[发明专利]一种基于多特征融合的SAR图像目标识别方法

摘要

本发明提供一种基于多特征融合的SAR图像目标识别方法，所述方法包括：对SAR图像进行边缘提取，然后得到目标的紧凑度、饱满度和复杂度；确定SAR图像的灰度共生矩阵，并利用所述灰度共生矩阵计算纹理特征量；对所述SAR图像构造多层超像素集，并基于所述多层超像素集构造非平衡二向图，通过聚类将图像目标与背景分离开；利用融合的图像特征矩阵计算协方差矩阵，并构建最优投影矩阵，将训练样本向所述最优投影矩阵进行投影，得到降维后的样本；训练最终的目标识别器，在每轮训练时，利用不同训练数据样本的特征值的权值统计弱分类，并根据每个特征值的不同分类误差率选择弱分类器，并将弱分类器加权求和构造输出分类器。本发明提供的技术方案，能够提高图像目标识别的精度。

主权项

一种基于多特征融合的SAR图像目标识别方法，其特征在于，所述方法包括：利用平移不变小波变换和二值化方法对SAR图像进行边缘提取，然后利用边缘的最小外接矩形得到目标的紧凑度、饱满度和复杂度，以描述目标边缘的特征；确定SAR图像的灰度共生矩阵，并利用所述灰度共生矩阵计算统计量，以得到三个基本纹理特征，其中，所述三个基本纹理特征包括对比性、同质性以及相关性；对所述SAR图像构造多层超像素集，并基于所述多层超像素集构造非平衡二向图，以用于将目标从所述SAR图像的背景中提取；利用融合的图像特征矩阵计算协方差矩阵，并设定主成分个数r，取协方差矩阵的前r个较大特征值对应的特征向量组成最优投影矩阵，将训练样本向所述最优投影矩阵进行投影，得到降维后的样本；在AdaBoost算法框架下训练最终的目标识别器，在每轮训练时，利用不同训练数据样本的特征值的权值统计弱分类，并根据每个特征值的不同分类误差率选择弱分类器，并将弱分类器加权求和构造输出分类器。