Target recognition in SAR images using sparse representation based on feature space
基于特征参数稀疏表示的SAR图像目标识别

通过对合成孔径雷达（synthetic aperture radar，SAR）图像的统计特性分析，提出一种基于特征参数稀疏表示的SAR图像目标识别算法，有效地解决了图像域稀疏表示识别算法存在的高维问题。由低维高精度的广义二维主分量特征构成过完备字典，基于Fisher线性判别准则对该字典进行学习优化，使得类内更紧凑，类间更分开，同时降低了稀疏求解的复杂度。求解测试样本在优化字典下的稀疏表示系数，根据系数矢量的能量特征完成分类识别。MSTAR（moving and stationany target acquisition and recognition）实测SAR图像数据实验的结果表明，该方法稀疏求解复杂度低，并且只需简单的SAR图像预处理即可有效地提高识别的准确率和速度