结合最近邻和拓展稀疏表示的SAR图像目标识别方法

摘要

为了精准地识别合成孔径雷达(Synthetic aperture radar,SAR)图像中的不同目标,该文提出了一种结合最近邻和拓展稀疏表示的分类(Nearest neighbor and extended sparse representation classification,NNSRC)方法。首先对图像进行预处理,抑制斑点噪声,归一化图像以保持有用的信息;接着采用二维主成分分析法来提取图像的特征向量,根据识别能力选取特征向量;最后判断SAR图像目标的类别。NNSRC方法拓展了稀疏表示模型,有效解决已有SAR图像识别方法处理噪声、遮挡问题效果差,以及求解稀疏系数速度慢的问题。标准SAR数据集上的实验结果显示,该文提出的NNSRC方法识别率达92.9%,与其他方法综合对比表明,NNSRC方法具有更加良好的性能。