基于乘性稀疏表示和Gamma分布的SAR目标识别方法

摘要

本发明公开了一种基于乘性稀疏表示和Gamma分布的SAR目标识别方法，输入训练样本图像集和测试样本图像并进行归一化处理，分别求取训练样本图像集中训练样本图像对应的训练样本列向量，以及测试样本图像对应的测试样本列向量；根据目标类别构造字典矩阵，然后对测试样本列向量进行建模；根据最大后验概率准则，求解测试样本列向量在字典矩阵下的稀疏表示向量，利用稀疏表示向量和字典矩阵求解重构误差；根据重构误差确定最终的识别结果。本发明将乘积模型和稀疏表示相结合，更准确的描述SAR图像，捕获图像的本质特征，为高精度目标识别创造有利环境；利用Gamma分布拟合相干斑的统计分布，减弱了相干斑对识别的影响，提高了识别的鲁棒性。