基于独立成分分析的强噪声海域SAR图点目标提取方法
来源期刊：昆明理工大学学报(自然科学版)2008年第1期
论文作者：刘芳宇 李昱彤 杨杰
文章页码：23 - 64
关键词：目标识别;合成孔径雷达;Hlder指数;雷达图象;
摘 要：将分形理论和独立成分分析（ICA,Independent Component Analysis）相结合,用于强噪声海域合成孔径雷达（SAR,Synthetic Aperture Radar）图像的点目标提取.首先依据分形理论,计算点态H lder指数,再对指数图进行二值模糊处理,接着将此图参与ICA计算,然后使用泛化可调算子收缩并优化其独立成分,实现强噪声的有效抑制,进而提取点目标.实验结果表明,H-ICA与基于ICA降噪的传统算法相比,能够有效地降低海域强噪声,并成功实现点目标提取.
刘芳宇1，李昱彤2，杨杰2
1. 太原理工大学理学院2. 上海交通大学图像处理与模式识别研究所
摘 要：将分形理论和独立成分分析（ICA,Independent Component Analysis）相结合,用于强噪声海域合成孔径雷达（SAR,Synthetic Aperture Radar）图像的点目标提取.首先依据分形理论,计算点态H lder指数,再对指数图进行二值模糊处理,接着将此图参与ICA计算,然后使用泛化可调算子收缩并优化其独立成分,实现强噪声的有效抑制,进而提取点目标.实验结果表明,H-ICA与基于ICA降噪的传统算法相比,能够有效地降低海域强噪声,并成功实现点目标提取.
关键词：目标识别;合成孔径雷达;Hlder指数;雷达图象;
