基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法

王璐 张帆 李伟 谢晓明 胡伟

王璐, 张帆, 李伟, 谢晓明, 胡伟. 基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法[J]. 雷达学报, 2015, 4(6): 658-665. doi: 10.12000/JR15076
引用本文: 王璐, 张帆, 李伟, 谢晓明, 胡伟. 基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法[J]. 雷达学报, 2015, 4(6): 658-665. doi: 10.12000/JR15076
Wang Lu, Zhang Fan, Li Wei, Xie Xiao-ming, Hu Wei. A Method of SAR Target Recognition Based on Gabor Filter and Local Texture Feature Extraction[J]. Journal of Radars, 2015, 4(6): 658-665. doi: 10.12000/JR15076
Citation: Wang Lu, Zhang Fan, Li Wei, Xie Xiao-ming, Hu Wei. A Method of SAR Target Recognition Based on Gabor Filter and Local Texture Feature Extraction[J]. Journal of Radars, 2015, 4(6): 658-665. doi: 10.12000/JR15076

基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法

doi: 10.12000/JR15076
基金项目: 

国家自然科学基金(61302164),中央高校基本科研业务费专项资金(YS1404),北京高等学校青年英才计划(YETP0500)

详细信息
    作者简介:

    张帆(1981-),男,2008年毕业于中科院电子所信号与信息处理专业,获得工学博士学位,同年在中科院电子所从事博士后研究,现为北京化工大学副教授,硕士生导师。主要研究方向为SAR系统模拟、高性能计算、科学可视化等。E-mail:zhangf@mail.buct.edu.cn李伟(1985-),男,2012年毕业于美国密西西比州立大学电气与计算机工程专业,获得工学博士学位,同年至美国加州大学戴维斯分校从事博士后研究,现为北京化工大学教授,博士生导师。主要研究方向为模式识别、高光谱图像分析与应用、数据压缩等。E-mail:liw@mail.buct.edu.cn谢晓明(1969-),男,1998年毕业于华中理工大学信息与通信工程专业,获得工学博士学位,现为北京化工大学副教授,硕士生导师。主要研究方向为移动通信技术、宽带通信技术等。E-mail:xmxie@mail.buct.edu.cn胡伟(1979-),男,2006年毕业于清华大学计算机系,获得工学博士学位,现为北京化工大学副教授,硕士生导师。主要研究方向为真实感图形实时绘制、图像与视频处理等。E-mail:huwei@mail.buct.edu.cn

    通讯作者:

    张帆zhangf@mail.buct.edu.cn

A Method of SAR Target Recognition Based on Gabor Filter and Local Texture Feature Extraction

Funds: 

The National Natural Science Foundation of China (61302164), The Fundamental Research Funds for the Central Universities (YS1404), The Beijing Higher Education Young Elite Teacher Project (YETP0500)

  • 摘要: 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 Rader, SAR)图像目标识别算法。首先, 利用Gabor滤波器对SAR图像在不同方向上进行滤波, 增强SAR图像中目标及其阴影的关键特征;然后, 利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取, 该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷, 并且保持了LBP旋转不变的特性, 减少了SAR图像目标方位变化对识别效果的影响;最后利用极限学习机(Extreme Learning Machine, ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。

     

  • [1] 丁军, 刘宏伟, 王英华. 基于非负稀疏表示的SAR图像目标识别方法[J]. 电子与信息学报, 2014, 36(9): 2194-2200. Ding Jun, Liu Hong-wei, and Wang Ying-hua. SAR image target recognition based on non-negative sparse representation[J]. Journal of Electronics Information Technology, 2014, 36(9): 2194-2200.
    [2] 梁胜杰, 张志华, 崔立林, 等. 基于主成分分析与核独立成分分析的降维方法[J]. 系统工程与电子技术, 2011, 33(9): 2144-2148. Liang Sheng-jie, Zhang Zhi-hua, Cui Li-lin, et al.. A reduced dimension method based on PCA and KICA[J]. Systems Engineering and Electronics, 2011, 33(9): 2144-2148.
    [3] 周家锐, 纪震, 沈琳琳, 等. 基于Gabor小波与Memetic算法的人脸识别方法[J]. 电子学报, 2012, 40(4): 642-646. Zhou Jia-rui, Ji Zhen, Shen Lin-lin, et al.. Face recognition using Gabor wavelets and Memetic algorithm[J]. Acta Electronica Sinica, 2012, 40(4): 642-646.
    [4] 高涛, 何明一, 戴玉超, 等. 多级LBP直方图序列特征的人脸识别[J]. 中国图象图形学报, 2009, 14(2): 202-207. Gao Tao, He Ming-yi, Dai Yu-chao, et al.. Face recognition using multi-level histogram sequence local binary pattern[J]. Journal of Image and Graphics, 2009, 14(2): 202-207.
    [5] Patel V, Nasraba N, and Chellappa R. Sparsity-motivated automatic target recognition[J]. Applied Optics, 2011, 50(10): 1425-1433.
    [6] Novak L M, Owirka G J, and Brower W S. Performance of 10-and 20-target MSE classification[J]. IEEE Transactions on Aerospace and Electronic Systems, 2000, 36(4): 1279-1289.
    [7] Li W and Du Q. Gabor-Filtering based nearest regularized subspace for hyperspectral image classification[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(4): 1012-1022.
    [8] Ojala T, Pietikainen M, and Maenpaa T. Multiresolution gray-scale and rotation invariant texture classification with local binary pattern[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2002, 24(7): 971-987.
    [9] Lior W, Tal H, and Yaniv T. Descriptor based methods in the wild[C]. Real-Life Images Workshop at the European Conference on Computer Vision (ECCV), Marseille, France, 2008: 1-14.
    [10] 张文博, 姬红兵. 融合极限学习机[J]. 电子与信息学报, 2013, 35(11): 2728-2732.
    [11] Zhang Wen-bo and Ji Hong-bing. Fusion of extreme learning machines[J]. Journal of Electronics Information Technology, 2013, 35(11): 2728-2732.
    [12] Zhou Y, Peng J, and Chen C. Extreme learning machine with composite kernels for hyperspectral image classification[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(6): 2351-2360.
    [13] Moving and Stationary Target Acquisition and Recognition (MSTAR) Public Dataset[OL]. https://www.sdms.afrl. af.mil/datasets/mstar/.
    [14] 尹奎英, 金林, 李成, 等. 融合目标轮廓和阴影轮廓的SAR 图像目标识别[J]. 空军工程大学学报(自然科学版), 2011, 12(1): 24-28.
    [15] Yin Kui-ying, Jin Lin, Li Cheng, et al.. An SAR ATR based on fusion of target contour and shadow contour[J]. Journal of Air Force Engineer University (Natural Science Edition), 2011, 12(1): 24-28.
  • 加载中
计量
  • 文章访问数:  1856
  • HTML全文浏览量:  632
  • PDF下载量:  1849
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-06-17
  • 修回日期:  2015-10-16

目录

    /

    返回文章
    返回