基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法

该文提出了一种基于Gabor滤波器和Three-Patch Local Binary Patterns(TPLBP)局部纹理特征提取的合成孔径雷达(Synthetic Aperture Rader,SAR)图像目标识别算法。首先,利用Gabor滤波器对SAR图像在不同方向上进行滤波,增强SAR图像中目标及其阴影的关键特征;然后,利用TPLBP算法对Gabor滤波之后的图像进行局部纹理特征提取,该算法克服了Local Binary Patterns(LBP)算法无法描述大范围领域纹理特征的缺陷,并且保持了LBP旋转不变的特性,减少了SAR图像目标方位变化对识别效果的影响;最后利用极限学习机(Extreme Learning Machine,ELM)分类器实现目标识别。该文通过MSTAR数据库中的3类SAR目标识别实验验证了该算法的有效性。