基于多特征融合的SVM图像分类算法研究

摘要

合成孔径雷达具有全天时、全天候、远作用距离、高分辨等特点,在各个领域发挥了重要作用。基于SAR图像的分类识别技术,特别是地面相关目标识别技术受到广泛关注。针对单一的特征很难完全描述SAR图像中感兴趣目标,提出了一种基于主成分分析(PCA)降维的特征融合分类方法。首先采用多种特征尽可能丰富地描述目标;其次用PCA方法对冗杂特征进行降维,得到降维后的特征;最后将其放入支持向量机进行分类,本文使用MSTAR公开数据集进行了数值实验,遍历参数寻优并输出最终的分类结果。在预处理阶段,本文研究了均值滤波降噪方法对SAR图像乘性噪声的影响,通过实验验证是否需要将SAR图像转化为加性噪声再进行滤波处理。最终实验结果显示,提出的方法能够达到较高的分类正确率,证明了该方法的有效性,且相比较将乘性噪声转化为加性噪声,直接使用均值滤波效果更好。