[发明专利]一种基于多特征低秩表示融合的SAR目标识别方法在审
| 申请号： | 201811239137.7 | 申请日： | 2018-10-23 |
| 公开（公告）号： | CN109444880A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 张新征;王亦坚;王娟;伍志林;周喜川;朱宇;徐浩;刘磊 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G01S13/90 | 分类号： | G01S13/90;G01S7/41 |
| 代理公司： | 重庆博凯知识产权代理有限公司 50212 | 代理人： | 黄河 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多特征低秩表示融合的SAR目标识别方法，将低秩表示模型应用到SAR配置下的目标识别问题中，利用多特征低秩表示联合识别SAR目标，提高了识别精度，此外，本发明还提出了一种新的两级融合策略，这一融合策略充分挖掘了SAR图像的多方位相关性和多特征对识别的贡献，并且两级决策融合进一步提高了所提出方法的鲁棒性。 | ||
| 搜索关键词： | 低秩 目标识别 融合策略 融合 表示模型 两级决策 鲁棒性 两级 挖掘 配置 应用 联合 | ||
【主权项】：
1.一种基于多特征低秩表示融合的SAR目标识别方法，其特征在于，包括如下步骤：(1)针对N类不同的已知雷达目标，采集每类已知雷达目标的多个方位的SAR图像，将每个已知雷达目标的SAR图像作为一个训练样本，将所有训练样本的集合作为训练样本集，分别提取各个训练样本的Gabor变换特征、PCA特征及小波变换特征；(2)针对待测雷达目标，采集待测雷达目标的多个方位的SAR图像，将每个SAR图像作为一个测试样本，将所有测试样本的集合作为测试样本集，分别提取各个测试样本的Gabor变换特征、PCA特征及小波变换特征；(3)基于训练样本集的Gabor变换特征、PCA特征及小波变换特征得到特征字典；(4)基于训练样本集及测试样本集的Gabor变换特征、PCA特征及小波变换特征求测试样本集的低秩表示系数矩阵；(5)基于特征字典及测试样本集的低秩表示系数矩阵求得测试样本集中各测试样本的Gabor变换特征、PCA特征及小波变换特征的第一预测标签；(6)对测试样本集中各测试样本的Gabor变换特征、PCA特征及小波变换特征的第一预测标签进行多方位邻域投票得到测试样本集中各测试样本的Gabor变换特征、PCA特征及小波变换特征的第二预测标签；(7)对测试样本集中各测试样本的Gabor变换特征、PCA特征及小波变换特征的第二预测标签进行贝叶斯融合，得到测试样本集的最终类标签，实现对待测雷达目标的识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811239137.7/，转载请声明来源钻瓜专利网。
