基于MSA不变矩和轮廓特征的ISAR飞机目标分类方法研究

摘要

高分辨率SAR图像目标识别研究是当前SAR应用的热点和难点内容。矩特征是目标识别的常用特征，其中MSA(Multi-scale Self-ConvelutionAffine)不变矩特征在传统矩特征优点的基础上，还可有效的描述目标的仿射变化情况。针对一般情况下SAR目标获取成本高，样本集数量少的情况，本文利用ISAR飞机数据集，首先提取目标的llSA不变矩特征和轮廓特征，然后利用可有效的解决小样本学习问题的支撑向量机(SVM)方法进行分类和识别实验，实验结果证明该方法可达到9096以上的识别率。