針對SAR圖像的樹形稀疏表示結構識別算法研究

陳春林，張 禮，劉學軍

(南京航空航天大學 計算機科學與技術學院，江蘇 南京 211106)

針對SAR圖像的樹形稀疏表示結構識別算法研究

陳春林，張 禮，劉學軍

(南京航空航天大學 計算機科學與技術學院，江蘇 南京 211106)

為了提高SAR圖像的目標識別能力，在一般稀疏表示方法的基礎上，提出了一種基于樹形稀疏表示結構識別算法—稀疏表示樹，以提高目標型號的識別準確率。稀疏表示樹是由多個節點組成的樹形分類器，在每個節點上設計針對該節點設計的稀疏表示字典和分類器。在單個節點上利用稀疏表示算法求解未知樣本的特征向量，并按照重構誤差最小原則實現目標型號識別。稀疏表示樹方法根據父節點識別結果，將稀疏表示結果相似的樣本型號作為子集傳遞到子節點，并設計新的字典和分類器進行識別。在MSTAR SAR圖像數據集上的實測結果表明，所構建的稀疏表示樹與數據集數據分布情況一致，并且將目標型號識別率提高至84%，與傳統的稀疏表示分類器方法相比，在不增加太多時間開銷的條件下可有效提高目標型號的識別準確率。

SAR目標識別；型號識別；樹形信息字典；稀疏表示；字典學習

1 摘 要

自動目標識別(Automatic Target Recognition，ATR)在社會安全、環境監測、國土防御等軍用和民用領域扮演著重要角色。合成孔徑雷達(Synthetic Aperture Radar，SAR)因其能突破光照、天氣、時間限制，獲得高分辨率的目標圖像等優勢，成為現代目標感知探測的重要手段，也是可靠的目標識別數據來源[1-2]。在實際應用中，SAR圖像對目標與雷達視角的方位關系非常敏感，同一目標在不同視角下會有很大差異，傳統方法在目標識別性能方面仍然不夠理想?！?br>