[发明专利]基于低秩字典学习及稀疏表示的极化SAR舰船检测方法有效
| 申请号： | 201410181747.1 | 申请日： | 2014-04-30 |
| 公开（公告）号： | CN103954934A | 公开（公告）日： | 2014-07-30 |
| 发明（设计）人： | 王英华;齐会娇;刘宏伟;文伟;丁军 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G01S7/02 | 分类号： | G01S7/02 |
| 代理公司： | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人： | 惠文轩 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于雷达自动目标检测领域，公开一种基于低秩字典学习及稀疏表示的极化SAR舰船检测方法，该方法适用于极化SAR图像中的舰船目标检测，其具体包括以下步骤：步骤1，提取海杂波样本作为训练杂波样本，由杂波样本的像素构造训练数据矩阵Z；步骤2，利用训练数据矩阵Z进行训练，通过学习得到低秩字典D；步骤3，基于学习得到的低秩字典D，对测试样本的所有像素的特征向量进行稀疏表示，根据求解的稀疏表示系数定义一个依赖于散射机制的检测统计量，并设定一个检测统计量门限，对测试样本的所有像素的检测统计量进行门限检测，获得最终显示检测结果的二值图像。 | ||
| 搜索关键词： | 基于 字典 学习 稀疏 表示 极化 sar 舰船 检测 方法 | ||
【主权项】：
一种基于低秩字典学习及稀疏表示的极化SAR舰船检测方法，其特征在于，包括以下步骤：步骤1，提取海杂波样本作为训练杂波样本，由杂波样本的像素构造训练数据矩阵Z；步骤2，利用训练数据矩阵Z进行训练，通过学习得到低秩字典D；步骤3，基于学习得到的低秩字典D，对测试样本的所有像素的特征向量进行稀疏表示，根据求解的稀疏表示系数定义一个依赖于散射机制的检测统计量，并设定一个检测统计量门限，对测试样本的所有像素的检测统计量进行门限检测，获得最终显示检测结果的二值图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410181747.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种LED光立方
- 下一篇：一种像素电路和显示装置
