一种基于多尺度稀疏表示的SAR图像目标识别方法

发明专利有效专利

申请号：
CN201811303259.8
IPC分类号：G06K9/00;G06K9/40;G06K9/46;G06K9/62
申请日期：
2018-11-02
申请人：
电子科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多尺度稀疏表示的SAR图像目标识别方法
申请号	CN201811303259.8	申请日期	2018-11-02
法律状态	实质审查	申报国家	中国
公开/公告日	2019-03-19	公开/公告号	CN109492570A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;4;0;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	电子科技大学	当前权利人	电子科技大学
发明人	漆进;秦金泽;胡顺达
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于多尺度稀疏表示的SAR图像目标识别方法，该方法包括：使用三维模块匹配算法(BM3D)对图像去燥；使用滑动窗口提取多个尺度下的密集SIFT特征；利用RLS‑DLA算法学习全局多尺度字典，得到多尺度字典D，将原始密集SIFT特征经过多尺度稀疏表示；使用空间金字塔(SPM)模型计算图像特征向量表达，利用最大池化方法(MaxPooling)对各个局部特征进行汇总，得到最终的图像描述向量；训练分类器进行SAR图像目标识别。与传统的SAR图像目标识别方法相比，本发明在识别过程中的有效性和鲁棒性更高，并且算法复杂度较低。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供