胡利平
- 作品数：11 被引量：89H指数：7
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金国防科技技术预先研究基金教育部留学回国人员科研启动基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于两级2DPCA的SAR目标特征提取与识别被引量：11
- 2008年
- 对二维图像用主分量分析(PCA)来提取特征具有准确估计协方差矩阵比较困难、计算复杂度大的缺点。二维PCA(2DPCA)克服了PCA的局限性,但2DPCA仅去除了图像中各行像素间的相关性,因此它用于特征提取时得到的特征维数较大。该文采用两级2DPCA的图像特征提取方法,可进一步压缩特征维数,减少识别运算量。用运动和静止目标获取与识别(MSTAR)计划录取的合成孔径雷达(SAR)地面静止目标数据的实验结果表明,结合该文的预处理方法,两级2DPCA在大大降低了特征维数的同时,提高了识别率,且对目标方位角变化具有较强的鲁棒性。
- 胡利平刘宏伟吴顺君
- 关键词：合成孔径雷达最近邻分类器
- 基于G2DPCA的SAR目标特征提取与识别被引量：7
- 2009年
- 给出了基于广义二维主分量分析(G2DPCA)的合成孔径雷达(SAR)图像目标特征提取方法。与主分量分析(PCA)相比,在寻求最优投影方向时,它直接基于二维图像矩阵而不是一维向量,在特征提取前不必将2维图像矩阵转换成1维向量。与二维主分量分析(2DPCA)相比,它可以同时去除图像行和列像素间的相关性。基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合预处理,G2DPCA在大大降低了特征维数的同时,又改善了识别性能,并且正确识别率在97%以上,且对目标方位变化具有较好的鲁棒性。
- 胡利平刘宏伟尹奎英吴顺君
- 关键词：合成孔径雷达主分量分析二维主分量分析
- 基于改进的子类判决分析的SAR目标特征提取与识别被引量：4
- 2009年
- 针对大多文献中假设合成孔径雷达(SAR)数据服从单模分布带来的问题,该文提出改进的子类判决分析(ICDA),它假设SAR目标数据服从更合理更实际的多模分布。首先采用快速全局k-均值聚类算法找到每类目标的子类划分,然后基于子类判决分析(CDA)准则寻找最优的投影矢量,使得投影后不同类别的子类样本之间距离最大而每个子类内部的样本散布最小。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR地面静止目标数据的实验结果表明,ICDA可获得较好的对真实目标的分类性能和对干扰目标的拒判能力。
- 胡利平刘宏伟吴顺君
- 关键词：合成孔径雷达自动目标识别
- 两向二维最大子类散度差鉴别分析及其在SAR目标识别中的应用被引量：8
- 2009年
- 针对Fisher线性判决分析(FLDA)在图像识别应用中遇到的小样本问题,提出了两向二维最大子类散度差((2D)2MCSD)鉴别分析的图像特征提取方法。首先找到每类数据的子类划分,再根据这些子类构造基于二维图像矩阵的子类类间和子类类内散布矩阵,最后用子类类间与子类类内散布之差作为鉴别准则求取投影矢量。该方法可以处理多模分布问题,从根本上避免了矩阵求逆和小样本问题,加快了特征抽取的速度,且同时对图像行和列进行压缩,克服了二维最大子类散度差(2DMCSD)鉴别分析和另一种形式的2DMCSD(Alternate 2DMCSD)的特征维数较大的问题。基于美国运动和静止目标获取与识别(MSTAR)公共数据库提供的实测数据的实验结果表明:本文方法的性能优于现有的子空间方法;与2DMCSD和Alter-nate 2DMCSD相比,可大大降低特征维数、提高识别性能。
- 胡利平刘宏伟尹奎英吴顺君
- 关键词：目标识别合成孔径雷达最大散度差
- 一种复合的SAR图像去噪算法被引量：14
- 2010年
- 针对SAR图像噪声影响分辨率的问题,提出一种新的复合SAR图像增强和去噪方法.该方法首先利用信号的小波相邻尺度相关性将信号和噪声分离,然后根据SAR图像近似瑞利分布的特点把SAR图像转换为近高斯分布,再分别利用复数扩散震动滤波器对SAR图像信号部分进行增强,用各项异性扩散方程对含噪部分进行去噪,最后用小波平稳变换对图像进行重构.实验结果表明,与传统的SAR图像去噪算法相比,新算法在边缘增强和噪声去除能力方面均有显著提高.
- 尹奎英胡利平刘宏伟金林
- 关键词：SAR图像去噪
- 基于对角子类判决分析的合成孔径雷达目标识别方法
- 本发明提出一种对角子类判决分析的合成孔径雷达目标识别方法，主要解决现有的合成孔径雷达目标识别性能差的问题。该方法的过程是：对原始图像进行自适应的阈值分割、形态学滤波、几何聚类操作和图像增强的预处理；对预处理后的每类目标采...
- 刘宏伟胡利平苏洪涛冯大政
- 文献传递
- 基于对角子类判决分析的合成孔径雷达目标识别方法
- 本发明提出一种对角子类判决分析的合成孔径雷达目标识别方法，主要解决现有的合成孔径雷达目标识别性能差的问题。该方法的过程是：对原始图像进行自适应的阈值分割、形态学滤波、几何聚类操作和图像增强的预处理；对预处理后的每类目标采...
- 刘宏伟胡利平苏洪涛冯大政
- 文献传递
- 一种新的SAR图像目标识别预处理方法被引量：22
- 2007年
- 针对合成孔径雷达(SAR)目标识别问题,提出了一种有效的SAR图像预处理方法.首先通过自适应阈值分割、形态学滤波及几何聚类处理获得干净平滑的目标图像,再采用幂变换来增强图像质量,然后提取图像的主分量分析(PCA)、二维主分量分析(2DPCA)特征来进行识别.基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,结合上述预处理,PCA,2DPCA的识别性能均可达到96.5%以上.
- 胡利平刘宏伟吴顺君
- 关键词：合成孔径雷达目标识别主分量分析二维主分量分析
- 合成孔径雷达图像目标识别技术研究
- 基于合成孔径雷达（Synthetic Aperture Radar，SAR）的自动目标识别（Automatic Target Recognition，ATR）技术在现代战场中的重要作用已经使得它成为了国内外研究的热点之一...
- 胡利平
- 关键词：雷达目标识别合成孔径雷达运动目标识别图像分割形状描述子
- 基于多分类器融合的SAR图像自动目标识别方法被引量：2
- 2008年
- 给出一种内存需求小、计算复杂度低且性能较好的合成孔径雷达自动目标识别(SAR ATR)方法。先对原始图像预处理获得目标及阴影,然后提取目标和阴影的形状描述子以及基于极化映射提取目标及阴影的形状特征、目标的强度分布特征,最后基于平均准则融合分类器对目标进行分类。基于美国运动和静止目标获取与识别(MSTAR)计划录取的数据的实验结果表明,所提融合的分类器可获得比单个分类器好的识别性能,并且利用阴影信息可大大提高识别性能。
- 胡利平刘宏伟吴顺君
- 关键词：合成孔径雷达自动目标识别形状描述子多分类器融合
