基于D-S证据理论的多特征融合SAR图像目标识别方法

基于D-S证据理论的多特征融合SAR图像目标识别方法

, , , ,

文章导航 > 自然资源遥感 > 2013 > (2): 37-41

童涛, 杨桄, 李昕, 叶怡, 王寿彪. 基于D-S证据理论的多特征融合SAR图像目标识别方法[J]. 自然资源遥感, 2013, (2): 37-41. doi: 10.6046/gtzyyg.2013.02.07

引用本文:

童涛, 杨桄, 李昕, 叶怡, 王寿彪. 基于D-S证据理论的多特征融合SAR图像目标识别方法[J]. 自然资源遥感, 2013, (2): 37-41. doi: 10.6046/gtzyyg.2013.02.07

Recognition method of multi-feature fusion based on D-S evidence theory in SAR image[J]. Remote Sensing for Natural Resources, 2013, (2): 37-41. doi: 10.6046/gtzyyg.2013.02.07

Citation:

Recognition method of multi-feature fusion based on D-S evidence theory in SAR image[J]. Remote Sensing for Natural Resources, 2013, (2): 37-41. doi: 10.6046/gtzyyg.2013.02.07

基于D-S证据理论的多特征融合SAR图像目标识别方法

空军航空大学航空航天情报系,长春,130022

空军航空大学训练部,长春,130022

空军(航空大学)创新理论研究中心

详细信息

中图分类号: TP751.1

刊出日期: 2013-08-15

Recognition method of multi-feature fusion based on D-S evidence theory in SAR image

Publish Date: 15 August 2013

摘要: 针对应用单特征SAR图像进行目标识别准确率低的问题,提出了一种将支持向量机(support vector machine,SVM)和D-S证据理论(Dempster-Shafer,D-S)相结合的多特征融合SAR图像目标识别方法.该方法在对SAR图像预处理的基础上,提取目标的纹理、Hu不变矩和峰值特征,并分别以这3类单特征的SVM分类结果作为独立证据,构造基本概率指派,通过D-S证据的组合规则进行融合,并根据分类判决门限给出最终的目标识别结果.将该方法用于SAR图像上的3类目标识别,识别率达95.5％,表明该方法是一种有效的SAR图像目标识别方法.
- SAR图像 /
- D-S证据理论 /
- 支持向量机(SVM) /
- 纹理特征

资源附件(0)

计量

文章访问数: 426
PDF下载数: 0
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回