西安科技大学 硕 士 学 位 论 文 基于支持向量机的合成孔径雷达图像目标识别 Recognition of Synthetic Aperture Radar Image Target Based on Support Vector Machine
专业名称: 计算机应用技术 作者姓名: 吕金锐 指导老师: 付燕 论文题目:基于支持向量机的合成孔径雷达图像目标识别 专 业:计算机应用技术 硕 士 生:吕金锐 (签名) 指导教师:付 燕 (签名) 摘 要 合成孔径雷达(SAR)是一种高空视觉系统,具有全天候、远距离、极强的穿透力和 高分辨率等特点。针对 SAR 图像的目标识别已成为国内外研究的热点,而如何精确地 提取图像特征和采用有效的分类识别方法一直是研究的重点。由于 SAR 图像与常见光 学图像的不同,而且有严重的噪声,传统的特征提取方法应用于 SAR 图像有一定的局 限性。支持向量机(SVM)是近些年发展起来的一种新的机器学****方法,它以统计学****理 论为基础,能较好地解决小样本学****问题,由于其出色的学****和推广能力,支持向量机 已经被应用到许多方面。 本文基于支持向量机方法对 SAR 图像特征提取和分类识别做了较深入研究。首先 综述了 SAR 图像目标识别和支持向量机的研究现状和发展趋势;其次研究了 SAR 图像 的特征,总结了 SAR 图像目标识别的一般流程;然后采用自适应滤波和马尔可夫随机 场对 SAR 图像进行去噪和分割;在完成 SAR 图像的预处理后,进行了 Hu 不变矩稳定 性实验,删除稳定性较差的矩分量。本文针对 SAR 图像目标的特征,结合 Hu 不变矩和 三个仿射不变矩,重新组合了一组不变矩。利用重新组合后的不变矩对图像进行特征提 取,该方法不仅具有旋转、平移和尺度不变性,还具有仿射不变性;最后将提取的特征 值输入支持向量机进行训练识别,并通过有向无环图将两分类推广到多分类识别。 通过一系列实验表明,采用重新组合后的不变矩特征提取和支持向量机相结合的方 法获得了较高的识别率,是一种有效的 SAR 图像目标识别方法,而实验中先对待识别 目标进行相似度测试,降低了错误识别的概率,提高了系统的稳健性。
关 键 词: SAR 图像;支持向量机;目标识别;特征提取;不变矩 研究类型: 应用研究 Subject : Recognition of Synthetic Aperture Radar I