《基於空間-分數譜域聯合稀疏表示的SAR圖像目標識別》是依託電子科技大學,由何艷敏擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名：基於空間-分數譜域聯合稀疏表示的SAR圖像目標識別
- 依託單位：電子科技大學
- 項目類別：青年科學基金項目
- 項目負責人：何艷敏
項目摘要,結題摘要,
項目摘要
在稀疏逼近和壓縮感知理論基礎上，研究合成孔徑雷達(Synthetic Aperture Radar，SAR)圖像特徵提取和自動目標識別的新方法。本項目的重要創新點：針對低解析度、低信噪比的微弱SAR地面目標檢測識別困難的問題，首次將分數譜分析引入到SAR的特徵提取和目標識別中；用聯合稀疏表示的方法將SAR空域與分數譜域特徵進行融合，在挖掘其相關性的基礎上提高表示的準確性和有效性；針對現有SAR稀疏字典不具備辨別性，且信號表示能力受噪聲影響等問題，將提高辨別能力、去除噪聲、可壓縮等目標融合到字典訓練中，得到一個集表示性、辨別性、噪聲抑制性及可壓縮性為一體的特徵字典。在此基礎上，提出聯合稀疏分解和識別的方法，在提高識別準確率的同時增強對目標特性(如方位角、姿態)及噪聲等因素變化的魯棒性。本項目著眼於現代信號處理的新理論和方法研究，有望取得具有國際先進水平的學術和科研成果。
結題摘要
在稀疏逼近和壓縮感知理論基礎上，研究合成孔徑雷達(Synthetic Aperture Radar，SAR)圖像特徵提取和自動目標識別的新方法。研究在圖像空間域和分數譜域中SAR目標的特徵提取方法，在挖掘兩類特徵相關性的基礎上，找到特徵的聯合表示方法，並依據聯合稀疏模型研究新的SAR目標識別方法。針對低解析度、低信噪比的微弱SAR地面目標檢測識別困難的問題，首次將分數譜分析引入到SAR的特徵提取和目標識別中；用聯合稀疏表示的方法將SAR空域與分數譜域特徵進行融合，在挖掘其相關性的基礎上提高表示的準確性和有效性。在此基礎上，提出聯合稀疏分解和識別的方法，在提高識別準確率的同時增強對目標特性(如方位角、姿態)及噪聲等因素變化的魯棒性。系統研究了SAR圖像表示相關理論及方法、基於稀疏表示的SAR目標識別方法、分數域頻譜成像理論及其關鍵技術、稀疏表示理論及其關鍵技術。利用分數域時頻變換獲得了信號的高分辨頻譜特徵，將其與圖像空間像素域特徵進行聯合稀疏表示和稀疏分類，有效地改善了現有方法在特徵提取和特徵分類中的問題，提高了SAR目標識別的準確率。本項目著眼於現代信號處理的新理論和方法研究，取得了具有國際先進水平的學術和科研成果。
