第30卷 第3期2008年3月
文章编号:1001 506X(2008)03 0447 05
系统工程与电子技术
SystemsEngineeringandElectronicsVol.30 No.3Mar.2008
SVM和HMM相结合的合成孔径雷达图像目标识别
宦若虹1,2,杨汝良1,岳 晋1,2
(1.中国科学院电子学研究所,北京100080;2.中国科学院研究生院,北京100080)
摘 要:提出了一种支持向量机和隐马尔可夫模型相结合的合成孔径雷达图像目标识别方法。该方法用小波分解和主成分分析提取图像特征,生成特征向量。利用图像在方位角上的关系由特征向量生成图像的特征序列以及隐马尔可夫模型的训练序列。用支持向量机进行目标预识别,确定目标最有可能所属的两个类别,用隐马尔可夫模型在这两个类别中确定目标最终所属类别,完成目标识别。使用MSTAR数据库中的图像数据对该方法进行验证和分析,结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像目标识别方法。
关键词:合成孔径雷达;识别;支持向量机;隐马尔可夫模型
中图分类号:TN957.52 文献标志码:A
SyntheticapertureradarimagestargetrecognitioncombinedSVMwithHMM
HUANRuo hong
1,2
,YANGRu liang,YUEJin
11,2
(1.Inst.ofElectronics,ChineseAcademyofSciences,Beijing100080,China;2.GraduateSchool,ChineseAcademyofSciences,Beijing100080,China)
Abstract:Amethodforsyntheticapertureradarimagestargetrecognitionusingsupportvectormachine
combinedwithhiddenMarkovmodelsispresented.Featurevectorsareacquiredbywaveletdecompositionandprincipalcomponentanalysis.FeaturesequencesandtrainingsequencesforhiddenMarkovmodelsaregeneratedfromfeaturevectorsusingtherelationshipofmulti imagesinaspectvalue.Thesupportvectormachineisusedtoperformpre recognitioninordertodecidethetwomostprobableclassesthetargetmaybelongto.ThehiddenMarkovmodelsareusedtodeterminewhichclassofthetwothetargetbelongstoatlast.Imagesamplesoftar getsinMSTARdatabaseareusedtoverifythemethod,andtheresultsshowthattheproposedmethodcanen hancethetargetrecognitionrateevidentlyanditisaneffectivemethodforsyntheticapertureradarimagestargetrecognition.
Keywords:syntheticapertureradar;recognition;supportvectormachine;hiddenMarkovmodel
0 引 言
合成孔径雷达(syntheticapertureradar,SAR)图像目标识别是SAR图像解译和分析的重要组成部分,具有重要的商业和军事价值,是国内外SAR图像处理和模式识别领域的研究热点。支持向量机(supportvectormachine,SVM)建立在统计学习理论的VC(Vapnik Chervonenkis)维理论和结构风险最小化原理基础上,是一种较新的模式识别方法。学者ZhaoQ.在文献[2]中将SVM应用到SAR图像目标识别上,并与传统分类方法作比较,分析了SVM在目标识别性能上的优越性。隐马尔可夫模型(hid denmarkovmodel,HMM)是一种用参数表示的用于描述
收稿日期:2006 12 07;修回日期:2007 07 17。
[1]
随机过程统计特性的概率模型
[3]
,HMM在语音识别领域
的巨大成功为SAR图像目标识别提供了一条新的思路,近年来,HMM逐渐被应用在SAR图像目标识别上[4 5]。
本文提出了一种SVM和HMM相结合的合成孔径雷达图像目标识别方法。用小波分解和主成分分析提取SAR目标图像特征,生成特征向量。利用多幅图像在方位角上的关系由特征向量生成图像的特征序列以及HMM的训练序列。采用两级识别,利用SVM进行预识别,将得票数最高的两类作为目标最有可能所属的类别,用HMM确定目标最终所属类别,完成目标识别。本文使用MSTAR数据库中的图像数据对该识别方法进行验证和分析。
作者简介:宦若虹(1979 ),女,博士研究生,主要研究方向为合成孔径雷达图像处理,目标识别。E mail:huanruohong@163.com
和HMM的SAR图像目标识别-电子信息2008_物理_自然科学...合成孔径雷达(Synthetic Aperture Radar, SAR)图像目...[2] SVM 90.99 文献[3] HMM 94.00 文献[4]...
基于AdaBoost.ECOC的合成孔径雷达图像目标识别研究_专业资料。为了提高合成孔径雷达图像目标识别系统的性能,提出了一种合成孔径雷达图像目标识别的新方法,结合纠错输出码...
( 1. 中国科学院 电子学研究所 ,北京 100190; 2...为了提高合成孔径雷达图像目标识别系统的性能 ,提出了...AdaBoost正在成为继神经网络和 SVM 研究 之后新的...
一种合成孔径雷达图像特征提取与目标识别的新方法宦若虹① ②①② 杨汝良 ① 岳北京 北京 晋 ①② (中国科学院电子学研究所 (中国科学院研究生院 100080) ...
基于压缩感知的合成孔径雷达图像目标识别_信息与通信_工程科技_专业资料。第3 0卷第1 2期 201 3年l 2月 计 算机应 用与软件 Computer Applications and Soft...
为了构建实用性强、自动化程度高的SAR图像目标鉴别过...
该文提出了一种利用小波域主成分分析和支持向量机进行的合成孔径雷达图像特征提取与目标识别的新方法。该方法对图像小波分解后提取低频子带图像的主成分分量作为目标的...
合成孔径雷达图像船舶检测分析系统_工学_高等教育_教育专区。介绍船舶检测分析系统...(1. 中国科学院电子学研究所 ;2. 中国科学院研究生院) 摘要 : 近年来 , ...
西安电子科技大学 硕士学位论文 合成孔径雷达目标成像...因此,开展合成孔径雷达 相关目标成像仿真和目标图像...自动识别提供技术支撑,并对合 成孔径雷达系统的成像...
热门文档