基于互補(bǔ)特征層次決策融合的SAR目標(biāo)識(shí)別方法

趙鵬舉, 甘 凱

(1.重慶電子工程職業(yè)學(xué)院計(jì)算機(jī)學(xué)院，重慶 401331; 2.西安科技大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院，西安 710054)

0 引言

合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)因具有全天時(shí)、全天候等優(yōu)勢(shì)在軍事和民用領(lǐng)域得以廣泛運(yùn)用。隨著SAR傳感器的不斷發(fā)展和SAR圖像分辨率的不斷提高，如何實(shí)現(xiàn)SAR數(shù)據(jù)高效、穩(wěn)健的解譯成為當(dāng)前亟需解決的問(wèn)題。SAR目標(biāo)識(shí)別作為SAR圖像解譯的一項(xiàng)重要內(nèi)容，在國(guó)內(nèi)外得到廣泛研究[1-3]。

特征提取是SAR目標(biāo)識(shí)別的一個(gè)重要環(huán)節(jié)，它旨在降低原始SAR數(shù)據(jù)維度的同時(shí)保持其類(lèi)別鑒別力。常用的SAR圖像特征包括PCA特征[4]、LDA特征[4]、目標(biāo)輪廓[5]、散射中心[6-7]等，這些特征從不同層次或側(cè)面描述了SAR目標(biāo)的特性。因此，通過(guò)不同特征的決策融合有望提高目標(biāo)識(shí)別的性能。傳統(tǒng)的多特征決策融合算法對(duì)于參與融合的特征并沒(méi)有做過(guò)多的挑選，因此這些特征往往具有相近的性質(zhì)，不能為目標(biāo)提供更為豐富的描述。在采用的決策融合結(jié)構(gòu)上，往往采用并行的融合策略[8]，即分別對(duì)每一類(lèi)特征進(jìn)行獨(dú)立分類(lèi)，然后進(jìn)行決策層的融合。這種并行融合的策略存在效率低的特點(diǎn)，不利于實(shí)現(xiàn)實(shí)時(shí)的目標(biāo)識(shí)別。

本文提出基于互補(bǔ)特征層次決策融合的SAR目標(biāo)識(shí)別方法，對(duì)于參與融合的特征，充分考慮它們對(duì)于目標(biāo)描述是否具有互補(bǔ)性。SAR圖像反映目標(biāo)的電磁散射特性，其灰度分布反映了目標(biāo)散射強(qiáng)度的分布。本文采用PCA方法提取SAR圖像的全局特征，從而反映SAR圖像整體的灰度分布規(guī)律。為了更好地描述強(qiáng)散射中心的分布規(guī)律，提取SAR圖像的峰值特征作為局部描述子。……