一种新的SAR图像目标识别预处理方法

一种新的SAR图像目标识别预处理方法

胡利平;刘宏伟;吴顺君

(西安电子科技大学雷达信号处理重点实验室，陕西西安 710071)

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-20 发布日期:2007-10-25

Novel pre-processing method for SAR image based automatic target recognition

HU Li-ping;LIU Hong-wei;WU Shun-jun

(Key Lab. of Radar Signal Processing, Xidian Univ., Xi′an 710071， China)

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-20 Published:2007-10-25

摘要/Abstract

摘要： 针对合成孔径雷达(SAR)目标识别问题，提出了一种有效的SAR图像预处理方法．首先通过自适应阈值分割、形态学滤波及几何聚类处理获得干净平滑的目标图像，再采用幂变换来增强图像质量，然后提取图像的主分量分析(PCA)、二维主分量分析(2DPCA)特征来进行识别．基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明，结合上述预处理，PCA，2DPCA的识别性能均可达到96.5%以上．

关键词: 合成孔径雷达, 目标识别, 主分量分析, 二维主分量分析

Abstract: An efficient image pre-processing method is proposed for Synthetic Aperture Radar (SAR) image based automatic target recognition application. Firstly, the smoothed target image is segmented from the clutter background via adaptive threshold segmentation, morphological filter and geometric clustering processing. Secondly, power transformation is used to enhance the obtained target image. Finally, Principal Component Analysis (PCA) and 2-Dimensional Principal Component Analysis (2DPCA) features are extracted for classifying the target. Experimental results based on the Moving and Stationary Target Acquisition and Recognition (MSTAR) data show that the recognition performance of PCA and 2DPCA by using the proposed pre-processing method can reach more 96.5%.

Key words: synthetic aperture radar, targe recognition, principal component analysis, 2-dimensional principal component analysis

中图分类号:

TP753

胡利平;刘宏伟;吴顺君. 一种新的SAR图像目标识别预处理方法
[J]. J4, 2007, 34(5): 733-737.

HU Li-ping;LIU Hong-wei;WU Shun-jun. Novel pre-processing method for SAR image based automatic target recognition
[J]. J4, 2007, 34(5): 733-737.

[1]	李鹏,冯存前,许旭光,唐子翔. 一种利用贝叶斯优化的弹道目标微动分类网络[J]. 西安电子科技大学学报, 2021, 48(5): 139-148.
[2]	王昕,常贵清,池琛琛. 广角SAR各向异性散射目标分离成像[J]. 西安电子科技大学学报, 2021, 48(2): 109-116.
[3]	陆金文,闫华,殷红成,张磊,董纯柱. 用于三维散射中心SBR建模的边缘绕射修正[J]. 西安电子科技大学学报, 2021, 48(2): 117-124.
[4]	陶毅,丁丽. 利用共轭对称性的数字IQ频域校准方法[J]. 西安电子科技大学学报, 2021, 48(2): 181-189.
[5]	胡利平,闫华,钟卫军,殷红成,王超. 舰船目标三维散射中心建模及SAR快速仿真方法[J]. 西安电子科技大学学报, 2021, 48(2): 72-83.
[6]	徐彬,张永顺,张秦,王富平,郑桂妹. 采用乘性RNN的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2021, 48(2): 49-54.
[7]	段崇棣,韩超垒,杨志伟,张庆君. 一种杂波分类辅助的近海岸模糊杂波抑制方法[J]. 西安电子科技大学学报, 2021, 48(2): 64-71.
[8]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[9]	杨军,周芳. 分布式小卫星MIMO-SAR超高分辨成像方法[J]. 西安电子科技大学学报, 2021, 48(2): 99-108.
[10]	党吉圣,杨军. 多特征融合的三维模型识别与分割[J]. 西安电子科技大学学报, 2020, 47(4): 149-157.
[11]	王志浩,张金松,孙光才,李军,邢孟道. 一种联合多特征量的SAR人造微弱痕迹检测方法[J]. 西安电子科技大学学报, 2019, 46(6): 131-139.
[12]	杨磊,岳云泽,李埔丞,章涛,杨桓. 多地面运动目标大动态SAR成像稀疏表示[J]. 西安电子科技大学学报, 2019, 46(5): 31-40.
[13]	郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.
[14]	曾创展,朱卫纲,贾鑫. 一种稀疏孔径逆合成孔径雷达成像算法[J]. 西安电子科技大学学报, 2019, 46(3): 123-129.
[15]	徐彬,陈渤,刘家麒,王鹏辉,刘宏伟. 采用双向LSTM模型的雷达HRRP目标识别[J]. 西安电子科技大学学报, 2019, 46(2): 29-34.