基于Gabor变换和KPCA的SAR图像舰船目标鉴别
刘磊
海军航空工程学院电子信息工程系 烟台 264001
摘要：针对SAR图像中的舰船目标和杂波虚警的鉴别问题,采用Gabor变换和核主成分分析(Kernel Principal Component Analysis,KPCA)相结合的舰船目标鉴别算法.首先对SAR图像中的样本切片进行Gabor变换,获得舰船的纹理特征,将这些特征用KPCA算法降维并提取目标的主成分分量,把最终采集的样本特征通过k-近邻分类器进行训练和测试.通过仿真结果的比较表明,利用Gabor变换和KPCA降维相结合的方法可以有效地对SAR图像中的舰船目标和杂波虚警进行鉴别.
关键词：SAR图像舰船目标鉴别Gabor变换KPCAk-近邻分类
分类号：TR391(工业技术)
资助基金：国家自然科学基金(61179016)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 34-36,154 )
英文信息