SAR图像目标识别技术研究

书籍简介:

合成孔径雷达(Synthetic Aperture Radar , SAR)成像技术具有全天时、全天候、分辨率高、探测距离远、穿透云雾植被等优势，是一种先进的雷达信息获取方式，具有重要的军事和民用价值。而SAR图像的特征会随着不同的配置条件发生明显的变化，使得SAR图像的目标识别任务不像光学图像那样容易。此外，随着 SAR成像技术的发展，雷达图像所包含的数据量越来越大，给SAR 图像的解译增加了难度。如何识别雷达图像中的物体并对目标进行分类是雷达图像解译中一个亟待解决的问题。本书主要研究应用联合稀疏表示模型和深度学习技术对 SAR 图像中的目标进行识别的方法。联合稀疏表示模型不仅可以表示单个任务，也可以融合多个任务的内在联系，发挥它们的互补优势。深度学习作为近年来提出的机器学习方法受到了广泛的关注与应用。深度学习模型具有逐层次学习特征的能力，通过多层的非线性网络结构学习原始数据的深层次特征，从而有效提高对目标的识别能力。

书籍规格:

书籍信息归属:

SAR图像目标识别技术研究是知识产权出版社于2020.10出版的中图分类号为 TP751.1 的主题关于 遥感图像－数字图像处理 的书籍。