基于機器學(xué)習(xí)的SAR圖像分類與識別研究.pdf

1、合成孔徑雷達(dá)(SAR)具有全天候、全天時、穿越云霧和植被能力等光學(xué)傳感器無法比擬的成像優(yōu)點，是軍事和民用領(lǐng)域的重要探測手段。單極化SAR相比于多極化SAR具有結(jié)構(gòu)簡單、運算量小等特點。機器學(xué)習(xí)是人工智能領(lǐng)域的研究熱點，在圖像處理，特別是分類識別等領(lǐng)域有著廣泛的應(yīng)用。深度學(xué)習(xí)作為機器學(xué)習(xí)的重要組成部分，伴隨硬件處理能力的迅速提升，近十年來得到了越來越廣泛的關(guān)注，已經(jīng)成為計算機視覺領(lǐng)域最熱門的方向之一。本文創(chuàng)新性的將深度學(xué)習(xí)算法之一的卷積神

2、經(jīng)網(wǎng)絡(luò)應(yīng)用于SAR圖像識別上，取得了良好的效果。
　　本論文應(yīng)用機器學(xué)習(xí)方法構(gòu)建了一種SAR圖像分類系統(tǒng)，應(yīng)用深度學(xué)習(xí)方法構(gòu)建了一種SAR目標(biāo)識別系統(tǒng)，分別對其進行了軟件仿真實驗。論文從SAR成像模型出發(fā)，介紹了SAR圖像區(qū)別于光學(xué)圖像的特點，分析了多種SAR圖像的降噪算法，并通過實驗對比了降噪效果。其次，在SAR圖像特征提取時，受相干斑噪聲影響，需要選取魯棒性強的算法，本文基于不同應(yīng)用場景引入了Hu不變矩和尺度不變特征(SIFT