摘要

合成孔径雷达(SAR)图像目标识别的性能依赖于训练集合中目标姿态图像的多样性。针对目标姿态图像缺失的情况,提出通过姿态图像合成的方式增加训练集的姿态覆盖程度,然后将扩充后的图像也用于训练目标分类器。受稀疏表示模型的启发,建立了一种SAR图像姿态合成模型。该模型根据少量已知姿态的图像线性组合出缺失姿态下的近似图像。在运动和静止目标获取与识别(MSTAR)数据集上的实验表明,通过合成缺失姿态下的图像的方法可以有效的提升目标识别精度。特别地,在训练数据集中姿态缺失严重时本文方法提升尤为明显。