基于NMF的SAR图像目标识别方法研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 HE RESEARCH OF SAR IMAGE TARGET RECOGNITION METHOD BASED ON NMF Master Thesis Submitted to University of Electronic Science and Technology of China Major: Electronics and Communications Engineering Author: Gao Xin Advisor: Prof.Pi Yiming School : School of Electronic Engineering 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有 权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进 行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 要 摘 要 合成孔径雷达自动目标识别（SAR ATR）作为SAR资源应用的重要途径，在 军用和民用领域正发挥着越来越重要的作用。SAR ATR的关键技术和核心任务是 特征提取。常用的特征提取方法来源于光学图像处理领域，需要将其加以适当的 改进才能适用于SAR图像。本文结合SAR成像的特殊机理，利用基于稀疏NMF特 征提取方法，结合平滑约束和半监督约束，重点挖掘SAR图像数据中包含的目标 特征信息，提高系统识别性能。具体内容如下： 1.介绍PCA和ICA两种基于矩阵性质的特征提取方法，并将其应用于MSTAR 图片中。其次详细介绍非负矩阵分解（NMF）法，并对其收敛性进行推导。最后 应用于三类坦克的特征提取中。 2.由于合成孔径雷达特殊的成像环境和机理，导致SAR图像包含稀疏特性。通 过对NMF方法进行改进可以提取出图像中的稀疏信息。在现有稀疏NMF的基础上， 本文提出两种改进方法：基于平滑的稀疏NMF和基于半监督的稀疏NMF。这两种 改进方法能够有效的表征SAR图像中的稀疏特性，在收敛速度、特征稀疏度和特 征出图等方面，性能均优于现有的稀疏NMF。 3.为了验证改进特征提取法的有效性，本文利用基于Parzen窗的特征高斯分布 函数计算特征间距：1、T72和BMP2在15度时的类间距离变化，2、BTR70在15度 和17度时的类内距离变化。其次利用支持向量机（SVM）对目标进行分类识别， 同时计算分类识别率。 4.作为对比，本文提出一种基于属性散射中心模型的特征提取法。该方法通过 设定模型、参数初值选择以及参数的优化迭代，可以准确提取SAR图像散射中心 的位置。将基于半监督的稀疏NMF与基于属性散射中心模型提取的特征进行比对， 可以看出前者提取的特征和散射中心能够较好的匹配。 关键词：非负矩阵分解，稀疏，平滑约束，半监督约束，散射中心 I ABSTRACT ABSTRACT Synthetic Aperture Radar Automatic Target Recognition (SAR ATR) as an important way of SAR resources applications is playing an increasingly important role in civilian and military fields. Feature extraction is the key technologies and core mission of the SAR ATR. Commonly used feature extraction methods from the field of optical image processing. Its need to be appropriately improvement before applied to the SAR image. In this thesis, the special mechanism of the SAR imaging is used in sparse NMF-based feature extract