基于多模态聚类及决策融合的SAR图像分类方法

作者：孙洁^*; 黄承宁; 王玉祥

来源：现代雷达, 2020, 42(12): 66-71.

DOI：10.16592/j.cnki.1004-7859.2020.12.013

• 合成孔径雷达
• 目标识别
• 二维经验模态分解
• 聚类
• 联合稀疏表示
• 线性加权融合

针对合成孔径雷达(SAR)图像目标识别中的特征提取和分类决策问题,提出了基于多模态聚类和和决策融合的方法。采用二维经验模态分解对SAR图像进行分解,获得多个模态表征结果,实现目标特性的多层次描述。基于多个模态的内在相关性进行聚类,获得若干模态子集。基于联合稀疏表示分别对各个模态子集进行分类,获得相应的重构误差矢量。利用线性加权融合对各个模态子集的结果进行融合,最终对测试样本的类别进行决策。基于MSTAR数据集开展实验,结果表明,该方法在标准操作条件下的有效性和扩展操作条件下的稳健性。

• 单位
  南京工业大学浦江学院; 南京信息工程大学