高分辨率SAR圖像目標(biāo)陰影修復(fù)及目標(biāo)識(shí)別研究.pdf

1、隨著合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）數(shù)據(jù)獲取技術(shù)不斷進(jìn)步，SAR圖像分辨率得到不斷提高。這為SAR圖像目標(biāo)解譯提供了新的可能性，相關(guān)研究也受到研究者廣泛關(guān)注。相比SAR數(shù)據(jù)獲取能力的快速發(fā)展，SAR圖像解譯技術(shù)仍有很大的改進(jìn)空間。高分辨SAR圖像目標(biāo)識(shí)別是圖像解譯的核心內(nèi)容，該項(xiàng)技術(shù)在軍事、民用領(lǐng)域的應(yīng)用十分廣泛。本文結(jié)合航空基金、航空產(chǎn)學(xué)研項(xiàng)目課題，在追蹤SAR圖像目標(biāo)識(shí)別相關(guān)技術(shù)研究成果的基礎(chǔ)

2、上，對(duì)目標(biāo)識(shí)別中圖像預(yù)處理、特征提取、目標(biāo)特征分類三個(gè)關(guān)鍵問題進(jìn)行研究，主要完成工作如下：
　?。?）高分辨率SAR圖像的目標(biāo)陰影修復(fù)。分析了高分辨SAR圖像目標(biāo)陰影修復(fù)的意義。研究了經(jīng)典的圖像修復(fù)方法及其應(yīng)用于SAR圖像陰影修復(fù)的局限性。針對(duì)經(jīng)典圖像修復(fù)方法在SAR圖像陰影修復(fù)出現(xiàn)的陰影誤判和不均勻問題，本文通過分析 SAR平臺(tái)參數(shù)與目標(biāo)及其陰影的相對(duì)位置關(guān)系和引入自適應(yīng)樣本塊思路，提出了相似度自適應(yīng)樣本塊匹配的陰影修復(fù)方法，實(shí)

3、現(xiàn)了高分辨率SAR圖像目標(biāo)陰影修復(fù)，為基于雷達(dá)平臺(tái)系統(tǒng)參數(shù)的SAR圖像目標(biāo)檢測與識(shí)別提供一種新的方案。
　?。?）高分辨率SAR圖像目標(biāo)特征提取。研究了SAR目標(biāo)特征提取的兩類算法：基于L2范數(shù)準(zhǔn)則的特征提取算法和基于L1范數(shù)準(zhǔn)則的特征提取算法。基于L2范數(shù)準(zhǔn)則的特征提取算法對(duì)異常值敏感，而現(xiàn)有的基于L1范數(shù)準(zhǔn)則的特征提取算法存在維數(shù)災(zāi)難、特征維數(shù)過大的問題。針對(duì)上述方法的不足，提出一種基于L1范數(shù)的雙邊二維主成分分析法。實(shí)驗(yàn)結(jié)果

4、表明，本文提出的算法對(duì)SAR圖像中的異常值有較強(qiáng)的魯棒性，以小維數(shù)的特征實(shí)現(xiàn)高精度的目標(biāo)識(shí)別。
　?。?）高分辨率SAR圖像目標(biāo)分類?；谙∈璞硎镜腟AR圖像目標(biāo)識(shí)別中，求解樣本在字典下的稀疏表示系數(shù)是實(shí)現(xiàn)目標(biāo)分類的關(guān)鍵環(huán)節(jié)。本文研究了各類稀疏重構(gòu)算法的特點(diǎn)，針對(duì)現(xiàn)有重構(gòu)算法依賴稀疏度參數(shù)、需要人工設(shè)定閾值等問題，本文提出一種閾值自適應(yīng)的回溯匹配追蹤算法。仿真結(jié)果表明，本文提出的算法具有較高的信號(hào)重構(gòu)性能。實(shí)驗(yàn)結(jié)果也表明，基于該種