潘锦锋
- 作品数：1 被引量：7H指数：1
- 供职机构：北京航空航天大学电子信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 基于小波分解和支持向量机的MSTAR SAR目标分类识别研究被引量：7
- 2009年
- 对军事目标进行分类是整个SAR ATR过程中最困难的任务。为了进一步提高MSTAR SAR目标的识别效果,在分析了MSTAR SAR图像特点的基础上,提出了一种利用离散小波分解提取目标特征的方法。由于小波分解后的低通近似系数虽然是一种较低分辨率的SAR图像,但是它仍然包含了SAR目标回波的能量,而高通细节系数则包含了目标的细节成份和噪声,因此,可将小波分解后的低通近似系数作为特征,并利用由决策导向循环图扩展的支持向量机来对多类目标进行分类。实验结果表明,即使将3级小波分解后的低通近似系数作为特征,支持向量机的分类精度仍然很高,而且由于特征的数据量较少,因此可使得识别效率得到提高。
- 成功赵巍潘锦锋
- 关键词：MSTARSAR图像小波分解支持向量机
