SAR图像球流形局部嵌入建模及其分类方法

摘要

地物目标建模是合成孔径雷达(Synthetic Aperture Rader,SAR)图像解译和应用的关键技术之一.近年来,基于流形学习的建模方法得到发展,可望适用于依据微波散射机理成像的SAR图像建模.本文采用球流形嵌入(SLE)方法来实现SAR地物目标建模.该方法实质上是对SAR图像的高维描述或表达进行非线性降维,得到相应的低维流形结构,其分量就是SAR图像的本质特征,由于削弱了原始高维表达中的冗余信息,可用来更加精确地描述和解译地物目标,同时由于维数的降低,大大降低了计算复杂度.为验证其有效性,本文将其应用于SAR图像场景分类,采用简单的K最近邻(K nearest neighbor,KNN)分类器和支持向量机(Support Vector Machine,SVM)分类器.实验结果证明基于本文方法对SAR图像地物目标建模是有效的,有着良好的应用前景.