logo móvil
Contáctanos

Reconstrucción de imagen SAR de objetivos de vehículos basada en descomposición tensorial

Autores: Tang, Tao; Kuang, Gangyao

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Reconstrucción de imagen SAR de objetivos de vehículos basada en descomposición tensorial


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Mecanismo
Radares de Apertura Sintética
Reconstrucción de imagen
Descomposición Tucker no negativa
Tensor disperso
Reconocimiento de objetivos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
Debido al mecanismo de imagen de los Radares de Apertura Sintética (SAR), la forma del objetivo en una imagen SAR es sensible al ángulo de incidencia del radar y al azimut del objetivo, pero existe una fuerte correlación y redundancia entre las imágenes de azimut adyacentes de los objetivos SAR. Este artículo estudia la reconstrucción de imágenes SAR de múltiples ángulos basada en la descomposición de Tucker no negativa utilizando imágenes de azimut adyacentes reconstruidas para formar un tensor disperso. Los tensores dispersos se utilizan para realizar la descomposición de Tucker no negativa, lo que resulta en tensores centrales y matrices de factores no negativos. El tensor de reconstrucción se obtiene calculando el producto de modo n del tensor central y la matriz de factores, y luego se realiza la reconstrucción de la imagen. La similitud entre la imagen original y la imagen reconstruida se calcula utilizando el índice de similitud estructural y el coseno del ángulo entre los vectores de características. Los resultados de reconstrucción de tres imágenes de objetivo de MSTAR muestran que la imagen reconstruida tiene una similitud superior al 95% con la imagen original en la mayoría de los casos, lo que puede respaldar el reconocimiento de objetivos bajo observación dispersa hasta cierto punto.

Otros recursos que podrían interesarte

Temas Virtualpro