文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 机械/仪表 > SVM和HMM相结合的合成孔径雷达图像目标识别-系统电子2008
侵权投诉

SVM和HMM相结合的合成孔径雷达图像目标识别-系统电子2008

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

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email