-
公开(公告)号:CN112001257A
公开(公告)日:2020-11-27
申请号:CN202010730866.3
申请日:2020-07-27
Applicant: 南京信息职业技术学院
Abstract: 本发明公开了基于稀疏表示和级联字典的SAR图像目标识别方法,首先,该方法基于最大扩展平均相关高度滤波器对样本图像进行模板训练;其次,提取模板图像的单演特征,即表征信号能量的单演幅度、表征信号结构信息的单演相位和表征信号几何信息的单演方位三部分特征信息,由这三种具有互补性质的特征构造子字典,每个子字典即一个分类器,将多个子字典级联;最后,基于稀疏表示系数能量最大和重构误差最小的分类机制实现SAR图像目标分类,能实现良好的分类识别效果。