合成孔徑雷達(dá)圖像目標(biāo)檢測(cè).pdf

1、面對(duì)不斷增長(zhǎng)的合成孔徑雷達(dá)圖像收集能力,圖像的解譯能力不足成為制約其發(fā)展和應(yīng)用的瓶頸。如何對(duì)大量圖像進(jìn)行自動(dòng)解譯,發(fā)現(xiàn)感興趣的目標(biāo)已經(jīng)受到人們的廣泛關(guān)注,也受到眾多國(guó)家和研究機(jī)構(gòu)的重視。自動(dòng)目標(biāo)識(shí)別研究無(wú)論對(duì)經(jīng)濟(jì)社會(huì)發(fā)展,還是對(duì)國(guó)防事業(yè)都具有重要意義和應(yīng)用價(jià)值?；诤铣煽讖嚼走_(dá)圖像的自動(dòng)目標(biāo)識(shí)別研究是當(dāng)前國(guó)防科工領(lǐng)域的一個(gè)熱點(diǎn),同時(shí)該領(lǐng)域尚有許多難點(diǎn)亟待解決。
　　 本文在國(guó)內(nèi)外基于合成孔徑雷達(dá)圖像目標(biāo)識(shí)別技術(shù)的基礎(chǔ)上,對(duì)自動(dòng)目

2、標(biāo)識(shí)別技術(shù)進(jìn)行了一些有意義的探索。內(nèi)容涉及圖像去噪,CFAR檢測(cè)算法,地物目標(biāo)檢測(cè)和目標(biāo)鑒別等方面。針對(duì)基于空域的相干斑抑制算法的不足,實(shí)現(xiàn)了基于小波變換的降相干斑預(yù)處理;并使用基于Weibull概率分布的改進(jìn)型CFAR檢測(cè)和基于密度的可去噪聚類算法從圖像數(shù)據(jù)中提取感興趣區(qū)域;運(yùn)用基于擴(kuò)散分形特征的鑒別算子和基于Radon變換的矢量量化鑒別算子對(duì)提取的感興趣區(qū)域進(jìn)行鑒別;并結(jié)合實(shí)測(cè)數(shù)據(jù)和仿真數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)。
　　 實(shí)驗(yàn)結(jié)果表明,