论文部分内容阅读
特征提取是SAR图像目标分类的重要步骤。PCA是模式识别领域中常用的特征提取技术，在SAR图像目标分类中已得到广泛应用。PCA进行图像特征提取首先需将二维图像转换为一维向量，而由PCA发展而来的2D-PCA可直接对二维图像进行特征提取。2D-PCA和PCA的理论本质是一致的，都是通过线性变换提取高方差的主成分分量来表征原始数据，然而不同的数据处理方法使得两者的分类性能并不完全相同。本文在对PCA与2D-PCA进行理论分析的基础上，通过MSTAR SAR图像的目标分类实验，对两行的分类性能进行，系统地分析与比较。