基于支持向量机的sar图像目标识别.pdf

论文题目： 基于支持向量机的 SAR 图像目标识别
专 业： 计算机应用技术
硕 士 生： 詹新光 (签名)
指导教师： 付 燕 (签名)
摘 要
合成孔径雷达(SAR)具有全天候、远距离、极强的穿透力和高分辨率等特点，在国
民经济和军事领域中都有着广泛的应用。如何对 SAR 图像进行快速、准确地解译越来
越引起人们的关注和重视。将机器学****领域新的研究成果应用到雷达目标识别中并构造
有效的分类器具有重要的意义。建立在统计学****理论基础之上的支持向量机方法(SVM)
被看作是对传统学****分类方法的一个好的替代，特别是在小样本、高维和非线性情况下，
具有较好的泛化性能。
本文基于支持向量机对 SAR 图像的目标特征提取和分类识别方法进行了较为深入
的研究，所做的工作主要有：综述了 SAR 图像目标识别的研究现状，总结出其中的关
键技术和一般流程；研究了基于 SAR 图像形状特征的 Hu 不变矩特征提取的方法，该方
法的优势是具有旋转、平移和尺度不变性；将支持向量机方法应用于 SAR 图像目标识
别，该方法在小样本、非线性情况下能够达到较高的识别率；对传统支持向量机训练算
法进行了改进：即利用 SVM 训练中支持向量的分布特点，采用预先提取边界向量和循
环迭代的方法进行训练，减小了训练样本规模，提高了训练速度。
最后通过仿真实验证明：利用 Hu 不变矩特征和支持向量机相结合可以获得较高的
识别精度，是一种有效的 SAR 图像目标识别方法；本文给出的快速支持向量机训练算
法在不影响分类正确率的前提下提高了样本训练的速度。

关 键 词: SAR 图像；目标识别；特征提取；不变矩；支持向量机
研究类型: 应用研究
Subject : SAR Image Target Recognition Based on Support
Vector Machine
Specialty : Computer Application Technology
Name : Zhan Xinguang (Signature)
Instructor : Fu Yan (Signature)
ABSTRACT
Synthetic aperture radar (SAR) has been widely applied to national economic fields and
military reconnaissance fields because of its all-weather, wide, strong penetrable ability and
supplying detailed ground mapping material and images in atrocious weather with high
resolution. The collection capacity for SAR images is growing rapidly, and along with that
growth is the expanding need for exploitation of SAR images accurately and efficiently.
Based on machine learning theory, developing the practical and effective classifier is of great
importance.