基于稀疏表示和深度學習的SAR圖像目標識別研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar, SAR)是一種主動式相干成像雷達，在環(huán)境監(jiān)測、資源勘察和國防軍事等領(lǐng)域有著廣泛的應(yīng)用。SAR在軍事領(lǐng)域最主要的應(yīng)用是實現(xiàn)對特定軍事目標的檢測和識別，如何實現(xiàn)SAR圖像的自動目標識別(Automatic Target Recognition，ATR)，具有重要的理論和實踐意義。SAR圖像的目標識別研究也成為了國內(nèi)外的研究熱點。本文針對SAR圖像目標識別中受相干斑噪聲干擾，底

2、層特征不穩(wěn)健等問題，結(jié)合稀疏表示的特征學習能力和深度網(wǎng)絡(luò)的高層特征抽取能力，分別提出了基于多尺度稀疏表示和基于深層去噪自編碼網(wǎng)絡(luò)的SAR圖像目標識別算法，主要工作如下:
　　1.基于多尺度稀疏表示方法的SAR圖像目標識別方法。針對傳統(tǒng)稀疏表示方法中缺少多尺度信息，且直接在SAR圖像域進行稀疏表示易受噪聲干擾等問題，提出一種基于密集SIFT特征的多尺度稀疏表示算法，首先提取圖像的多尺度密集SIFT特征，利用SIFT特征訓練多尺度字典

3、，進一步對局部特征進行稀疏表示，最后使用多尺度稀疏表示訓練線性SVM進行目標分類。
　　2.基于深層去噪自編碼網(wǎng)絡(luò)的SAR圖像目標識別方法?？紤]SAR圖像的相干斑噪聲特性，利用去噪自編碼器對噪聲的魯棒性，提出基于深層去噪自編碼網(wǎng)絡(luò)的SAR圖像深層特征提取方法，首先通過提取大量密集SIFT特征作為特征輸入，訓練去噪自編碼網(wǎng)絡(luò)，避免了網(wǎng)絡(luò)出現(xiàn)過擬合。通過深層去噪自編碼網(wǎng)絡(luò)，對SIFT特征進行了高層特征的抽取，用于后期分類器的特征輸入。