科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
5期
145-150
,共6页
刘中杰%曹云峰%庄丽葵%丁萌
劉中傑%曹雲峰%莊麗葵%丁萌
류중걸%조운봉%장려규%정맹
鲁棒主元分析%SAR图像%目标检测%稀疏矩阵%图像分割
魯棒主元分析%SAR圖像%目標檢測%稀疏矩陣%圖像分割
로봉주원분석%SAR도상%목표검측%희소구진%도상분할
robust principal component analysis%SAR image%target detection%sparse matrix%Image segmentation
合成孔径雷达(SAR)图像的目标分割,是SAR图像自动目标识别的关键预处理步骤.与一般SAR图像目标区域分割方法不同,鲁棒主元分析融合了主元分析(PCA)与压缩感知(CS)理论中稀疏矩阵的先进思路,利用多帧具有相似性的SAR图像,构建一个观测矩阵D,通过求解一个凸优化问题,重建出一个低秩矩阵A和一个稀疏矩阵E.将矩阵A和E的列向量矩阵化,即可完成SAR图像目标与背景的分离.实验结果表明,鲁棒主元分析算法避免了复杂的SAR图像背景建模,针对同一目标的多帧SAR图像,所提方法对SAR图像目标和背景的分割问题具有可行性和有效性;与经典的最优阈值分割算法相比,误分率明显降低.
閤成孔徑雷達(SAR)圖像的目標分割,是SAR圖像自動目標識彆的關鍵預處理步驟.與一般SAR圖像目標區域分割方法不同,魯棒主元分析融閤瞭主元分析(PCA)與壓縮感知(CS)理論中稀疏矩陣的先進思路,利用多幀具有相似性的SAR圖像,構建一箇觀測矩陣D,通過求解一箇凸優化問題,重建齣一箇低秩矩陣A和一箇稀疏矩陣E.將矩陣A和E的列嚮量矩陣化,即可完成SAR圖像目標與揹景的分離.實驗結果錶明,魯棒主元分析算法避免瞭複雜的SAR圖像揹景建模,針對同一目標的多幀SAR圖像,所提方法對SAR圖像目標和揹景的分割問題具有可行性和有效性;與經典的最優閾值分割算法相比,誤分率明顯降低.
합성공경뢰체(SAR)도상적목표분할,시SAR도상자동목표식별적관건예처리보취.여일반SAR도상목표구역분할방법불동,로봉주원분석융합료주원분석(PCA)여압축감지(CS)이론중희소구진적선진사로,이용다정구유상사성적SAR도상,구건일개관측구진D,통과구해일개철우화문제,중건출일개저질구진A화일개희소구진E.장구진A화E적렬향량구진화,즉가완성SAR도상목표여배경적분리.실험결과표명,로봉주원분석산법피면료복잡적SAR도상배경건모,침대동일목표적다정SAR도상,소제방법대SAR도상목표화배경적분할문제구유가행성화유효성;여경전적최우역치분할산법상비,오분솔명현강저.
