基于自适应类别权重的HRRP决策融合识别

针对雷达高分辨率距离像(HRRP)识别中因特殊样本和分类器误判而出现的错误分类问题,提出了一种基于自适应类别权重的多分类器决策融合识别方法。该方法结合K-最近邻思想,利用最近邻和相似度准则挑选与测试样本对应的训练样本集,构造混淆矩阵自适应完成分类器置信度的计算和筛选,最终获得目标各类别权重,输出分类结果。基于实测数据的研究结果表明,相较于以上任意单个分类器和传统决策融合方案,文中提出的融合识别方法识别率有明显提高,并且随着噪声的增大,该方法的优势愈加突显。

结合二次Otsu和SIFT的光学和SAR水域图像快速配准

针对光学和SAR图像水域辐射、几何性质差异过大而难以获得共性特征,以及大场景图像配准耗时过长的问题,提出一种基于二次Otsu阈值分割法和尺度不变特征变换法(SIFT)的光学和SAR图像配准方法.首先为了降低数据量,减弱微小目标和噪声带来的干扰,对光学图像和SAR图像进行小波变换;然后针对图像一次Otsu分割后的"过检"现象进行二次分割,获得更准确的水域分割;最后通过改进的空间一致性准则和RANSAC消除初始匹配点中的较多误配.实验结果表明,该方法可以有效地提高光学和SAR图像的配准准确度,加快配准速度.