基于聯(lián)合稀疏表示的SAR圖像分類(lèi)方法研究.pdf

1、合成孔徑雷達(dá)( Radar, SARApertureSynthetic)是一種具有高分辨率的遙感成像雷達(dá),其工作方式具有全天候、全天時(shí)、多極化、多波段的特點(diǎn),它不僅可以較詳細(xì)準(zhǔn)確地獲取地表信息,還可以透過(guò)地表和植被收集地下信息,因此近年來(lái)得到了快速發(fā)展,在國(guó)防、環(huán)境、國(guó)民經(jīng)濟(jì)等方面具有突出的戰(zhàn)略意義。
　　SAR圖像分類(lèi)是SAR圖像理解與解譯中基礎(chǔ)而又關(guān)鍵的技術(shù)之一,其目的是根據(jù)已有的紋理及樣本信息判斷出給定樣本的所屬類(lèi)別。由于S

2、AR圖像的成像機(jī)理不同于一般的光學(xué)圖像,因此通常適用于普通光學(xué)圖像的分類(lèi)方法并不能直接應(yīng)用到雷達(dá)圖像,針對(duì)此問(wèn)題,本文在總結(jié)傳統(tǒng)SAR圖像分類(lèi)方法的基礎(chǔ)上,研究了基于聯(lián)合稀疏表示的SAR圖像分類(lèi)方法,所做的工作包括以下三點(diǎn):
　　(1)詳細(xì)闡述了稀疏表示分類(lèi)(SRC)理論,并對(duì)稀疏表示應(yīng)用于SAR圖像分類(lèi)上的問(wèn)題做了詳盡的分析,本文提出了將小波及灰度共生矩陣特征提取和稀疏表示結(jié)合起來(lái)應(yīng)用于SAR圖像分類(lèi)的方法,解決了SRC不能直接

3、應(yīng)用于SAR圖像的問(wèn)題,通過(guò)實(shí)驗(yàn)證明該方法可以較好地用來(lái)進(jìn)行SAR圖像分類(lèi)。
　　(2)本文提出了一種基于特征提取的聯(lián)合稀疏表示 SAR圖像分類(lèi)方法,在訓(xùn)練階段,對(duì)輸入的訓(xùn)練樣本進(jìn)行小波特征與灰度共生矩陣特征提取,構(gòu)建特征矢量并聚類(lèi)得到相似集合,將不同相似集合在DCT字典上進(jìn)行聯(lián)合稀疏表示,根據(jù)稀疏系數(shù)進(jìn)行二級(jí)字典重構(gòu);測(cè)試階段,對(duì)輸入的測(cè)試圖像做特征提取,將特征矢量在二級(jí)字典上進(jìn)行投影,通過(guò)將測(cè)試階段投影系數(shù)與訓(xùn)練階段得到表示系

4、數(shù)進(jìn)行匹配,從而得到測(cè)試圖像的所屬類(lèi)別,通過(guò)實(shí)驗(yàn),可以證明本方法對(duì)于 SAR圖像分類(lèi)具有較好的效果并且在小樣本情況下依然效果顯著。
　　(3)提出了一種基于非局部聯(lián)合稀疏與距離編碼的 SAR圖像分類(lèi)方法,利用了圖像塊的自相似性信息,通過(guò)聯(lián)合稀疏表示使在稀疏域也能保持這種相似性的關(guān)聯(lián)信息,原始的稀疏表示分類(lèi)利用最小重構(gòu)誤差準(zhǔn)則進(jìn)行分類(lèi),沒(méi)有充分利用目標(biāo)樣本與其他類(lèi)別的重構(gòu)誤差信息,在此基礎(chǔ)上,我們把所有類(lèi)別的殘差都當(dāng)做有用信息,將非