|
|||||
|
|
| 基于迁移学习的SAR目标超分辨重建 | |
| 引用本文： | 徐舟,曲长文,何令琪.基于迁移学习的SAR目标超分辨重建[J].航空学报,2015,36(6). |
| 作者姓名： | 徐舟 曲长文 何令琪 |
| 作者单位： | 1. 电子工程学院雷达对抗系,合肥,230000 2. 海军航空工程学院电子信息工程系,烟台,264001 3. 北京大学软件与微电子学院,北京,100871 |
| 基金项目： | 国家自然科学基金，山东省优秀中青年科学家科研奖励基金(BS2013DX003) National Natural Science Foundation of China，Science Foundation for the Excellent Youth Scientist of ShanDong Province |
| 摘 要： | 针对合成孔径雷达(SAR)目标超分辨重建问题,提出了一种基于迁移学习的超分辨方法。在光学图像梯度域中联合训练超完备字典与稀疏编码映射,利用半耦合字典联系SAR图像与光学图像,寻找SAR图像在半耦合字典下的稀疏编码,并在高分辨率字典下完成重建。结合SAR图像的先验信息,使用正则化方法对SAR目标进行特征增强。所提方法在TerraSAR-X数据和MSTAR数据上进行了仿真实验,重建结果表明,相比目前的插值方法和稀疏表示方法,所提方法空间分辨率可提高0.5~1.5个像素。正则化增强结果表明,引入稀疏先验的正则化增强能够进一步提高空间分辨率并抑制杂波比,最后分析了正则化参数的选取对图像质量的影响。 |
| 关 键 词： | 合成孔径雷达 超分辨 迁移学习 半耦合字典 稀疏表示 |
SAR target super-resolution based on transfer learning |
|
| XU Zhou,QU Changwen,HE Lingqi.SAR target super-resolution based on transfer learning[J].Acta Aeronautica et Astronautica Sinica,2015,36(6). | |
| Authors: | XU Zhou QU Changwen HE Lingqi |
| Abstract: | |
| Keywords: | synthetic aperture radar super-resolution transfer learning semi-coupled dictionary sparse representation |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |