![](https://csdnimg.cn/release/download_crawler_static/88745014/bg4.jpg)
MEC不同于Circum Circle。每个多边形都有一个唯一
的MEC,并且每个多边形可能没有外接圆,即。给定多
边形的所有顶点不需要位于圆上。
3. 拟议分类方法
3.1.
预处理
ISAR图像受到噪声和杂波的严重破坏。为了提高分类的
准确性,必须在提取特征之前对它们进行处理。预处理
涉及降噪和方向对准。下面的小节简要解释了预处理过
程。
3.1.1.
降噪
斑点噪声或颗粒噪声通常与雷达生成的图像相关联。
散斑噪声本质上是乘性的。然而,处理加性噪声的滤
波器不适合处理这种噪声。使用全局均值的分割是处
理 这 种 噪 声 的 简 单 有 效 的 方 法 ( Franceschetti 和
Lanari,1999; Kim等人,2005;Park等人,2015),此
时SNR和SCR相对较高。在所提出的方法中,不是使
用简单的平均阈值,而是基于灰度直方图(Otsu,
1979)来选择阈值,以便即使在低信噪比的情况下也
能有效地为了确定最佳阈值
f
,假设图像
I
包含两类像
素
即前景和背景,并遵循双峰直方图。然后,通过最小化
它们的类内方差或最大化类间方差来计算阈值。使用
所
获 得
的
阈 值
f
的 经
处 理 的 图 像
I0
表示为
等 式 ( 1 ) 。
(九)、
在
I 0上
执行
区域
打开
之后获得的图像
可以
被表示为等
式(1)。(十一)
I
00
¼
c
a
I
0
1
1
全局阈值f和区域开运算参数k的取值在去除不需要的
细节中起着至关重要的作用,保留了分类的判别信息。
值选择不当可能导致目标形状不连续和变形。因此,在
选择最佳值时必须小心。这些值的最佳选择需要进一步
的研究。
在
降噪之后
,经
处理的图像
100
被
传递
到
下一阶
段。
3.1.2.
取向配准
为了 实 现形 状 矩阵 表 示 的旋 转 不变 性 ,现 有 方法
(Goshtasby,1985)将目标形状的最大半径作为基本
径向线来初始化表示。然而,形状矩阵表示对目标形
状的最大半径的依赖性可能使分类器准确度有偏差,
因为由于目标形状的变形而导致的最大半径的变化可
能导致形状矩阵表示的变化该方法不考虑目标形状的
最大半径来初始化形状矩阵表示。相反,它将所有目
标对准特定方向,然后从水平轴0
°
的径向线开始形状
矩阵表示。为了将目标对准到特定方向,基于Jaccard
距离度量(Jaccard,1901)开发了目标对准方法该方
法依赖于ISAR图像中目标形状的几何形状来垂直对齐
飞机目标形状的垂直镜面对称性的优点被认为是垂直
对准的关键以下程序说明了目标垂直对齐的过程:
步骤1.最初,从前一阶段获得的经处理的图像100获得
翻转图像
。一
个失败
强度值超过给定阈值f的图像像素被认为是1,其余像素
被设置为零。因为纹理信息没有任何用处-
图像 是 原始图 像 在垂 直 轴上的 镜 像反 转
。
我
在
Eq.
(
12)
表示
从
I
0 0
获 得 的 翻 转 图 像
。
在ISAR情况下用于目标识别的充分信息
图像的所有灰度级强度值以上的给定
将阈值转换为1以获得黑白图像。大多数情况下,由于
先前实施例中的自动全局阈值选择的限制,
步骤
2.
根据原始图像I 00和翻转图像I 0 f 0 lop
计算Jaccard
距离
d
Jaccard
<$
I
0 0
;
I
0
f
0
lop <$
,
如
等式2中所给出。
(十三)
[
I
0
f
0
lop
j -
j
I
00
\
I
0
f
0
lop
j]
对MEC的产生产生不利影响区域开放操作通过移除面
积小于给定参数
k
的连接组件来消除离群值的影响。
让
我们
把
图像
I
0
看作是
一
组
连通的分量
,
k
P
0
则
在
给定
参数
下
I
0
的
面积
开口
c
a
如以下等式中定义距离k。(十):
c
a
I
0
f
x
2
I
0
j
面积
C
I
0
P
k
g
10
其中
j
I
00
\
I
0
f
0
lop
j
和
j
I
00
[
I
0
f
0
lop
j
]
是
分别
是
图像
I
00
和
I
0f
0lop
的交集和并集
。Jaccard距离的值
d
Jaccard
位于
0
和
1之间。
如果目标的形状垂直定向,则
d
Jaccar
d
I
0
0
;
I
0
f
0
lop
接近
0
。 选择更接近零的阈值距离值作为过程的
停止标准。
步骤 3. 检查 是否 的 Jaccard 距离,
d
Jaccard
在上述步骤中获得的小于或等于给定的
阈值如果满足条件,则停止程序
x点。