文件名称：基于非负矩阵分解的 SAR 图像目标识别
文件大小：925KB
文件格式：PDF
更新时间：2022-03-07 04:05:35
非负矩阵 SAR 图像 目标识别
摘 要 : 特征提取是合成孔径雷达自动目标识别的关键技术 ,同时也是难点问题之一. 本文提出了一种基于非 负矩阵分解算法与 Fisher 线性判别方法的合成孔径雷达图像目标识别的方法 ,通过基于基向量非负加权组合的形式 构建 SAR 目标图像 ,能充分利用目标的局部空间结构信息提取目标特征信息实现目标识别. 首先将水平集分割预处 理后的 SAR 目标图像样本构成初始矩阵 ,然后利用非负矩阵分解后得到的权向量作为目标图像的特征向量 ,再通过 依据 Fisher 线性判别构成的分类器 ,实现对 MSTAR 数据中 3 类目标的识别 ,并与目前已有的几种典型方案进行对比. 试验结果表明该方法是可行且有效的 ,并能够明显提高对目标识别的稳定性和正确率