188宝金博页面版

第３５ 卷　第２ 期２０１３ 年２ 月文章编号：１００１－ ５０６Ｘ（２０１３）０２－ ０２８２－ ０５　系统工程与电子技术Ｖ ｏ ｌ．３５。危铮玻 ｅｂ ｒｕ ａ ｒ ｙＳ ｙ ｓ ｔ ｅｍ ｓ　 Ｅｎｇ ｉｎ ｅ ｅ ｒ ｉｎ ｇ 　 ａｎｄ　 Ｅ ｌ ｅ ｃ ｔ ｒｏｎ ｉ ｃ ｓ。玻埃保惩 址：ｗｗｗ．ｓｙ ｓ－ ｅ ｌ ｅ．ｃｏｍ收稿日 期 ：２０１２－ ０６－ １５； 修回 日 期 ：２０１２－ １１－ ２０。基金项目 ： 国家自 然科学基金（６１２０３１７０） ； 航空科学基金（２０１１０７５２００５） ； 江苏省普通高校研究生科研创新计划（ＣＸＬＸ １２＿ ０１６０） 资助课题基于主元分析和稀疏表示的ＳＡＲ 图像目 标识别刘 中 杰１， 庄丽葵２， 曹 云峰２， 丁　萌３（１． 南京航空航天大学自 动化学院， 江苏 南京２１００１６；２． 南京航空航天大学高新技术研究院，江苏 南京２１００１６；３． 南京航空航天大学民航学院， 江苏 南京２１００１６）　　摘　要： 现有的 合成孔径雷达图 像目 标识别 方法通常包括图 像预处理、 特征提取和识别 算法３ 部 分。 但是，预处理算法的 自 适应 性很难得到 保证。 提出 了 一种基于 主元分析和稀疏表示 的 目 标识别 算法。 首 先， 阐 述了 稀疏表示和重构的 基本理论； 其次， 提出 了 基于主元分析和稀疏表示的 合成孔径雷 达图 像目 标识别 算法； 最后 ， 选。停樱裕粒 数据库中 的５ 类合成孔径雷达目 标图 像进行仿真。 结 果表明 ， 在没有 预处理的 情况下 ， 该算法仍 能有 效地识别 目 标， 与 主元分析和三阶近邻的 识别 算法相比， 具有较高 的 识别 率和鲁棒性。关键词： 目 标识别 ； 稀疏表示； 主元分析； 合成孔径雷达图 像中 图分类号：ＴＰ 　 ７５３　　　　文献标志码： Ａ　　　。模 Ｉ：１０．３９６９／ｊ．ｉ ｓ ｓｎ．１００１－ ５０６Ｘ．２０１３．０２．０８Ｔ ａ ｒｇ ｅ ｔ 　 ｒ ｅ ｃ ｏｇｎ ｉ ｔ ｉｏｎ 　 ｏ ｆ 　 ＳＡＲ 　 ｉｍ ａｇｅ ｓ 　 ｕ ｓ ｉｎｇ　 ｐｒ ｉｎ ｃ ｉｐａ ｌ 　 ｃ ｏｍｐｏｎ ｅｎ ｔａｎ ａ ｌｙ ｓ ｉ ｓ 　 ａｎｄ 　 ｓｐａ ｒ ｓ ｅ 　 ｒ ｅｐｒ ｅ ｓ ｅｎ ｔａ ｔ ｉｏｎＬ ＩＵ　 Ｚｈｏｎｇ－ ｊ ｉｅ１，ＺＨＵＡＮＧ　 Ｌ ｉ－ｋｕ ｉ 。铮妗 Ａｕ ｔｏｍ ａ ｔ ｉｏｎ　 Ｅｎｇ ｉｎ ｅ ｅｒ ｉｎｇ， Ｎａｎ ｊｉｎｇ。铮妗 Ｆｒ ｏｎ ｔ ｉ ｅｒ　 Ｓ ｃ ｉ ｅｎ ｃ ｅ， Ｎａｎ ｊｉｎｇ。铮妗 Ｃ ｉｖ ｉ ｌ　 Ａ ｖ ｉａ ｔ ｉｏｎ， Ｎａｎ ｊｉｎｇ。，ＣＡＯ　 Ｙｕｎ－ ｆ ｅｎｇＵ ｎ ｉｖ ｅｒ ｓ ｉ ｔｙ　 ｏｆ　 Ａ ｅｒ ｏｎ ａｕ ｔ ｉ ｃ ｓ　 ａｎｄ　 Ａ ｓ ｔ ｒ ｏｎａｕ ｔ ｉ ｃ ｓ， Ｎａｎ ｊｉｎｇ　 ２１００１６，Ｃｈ ｉｎ ａ；Ｕ ｎ ｉｖ ｅ ｒ ｓ ｉ ｔｙ　 ｏｆ　 Ａ ｅ ｒ ｏｎ ａｕ ｔ ｉ ｃ ｓ　 ａｎｄ　 Ａ ｓ ｔ ｒ ｏｎ ａｕ ｔ ｉ ｃ ｓ， Ｎａｎ ｊｉｎｇ　 ２１００１６，Ｃｈ ｉｎ ａ；Ｕ ｎ ｉｖ ｅｒ ｓ ｉ ｔｙ　 ｏｆ　 Ａ ｅｒ ｏｎａｕ ｔ ｉ ｃ ｓ　 ａｎｄ　 Ａ ｓ ｔ ｒ ｏｎ ａｕ ｔ ｉ ｃ ｓ， Ｎａｎ ｊｉｎｇ　 ２１００１６，Ｃｈ ｉｎ ａ）２，Ｄ ＩＮＧ　 Ｍ ｅｎｇ３（１ ． Ｃ ｏ ｌ ｌ ｅｇｅ。 ． Ａ ｃａｄ ｅｍｙ。 ． Ｃ ｏ ｌ ｌ ｅｇｅ　　。 ｂ ｓ ｔ ｒ ａ ｃ ｔ： Ｗ ｉ ｔｈ 　 ｔｈ ｅ　 ｅｘ ｉ ｓ ｔ ｉｎ ｇ 　 ｔ ａ ｒｇ ｅ ｔ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ 　 ａ ｌｇｏ ｒ ｉ ｔｈｍ ｓ　 ｏ ｆ 　 ｓｙｎ ｔｈ ｅ ｔ ｉ ｃ 　 ａｐ ｅ ｒ ｔｕ ｒ ｅ 　 ｒ ａｄ ａ ｒ（ＳＡＲ）ｉｍ ａｇ ｅ ｓ，ｉｍ ａｇ ｅｐ ｒ ｅｐ ｒｏ ｃ ｅ ｓ ｓ ｉｎ ｇ，ｆ ｅ ａ ｔｕ ｒ ｅ 　 ｅｘ ｔ ｒ ａ ｃ ｔ ｉｏｎ 　 ａｎｄ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ 　 ａ ｌｇ ｏ ｒ ｉ ｔｈｍ 　 ａ ｒ ｅ　 ｕ ｓｕ ａ ｌ ｌｙ 　 ｃ ａ ｒ ｒ ｉ ｅｄ　 ｏｕ ｔ． Ｔｈ ｅ 　 ａｄ ａｐ ｔ ａｂ ｉ ｌ ｉ ｔｙ 　 ｏ ｆ 　 ｔｈ ｅ　 ｐ ｒ ｅ－ｐ ｒｏ ｃ ｅ ｓ ｓ ｉｎ ｇ 　 ａ ｌｇ ｏ ｒ ｉ ｔｈｍ 　 ｉ ｓ　 ｄ ｉ ｆ ｆ ｉ ｃｕ ｌ ｔ 　 ｔｏ　 ｂ ｅ　 ｇｕ ａ ｒ ａｎ ｔ ｅ ｅｄ． Ａ 　 ｔ ａ ｒｇ ｅ ｔ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ 　 ａ ｌｇ ｏ ｒ ｉ ｔｈｍ　 ｕ ｓ ｉｎ ｇ　 ｐ ｒ ｉｎ ｃ ｉｐ ａ ｌ 　 ｃｏｍｐｏｎ ｅｎ ｔａｎ ａ ｌｙ ｓ ｉ ｓ（ＰＣＡ）ａｎｄ 　 ｓｐ ａ ｒ ｓｅ 　 ｒ ｅｐ ｒ ｅ ｓｅｎ ｔ ａ ｔ ｉｏｎ 　 ｉ ｓ　 ｐ ｒｏｐｏ ｓｅｄ． Ｆ ｉ ｒ ｓ ｔ ｌｙ，ｔｈ ｅ　 ｂａ ｓ ｉ ｃ 　 ｔｈ ｅｏ ｒ ｙ 　 ｏ ｆ 　 ｓｐ ａ ｒ ｓｅ 　 ｒ ｅｐ ｒ ｅ ｓｅｎ ｔ ａ ｔ ｉｏｎ 　 ａｎｄ 　 ｒ ｅ－ｃｏｎ ｓ ｔ ｒｕ ｃ ｔ ｉｏｎ 　 ｉ ｓ　 ｐ ｒ ｅ ｓｅｎ ｔ ｅｄ． Ｓ ｅ ｃｏｎｄ ｌｙ，ａｎ　 ＳＡＲ 　 ｉｍ ａｇ ｅ 　 ｔ ａ ｒｇ ｅ ｔ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ 　 ａ ｌｇｏ ｒ ｉ ｔｈｍ 　 ｉ ｓ　 ｐ ｒ ｅ ｓ ｅｎ ｔ ｅｄ　 ｕ ｓ ｉｎ ｇ　 ＰＣＡ 　 ａｎｄｓｐ ａ ｒ ｓｅ 　 ｒ ｅｐ ｒ ｅ ｓｅｎ ｔ ａ ｔ ｉｏｎ． Ｆ ｉｎ ａ ｌ ｌｙ，ａｎ 　 ｅｘ ｐ ｅ ｒ ｉｍ ｅｎ ｔ　 ｗ ｉ ｔｈ 　 ｆ ｉｖ ｅ　 ｋ ｉｎｄ ｓ　 ｏ ｆ　 ＳＡＲ 　 ｔ ａ ｒｇ ｅ ｔ 　 ｉｍ ａｇ ｅ ｓ 　 ｉｎ 　 ｔｈ ｅ　 ＭＳＴＡＲ　 ｄ ａ ｔ ａｂ ａ ｓ ｅ 　 ｉ ｓｇ ｉｖ ｅｎ． Ｔｈ ｅ 　 ｓ ｉｍｕ ｌ ａ ｔ ｉｏｎ 　 ｒ ｅ ｓｕ ｌ ｔ ｓ 　 ｓｈｏｗ 　 ｔｈ ａ ｔ 　 ｔｈ ｉ ｓ　 ａ ｌｇｏ ｒ ｉ ｔｈｍ 　 ｃ ａｎ 　 ｓ ｔ ｉ ｌ ｌ 　 ｒ ｅ ｃｏｇｎ ｉ ｚ ｅ 　 ｔｈ ｅ 　 ｔ ａ ｒｇ ｅ ｔ 　 ｅ ｆ ｆ ｅ ｃ ｔ ｉｖ ｅ ｌｙ　 ｗ ｉ ｔｈｏｕ ｔ　 ｐ ｒ ｅｐ ｒｏ－ｃ ｅ ｓ ｓ ｉｎ ｇ． Ｃｏｍｐ ａ ｒ ｅｄ　 ｗ ｉ ｔｈ 　 ｔｈ ｅ　 ＰＣＡ 　 ａｎｄ 　 ｔｈ ｅ 　 ｔｈ ｉ ｒｄ－ ｏ ｒｄ ｅ ｒ　 ｎ ｅ ａ ｒ ｅ ｓ ｔ　 ｎ ｅ ｉｇｈｂｏ ｒ 　 ａ ｌｇｏ ｒ ｉ ｔｈｍ，ｔｈ ｅ　 ｐ ｒｏｐｏ ｓｅｄ 　 ａ ｌｇ ｏ ｒ ｉ ｔｈｍ　 ｈ ａ ｓ　 ａｈ ｉｇｈ ｅ ｒ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ 　 ｒ ａ ｔ ｅ 　 ａｎｄ 　 ｒｏｂｕ ｓ ｔｎ ｅ ｓ ｓ．Ｋ ｅ ｙｗ ｏ ｒ ｄ ｓ：ｔ ａ ｒｇ ｅ ｔ 　 ｒ ｅ ｃｏｇｎ ｉ ｔ ｉｏｎ；ｓｐ ａ ｒ ｓｅ 　 ｒ ｅｐ ｒ ｅ ｓｅｎ ｔ ａ ｔ ｉｏｎ；ｐ ｒ ｉｎ ｃ ｉｐ ａ ｌ 　 ｃｏｍｐｏｎ ｅｎ ｔ 　 ａｎ ａ ｌｙ ｓ ｉ ｓ（ＰＣＡ）；ｓｙｎ ｔｈ ｅ ｔ ｉ ｃ 　 ａｐ ｅ ｒ－ｔｕ ｒ ｅ 　 ｒ ａｄ ａ ｒ（ＳＡＲ）ｉｍ ａｇ ｅ０　引　言　　近年来， 研究人员 针对合成 孔 径 雷 达（ｓｙｎ ｔｈ ｅ ｔ ｉ ｃ　 ａｐ ｅ ｒ－ｔｕ ｒ ｅ 　 ｒ ａｄ ａ ｒ，ＳＡＲ） 图像解译中 的 目 标识别 问 题提出 了 很多方法。 鉴于ＳＡＲ 图像一般含有大量相干斑噪声， 在进行目标识别 之 前 通 常 要 进 行 图 像 预 处 理。 但 是， 针 对 不 同 的ＳＡＲ 图像， 预处理算法的 自 适应性很难得到 保证。 如 果能降低预处理对识别率的影响， 则可大大提高算法的通用 性。稀疏表示是现代压缩感知 理论的 核心问 题之一， 它 意欲用尽可能少的 非 零系 数表示信号的 主 要 信息［１－３］； 主 元 分析（ｐ ｒ ｉｎ ｃ ｉｐａ ｌ 　 ｃｏｍｐｏｎ ｅｎ ｔ 　 ａｎ ａ ｌｙ ｓ ｉ ｓ，ＰＣＡ） 是将多个变量通过线性变换以选出 较少个重要变量的 一种多 元统计分析方法。由于能减少存储量和计算量， 将上述两者结合起来， 研究在没有姿态角 预测， 同时也不进行去噪情况下的ＳＡＲ 图 像目标识别， 对于提高整个识别过程的效率有很大意义。稀疏表示是压缩感知 理论的 先验条件， 即 信号在某种变换下是可以稀疏表示的。 在图 像目 标识别 方面， 稀疏表示已经有了 一些应用 ， 并取得较好的效果［４］。 文献［５］ 将压缩感知理论用 于ＳＡＲ 图像的重构。 文献［６］ 提出 了 基于压缩感知理论的ＳＡＲ 图像分割。 文献［７］ 将稀疏表示应用 于