SAR圖像典型目標(biāo)特征提取與識(shí)別方法研究.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）是一種工作在微波波段的成像系統(tǒng)，具有全天侯、全天時(shí)、多視角、多分辨率數(shù)據(jù)獲取的能萬(wàn)。因此，它在國(guó)防、軍事、環(huán)境、災(zāi)害等的偵察和監(jiān)視中有著不可估量的應(yīng)用價(jià)值。 合成孔徑雷達(dá)成像應(yīng)用中最重要、最難、最熱門(mén)的研究課題之一是自動(dòng)目標(biāo)識(shí)別。迄今為止，還沒(méi)有一種方法可以解決所有的自動(dòng)目標(biāo)識(shí)別問(wèn)題。因此雷達(dá)目標(biāo)識(shí)別的研究具有重要的理論意義和學(xué)術(shù)價(jià)值。 本研究的目的

2、旨在研究典型目標(biāo)的特征提取與識(shí)別方法，提高目標(biāo)識(shí)別率。 本文提出了基于堆積幾何特征的SAR圖像典型目標(biāo)識(shí)別方法。由于油罐是一種典型的高散射系數(shù)金屬硬目標(biāo)，在低分辨率情況下，合成孔徑雷達(dá)圖像中油罐個(gè)體的散射集中體現(xiàn)為高亮度的點(diǎn)，待識(shí)別的各點(diǎn)狀目標(biāo)在場(chǎng)景中堆積為呈一定分布面積的目標(biāo)區(qū)域，目標(biāo)中心呈直線規(guī)則分布，相干斑噪聲零散分布，因此利用點(diǎn)狀目標(biāo)與噪聲不同的灰度分布與空間幾何分布特點(diǎn)，采用該方法解決了這類低分辨率下密集型點(diǎn)狀目標(biāo)的識(shí)

3、別問(wèn)題。 本文提出了基于邊緣幾何特征的SAR圖像典型目標(biāo)識(shí)別方法。由于在高分辨率情況下，合成孔徑雷達(dá)圖像中油罐個(gè)體的散射分別體現(xiàn)為由若干高亮度點(diǎn)圍成的橢圓，待識(shí)別油罐目標(biāo)的模糊邊緣呈不連續(xù)的橢圓狀，因此從二值化后的SAR圖像中識(shí)別出擬目標(biāo)的不連續(xù)邊緣，判斷其是否滿足目標(biāo)邊緣特性來(lái)識(shí)別出最終結(jié)果，采用該方法解決了這類高分辨率下橢圓狀目標(biāo)的識(shí)別問(wèn)題。 本文運(yùn)用了基于Gauss核函數(shù)支持向量機(jī)的SAR圖像典型目標(biāo)識(shí)別方法。由于

4、上述基于邊緣幾何特征的識(shí)別方法并未考慮目標(biāo)的統(tǒng)計(jì)差別，故本文又從目標(biāo)統(tǒng)計(jì)特征的角度，根據(jù)訓(xùn)練樣本集求出支持向量，構(gòu)造出最優(yōu)分類面方程，實(shí)驗(yàn)證明最優(yōu)分類面相對(duì)于訓(xùn)練樣本為最優(yōu)的，不同的訓(xùn)練樣本得到的最優(yōu)分類面和支持向量可能不同，也證明了該方法獲得比基于目標(biāo)邊緣幾何特征的方法更穩(wěn)定的識(shí)別效果。 本文進(jìn)一步提出了SAR圖像典型目標(biāo)識(shí)別的決策級(jí)融合方法。由于單獨(dú)使用上述基于目標(biāo)邊緣幾何特征的識(shí)別方法與基于統(tǒng)計(jì)特征的SVM方法都有其局限性