基于稀疏特征学习的SAR图像目标识别和变化检测

作者：王少娜

来源：其他, 2016.

• 合成孔径雷达
• 自动目标识别
• 变化检测
• 空间金字塔匹配模型
• 稀疏表示
• 非局部均值
• 非负矩阵分解
• 显著性检测 synthetic aperture radar(SAR)
• automatic target recognition(ATR)
• change detection
• spatial pyramid matching(SPM)
• sparse representation
• non-local means
• non-negative matrix factorization(NMF)
• saliency detection

由于合成孔径雷达(SAR)是一种不受光照和气候条件等影响的全天候、全天时、高分辨成像雷达,SAR图像广泛应用于民用和军用的各个领域。自动目标识别和变化检测作为SAR图像理解的重要组成部分,受到国内外研究学者的广泛关注。但是,SAR是一种相干成像雷达,使得获取的图像中不可避免的存在斑点噪声,成为SAR图像处理的难点之一。本论文为了抑制SAR图像中噪声带来的一系列问题,结合空间金字塔匹配模型,利用稀疏表示等方法提取图像的判别性特征,对SAR图像的自动目标识别和变化检测进行分析研究。本论文的研究内容可以概括以下五个方面:1.针对SAR图像中噪声引起背景杂波和部分遮挡的问题,提出了一种新的稀疏性加权的...

• 单位
  西安电子科技大学