基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进OMP算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99%,并且在含噪比10%的情况下识别率仍达96%。     

基于小波字典稀疏表示的SAR图像目标识别

针对稀疏表示识别算法在图像域构造冗余字典时过分依赖预处理及原子维数较大的问题,提出基于小波字典的 SAR图像稀疏表示识别算法。首先采用二维离散小波变换将原始图像变换到小波域,建立小波域 SAR图像特征模型,得出小波域低频成分可充分表征目标类别信息的结论。然后取小波域低频成分进行2DPCA特征抽取构造小波字典,最后由改进 OMP 算法稀疏分解系数得到识别结果。SAR MSTAR数据的实验结果表明,在无预处理的情况下识别率高达99％,并且在含噪比10％的情况下识别率仍达96％。     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

稀疏表示分类在SAR图像目标识别中的应用分析

文中研究了稀疏表示分类在合成孔径雷达(SAR)目标识别中的应用。稀疏表示分类是基于压缩感知理论的一种新的分类算法,近年来在人脸识别、遥感图像分类等领域得到广泛应用。文中对稀疏表示分类在SAR目标识别中的应用进行分析研究,介绍了稀疏表示的基本原理以及几种典型的稀疏系数求解算法。采用稀疏表示分类器对MSTAR数据集进行了目标识别实验,验证在SAR目标识别上的性能。     

基于近似小波变换与时频分析的SAR运动目标检测

本文针对地面匀速直线运动的目标，提出近似小波变换与时频分析相结合的检测方法，近似小波变换不仅可以检测出目标信号相位二次项中含有的运动参数，还可以为时频分析提供预处理，滤除杂波及其噪声，时频分析则可以同时检测相位一次项及二次项中含有的运动参数。     

小波变换和预测编码结合的抗差错SAR图像无损压缩算法

分析了即将推出的JPEG2000标准算法和基于自适应的上下文预测编码技术，提出了小波变换有损编码加自适应上下文预测无损残差编码的具有抗差能力的SAR图像无损压缩算法。该算法既具有小波变换图像编码的累进传输，对信道具有一定鲁棒性的特点，而且压缩率高于即将推出的国际标准JPEG2000的无损压缩和国际标准算法JPEG—LS。     

基于改进的稀疏保持投影的SAR目标特征提取与识别

提出了一种改进的稀疏保持投影(Sparsity Preserving Projections, SPP)特征提取方法。该方法将SPP特征提取与局部保持投影(Locality Preserving Projection, LPP)特征提取思想相结合,构造新的目标函数求解投影向量,保证了投影空间内样本的稀疏重构误差达到最小的同时使同类样本间距最小。利用美国运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition, MSTAR)实测SAR数据进行实验,实验结果表明在不利用目标成像方位信息情况下平均识别率最高可达97.81%,明显地提高了目标的识别结果,是一种有效的SAR目标识别方法。      

基于小波包变换的SAR原始数据压缩

该文介绍了小波包变换和网格编码量化的优点,结合合成孔径雷达(SAR)原始数据的特点,提出了基于小波包变换和网格编码量化的SAR原始数据压缩算法。利用模拟和实际数据分析了该压缩算法的性能,通过与其他原始数据压缩算法的比较说明了这一方法的有效性。     

基于稀疏描述的SAR目标方位角估计算法

精确的目标方位角估计对于基于模板的SAR ATR算法的性能提高大有裨益,可降低算法运算量,提高运算效率。提出一种有效的基于稀疏描述的SAR目标方位角估计方法。首先,利用所有训练样本构造字典矩阵,获得测试样本的稀疏描述向量;然后,通过稀疏描述向量中的非零系数计算重构误差,利用SAR图像中特有的目标方位角敏感特性,选出重构误差最小的样本所对应的方位角作为估角结果。不同于现有的方位角估计方法,所提算法可以有效地克服180°方位角模糊问题。采用实测的MSTAR数据进行实验,实验结果验证了所提方法的有效性。     

基于深度学习的机载SAR典型目标识别算法

在多分辨率场景下基于合成孔径雷达(SAR)图像进行多类典型目标识别,是SAR图像信息解译的重要环节。基于YOLO-v4网络模型,针对目前机载SAR图像及目标信息的特点,提出一种应用于真实机载平台下多场景跨分辨率的实时检测处理架构。文中通过对多类目标进行双重检测,对样本数据量低的训练集进行数据增强,并将图像分割后的同类型目标信息进行合并,解决了多分辨率SAR场景下目标尺度跨度较大的问题。实验结果表明：该方法能够在相关机载SAR数据集上达到六类目标(机场、桥梁、立交桥、汽车、装甲车、飞机)82.8%的mAP值,对后续机载SAR复杂场景下更多类型目标的检测识别具有重要的借鉴意义。     

小波变换和神经网络在毫米波辐射计目标识别中的应用

本文采用小波变换把毫米波辐射计的目标信号分解为一系列正交子空间上的投影,利用重构矩法分析信号特征在各子空间的分布,依次提取各子空间上的特征,然后融合这些特征,组成特征矢量,采用神经网络对目标信号特征矢量进行建模．用此方法对低信噪比的毫米波辐射计的信号进行仿真试验,结果表明该方法克服了传统方法对噪声和目标信号散布的敏感,取消了对目标和辐射计天线之间距离的限制,与最近邻法相比,该方法大大提高了识别率．     

光学FT和子波变换在指纹实时识别中的应用研究

提出一种用３ｆ多路光学相关器实时识别指纹的新方法，其特点是能把光学傅里叶变换获取的频谱特征数据同光学子波变换结果相结合进行目标识别，计算机模拟结果一实验结果表明，该方法对于快速处理／识别指纹一类为复杂的图像目标是有效的。     

基于小波变换的合成孔径雷达运动目标多普勒参数提取算法

本文基于合成孔径雷达成象处理中运动目标回波信号的频谱特点以及WVD变换的性质,讨论了WVD的双线性特性在用于运动目标多普勒参数提取,特别是用于多点目标及面目标成象处理时的缺陷,并结合小波变换特点,分析了小波变换用于运动目标多普勒参数提取的可行性和用于多点目标和面目标情况下的内在优势,在此基础上提出了基于小波变换的合成孔径雷达运动目标多普勒参数提取算法,计算机仿真结果验证了算法的可行性。     

人造目标识别的小波Holder数方法

从分形布朗运动的平均Ｈｏｌｄｅｒ 数出发,通过分析人造目标与自然场景相对深度的差异,提出一种全新的基于小波Ｈｏｌｄｅｒ 数相对深度的人造目标识别方法,并给出了该方法用于人造目标识别的实例,通过小波变换提高抗畸变及干扰能力,并用两幅图像作更精确的估计及结果验证．实验表明,该方法是一种有效的人造目标识别方法．     

基于扩展小波变换的机载SAR运动目标参数估计

该文在分析机载合成孔径雷达(SAR)运动目标回波信号频谱特点的基础上,基于扩展WVD(EWVD)变换理论提出了扩展小波变换(EWT)算法的基本思想,并针对分别利用扩展WVD变换和扩展小波变换方法进行机载SAR运动目标多普勒参数估计时的特点进行比较分析,指出基于扩展小波变换方法进行机载SAR运动目标回波信号参数估计的可行性及优越性,微机仿真实验结果验证了其结论的正确性。     

一种基于小波变换和隐Markov模型的声调识别方法

本文给出了一种基于小波变换和隐Markov模型(HMM)的声调识别方法。根据小波变换检测信号突变的性质,充分利用多分辨率分析,准确可靠地实现了基音检测;采用分划Gauss混合(PGM)概率密度函数的HMM进行汉语声调识别,推导出用PGM函数的Viterbi算法的简化递推式。在匹配计算量大大减小的情况下,特定人的四声识别率为97.22％,非特定人达到94.47％。     

用Malvar子波变换实现MCM信道不等带宽分配

本文把Malvar子波变换应用于多载波调制(MCM)系统,提出了对信道进行不等带宽分配,克服多个单音(窄带)干扰的思想,有效地提高了信道的利用率和系统的稳定性。     

对数变换与小波变换用于野外采集植物波谱降噪

地物波谱野外测试过程中常引入噪声.本文结合植物波谱测试原理,提出波谱噪声属于乘性复合噪声.经理论推导,又提出了对数变换与小波变换相结合的降噪方法.仿真降噪试验结果表明,空域相关算法最适合于光谱数据降噪,模极大法次之,阈值法则不适于该类噪声的消减.对野外采集植物波谱的处理结果表明,空域相关去噪法对1450nm附近的噪声去除能力较强,1800~1900nm强噪声则去噪效果不理想.原因在于波谱仪纪录精度有限,当理论比值远大于1时,能够准确记录下来;远小于1时记录值为0,从而在强噪声干扰波段出现较严重的系统误差,经小波降噪后被视作奇异点被保留下来.研究表明对数变换与小波变换相结合采用空域相关去噪对于含乘性复合噪声的光谱是可行的.     

用Chirp—z变换获得雷达目标回波波形特征

探讨了高分辨率雷达视频回波波形特征．提出对回波信号作Ｃｈｉｒｐ－ｚ变换，以提高频谱的分辨率．还对两类实测毫米波高分辨率雷达目标回波波形进行了Ｃｈｉｒｐ－ｚ变换及Ｆｏｕｒｉｅｒ变换，并对两类结果进行了比较，结果证明对雷达回波波形作Ｃｈｉｒｐ－ｚ变换获得的视频波形特征既满足同一目标特征稳定性，又容易区分两类不同目标．     

一种基于小波变换的可调节遥感影像融合方法

光谱保持和高分辨率保留是影像融合的两个重要问题,不同的应用可能对融合的结果有不同的要求．提出了一种基于小波变换的可调节遥感影像融合方法．该方法首先分别将高分辨率影像和多光谱影像进行小波分解,然后根据影像的特点,在小波域内进行影像融合,最后通过小波逆变换得到融合结果．通过引入可调节参数,该方法可以在细节保留和光谱保持两方面达到不同程度的平衡,在某些参数组合下,融合图像的目视效果和统计指标可以达到甚至超过传统的小波融合法、IHS变换和主成分变换融合法的效果．