基于激光回波时频图纹理特征的飞机目标分类技术

简介：
本研究提出了一种利用激光回波时频图的纹理特征进行飞机目标分类的技术，通过分析复杂背景下的信号特性实现高效准确的目标识别。 为了实现直升机、螺旋桨飞机和喷气式飞机的激光遥感探测分类，研究了一种基于时频图的飞机目标微动纹理特征提取算法。通过旋翼微多普勒模型仿真三类飞机旋转部件回波信号，并利用平滑伪魏格纳-维利变换得到时频分布生成灰度图像。采用大津（OTSU）法结合灰度拉伸对图像进行阈值去噪处理，从中提取目标的灰度共生矩阵（GLCM）特征以及Tamura特征。针对不同类型的时频图进行了特征优化，并最终使用支持向量机（SVM）实现飞机目标分类。 仿真数据分类结果显示：在信噪比SNR为0 dB的情况下，经过所提方法处理后的图像，基于改进的GLCM特征可以达到96.4%的分类正确率。Tamura特征则表现出较高的分类准确性，在高信噪比条件下尤其明显；然而当RSN小于5dB时其性能显著下降。 因此，提取时频图中的纹理特征能够实现较为理想的飞机分类效果，并且改进后的GLCM特征能够在低信噪比环境中保证目标的准确分类。