[发明专利]基于稀疏表示和多特征决策级融合的SAR图像识别方法

摘要

本发明涉及基于稀疏表示和多特征决策级融合的SAR图像识别方法。为提高SAR目标识别算法的识别率和识别速度，本发明将SAR切片图像提取灰度特征和降维随机卷积特征向量，然后采用字典学习算法对从每一类别训练样本提取的特征向量构成的字典进行优化，构成字典，最后通过字典恢复样本稀疏系数得到分类结果。本发明提出的方法在极大地提高了识别速度的同时，提高了识别精度，具有更好的应用前景。

主权项

基于稀疏表示和多特征决策级融合的SAR图像识别方法，其特征在于该方法具体是：步骤(1)、对原始SAR图像进行预处理，获取目标切片图像I；步骤(2)、提取目标灰度特征向量步骤(3)、随机生成多个不同尺寸的卷积核，对目标切片图像进行卷积滤波，通过均方池化操作提取多尺度随机卷积特征向量f₂；采用稀疏随机投影映射对提取的随机卷积特征向量进行降维，得到降维随机卷积特征向量步骤(4)、采用字典学习算法对从每一类别训练样本提取的两种特征向量构成的字典分别进行优化，然后将优化后的字典合并成用于目标识别的字典；步骤(5)、进行样本测试时，基于灰度特征和降维随机卷积特征进行稀疏系数优化求解，将重构误差转化为目标分类概率并进行决策级融合，从而实现目标类别判别。