SAR图像特征提取和分类器设计是进行目标识别的关键，通常情况下分类器性能与特征数量之间并不存在线性关系，相反过度冗余的特征甚至会导致分类器性能严重下降，因此特征选择成为必要。提出一种粒子群优化与Wrapper策略相结合的特征选择方法，针对包含待识别舰船目标的SAR图像，提取其3类共16个典型特征，利用本文所提算法筛选出最佳的特征组合。实验结果表明，将本文所提取的特征组合用于目标识别，分类精度提高了22%，分类时间缩短了2.16 s。
SAR image feature extraction and classifier design are the key to target recognition. Generally, there is no linear relationship between classifier performance and feature quantity. On the contrary, over-redundant features may even lead to serious degradation of classifier performance. Feature choice becomes necessary. A feature selection method combining particle swarm optimization and Wrapper strategy is proposed. For the SAR image containing the ship target to be identified, 16 typical features of 3 categories are extracted, and the best combination of features is chosen out using the proposed algorithm. The experimental results show that the feature combination extracted in this paper is used for target recognition, the classification accuracy is improved by 22%, and the classification time reduced by 2.16 seconds.
2020,42(4): 159-163 收稿日期：2019-01-10
DOI：10.3404/j.issn.1672-7649.2020.04.031
分类号：TN957.52
基金项目：国家自然科学基金资助项目(61773387)；国家青年基金资助项目(61304101)
作者简介：邱洪彬(1994-)，男，硕士研究生，主要从事SAR图像目标检测与识别的研究
参考文献：
[1] 种劲松. 合成孔径雷达图像舰船目标检测算法与应用研究[D]. 北京: 中国科学院研究生院(电子学研究所), 2002.
[2] HOU X, ZHANG L. Saliency detection: a spectral residual approach[C]//2007 IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2007.
[3] 高贵, 匡纲要, 李德仁. 高分辨率SAR图像分割及目标特征提取[J]. 宇航学报, 2006, 27(2): 238–244
[4] 陈文婷. SAR图像舰船目标特征提取与分类识别方法研究[D]. 长沙: 国防科学技术大学, 2012.
[5] 陈文婷, 邢相薇, 计科峰. SAR图像舰船目标识别综述[J]. 现代雷达, 2012, 34(11): 53–58
[6] YANG Wei, LI Qiqiang. Overview of Particle Swarm Optimization Algorithms[J]. China Engineering Science, 2004, 6(5): 87–94
[7] 郑华. SVM在合成孔径雷达图像目标识别中的应用[J]. 舰船科学技术, 2016(2): 115–117
[8] 种劲松, 朱敏慧. SAR图像舰船目标检测算法的对比研究[J]. 信号处理, 2003, 19(6): 580–582
[9] 熊伟, 徐永力, 姚力波, 等. 基于SVM的高分辨率SAR图像舰船目标检测算法[J]. 遥感技术与应用, 2018
[10] 李德胜, 孟祥伟, 张颢, 等. SAR图像舰船目标长宽特征提取技术[J]. 舰船科学技术, 2016, 38(5): 115–119
[11] 周琳. SAR图像目标切片特征提取方法研究[D]. 长沙: 国防科学技术大学, 2007.
[12] 邹滨益, 刘辉, 尚振宏, 等. 基于局部Hu矩的非局部均值去噪算法[J]. 计算机工程, 2018, 44(3): 241–244
[13] 熊伟, 徐永力, 崔亚奇, 等. 高分辨率合成孔径雷达图像舰船目标几何特征提取方法[J]. 光子学报, 2018, 47(1): 49–58
