SAR目标识别相关论文
基于SAR图像成像模型分析,SAR图像的目标轮廓和阴影轮廓除反映本身包含的局部空间结构信息外,这两种轮廓的结合,还能反应SAR目标的......
提出了用Gabor滤波分块统计特征对SAR图像目标进行识别的方法。该方法首先提取预处理后SAR目标图像的低频子带图像,用Gabor滤波器......
合成孔径雷达(Synthetic Aperture Radar,SAR)拥有区别于光学传感器和红外传感器的独特优点,在军事和民用领域发挥着举足轻重的作......
图像识别通过提取图像中蕴含的特征信息,自动识别不同类别目标图像,是机器视觉领域的重要部分之一。如何有效地对图像数据进行处理......
自二十世纪九十年代以来,合成孔径雷达(Synthetic Aperture Radar,SAR)因具有全天候、全天时的工作优势和有效穿透掩盖物识别伪装......
自动目标识别(automatic target recognition, ATR)在社会安全,环境监测,国土防御等军用和民用领域扮演着越来越重要的角色。合成......
为了提高SAR图像的目标识别能力，在一般稀疏表示方法的基础上，提出了一种基于树形稀疏表示结构识别算法一稀疏表示树，以提高目标型号......
针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融合SAR目标轮廓和阴影轮廓的目标识别算法。首先提......
为了提高利用合成孔径雷达（syntheticapertureradar，SAR）图像对目标型号识别的能力，在稀疏表示识别方法的基础上，提出了一种树形框架稀......
针对合成孔径雷达(SAR)图像目标识别中存在物体遮挡的情况,该文提出一种基于非负稀疏表示的分类方法。通过分析L0范数和L1范数最小......
针对合成孔径雷达目标识别问题，提出一种基于多尺度稀疏字典的SAR图像目标识别方法。稀疏字典选择是稀疏表示中的关键问题之一，该方......
目标电磁散射建模是基于模型的雷达目标识别系统的核心内容之一。目标三维电磁散射参数化模型,特别是基于典型散射结构的参数化模......
随着科技的发展,图像在社会治安、军事安全、信息安全、身份认证、交通监管等方面都有着广泛的应用。而图像识别技术则是图像应用......
目的深度学习已经大量应用于合成孔径宽达(SAR)图像目标识别领域,但大多数工作是基于MSTAR数据集的标准操作条件展开研究。当将深......
针对深度学习中的有监督学习需要大量的标注数据,提出了一种少量训练样本下的SAR目标识别方法,解决了SAR图像人工标注成本较高、标......
为了提高基于稀疏表示的合成孔径雷达(SAR)图像目标识别准确率,提出了一种基于多特征决策级融合的SAR图像目标识别算法。首先,考虑......
目的针对用于SAR(synthetic aperture radar)目标识别的深度卷积神经网络模型结构的优化设计难题,在分析卷积核宽度对分类性能影响......
该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture......
SAR图像的应用需求与日俱增,SAR图像目标识别技术也在发展。由于硬件性能提升和有效训练算法的提出,近年深度学习重获关注,并在图......
合成孔径雷达SAR(Synthetic Aperture Radar)的发展与推广,来源于上个世纪的第二次世界大战,其主要功能是对飞机和军舰等军事目标......
随着科技进步,卫星遥感技术发展迅速。遥感图像的数据规模也在不断增大,图像分辨率不断提高。合成孔径雷达(Synthetic Aperture Ra......
合成孔径雷达(Synthetic Aperture Radar,SAR)由于其独特的优势已经成为当今社会的一种重要的信息获取手段,无论在军用领域还是民......
合成孔径雷达(SAR)成像技术具有全天时、全天候、分辨率高、探测距离远等优势,是一种不可替代的雷达信息获取方式,具有重要的军事......
随着计算机科学技术的飞速发展，人工智能在目标识别领域的应用显现出强大的生命力。模糊神经网络作为人工智能的分支，具备模糊系统和......
合成孔径雷达(SAR)是一种高分辨率主动式相干成像雷达,它具有全天候、全天时、穿透力强等优点,广泛应用于军事和民用领域。SAR图像......
稀疏表示选择最佳线性表示重构信号,可避免合成孔径雷达(SAR)目标识别中的方位角估计难题,同时减轻强相干噪声影响。稀疏字典选择......
作为一种高分辨率成像雷达,合成孔径雷达能够在不受光照和气候的影响下对地面目标进行不间断、精准地侦测,并且能够有效的识别伪装......
针对S A R 目标识别问题,提出了基于卷积神经网络的S A R 目标识别方法,并在此基础上对算法进行改进,提出C N N - S V M 模型.将传......
