TY - JOUR A2 - Masciari, Elio AU - Zhao, Xiaohui AU - Jiang, Yicheng AU - Stathaki，针对合成孔径雷达(SAR)自动目标识别(ATR)任务，提出了一种高精度的自动目标识别(ATR)策略。首先，一种新的姿态校正过程和图像归一化过程被依次引入，在特征处理阶段之前产生变化较小的图像。然后利用小波系数提取具有丰富纹理和边缘信息的特征集，通过降低提取的特征集的冗余度和维数，获得更有效、更紧凑的特征集。最后，在Real-AdaBoost的框架下，学习一组识别树并将其组合成最终的分类器。利用公共发布的动、静止目标捕获与识别数据库(MSTAR)对该方法进行了评价。通过比较研究，验证了该算法的有效性。实验结果表明，该方法在标准运行条件和扩展运行条件下均具有明显的优越性。此外，我们的额外测试表明，只要在目标姿态中以适当的增量样本步长捕获这些图像，即使在有限的训练图像中也可以实现良好的识别精度。SN - 1687-5265 UR - https://doi.org/10.1155/2017/7186120 DO - 10.1155/2017/7186120