基于NMF的SAR圖像目標(biāo)識別方法研究.pdf

1、合成孔徑雷達(dá)自動目標(biāo)識別（SAR ATR）作為SAR資源應(yīng)用的重要途徑，在軍用和民用領(lǐng)域正發(fā)揮著越來越重要的作用。SAR ATR的關(guān)鍵技術(shù)和核心任務(wù)是特征提取。常用的特征提取方法來源于光學(xué)圖像處理領(lǐng)域，需要將其加以適當(dāng)?shù)母倪M才能適用于SAR圖像。本文結(jié)合SAR成像的特殊機理，利用基于稀疏NMF特征提取方法，結(jié)合平滑約束和半監(jiān)督約束，重點挖掘SAR圖像數(shù)據(jù)中包含的目標(biāo)特征信息，提高系統(tǒng)識別性能。具體內(nèi)容如下：
　　1.介紹PCA和I

2、CA兩種基于矩陣性質(zhì)的特征提取方法，并將其應(yīng)用于MSTAR圖片中。其次詳細(xì)介紹非負(fù)矩陣分解（NMF）法，并對其收斂性進行推導(dǎo)。最后應(yīng)用于三類坦克的特征提取中。
　　2.由于合成孔徑雷達(dá)特殊的成像環(huán)境和機理，導(dǎo)致SAR圖像包含稀疏特性。通過對NMF方法進行改進可以提取出圖像中的稀疏信息。在現(xiàn)有稀疏NMF的基礎(chǔ)上，本文提出兩種改進方法：基于平滑的稀疏NMF和基于半監(jiān)督的稀疏NMF。這兩種改進方法能夠有效的表征SAR圖像中的稀疏特性，在

3、收斂速度、特征稀疏度和特征出圖等方面，性能均優(yōu)于現(xiàn)有的稀疏NMF。
　　3.為了驗證改進特征提取法的有效性，本文利用基于Parzen窗的特征高斯分布函數(shù)計算特征間距：1、T72和BMP2在15度時的類間距離變化，2、BTR70在15度和17度時的類內(nèi)距離變化。其次利用支持向量機（SVM）對目標(biāo)進行分類識別，同時計算分類識別率。
　　4.作為對比，本文提出一種基于屬性散射中心模型的特征提取法。該方法通過設(shè)定模型、參數(shù)初值選擇以