基于ISAR圖像的艦船目標的特征提取與識別.pdf

1、逆合成孔徑雷達(ISAR)可以獲得艦船、飛機等運動目標的遠距離成像，得到不同視角的目標圖像，可以實現(xiàn)檢測、跟蹤等不同目的，故ISAR在民用和軍用領域都有廣泛的研究和應用。本文利用ISAR的特點，對艦船進行成像，并對艦船的特征及識別進行深入研究。
　　ISAR的成像技術比較成熟，本文利用比較通用的方法對艦船目標進行成像。文中采用三類艦船模型作為識別的對象，對各類型進行點陣模型建立，利用距離多普勒實現(xiàn)了艦船ISAR像的仿真。由于艦船結

2、構和運動的復雜度以及ISAR像的特點，所成的像是不同角度不同旋轉方向的，且各個旋轉角度的像差距都很大，因此為了證實本課題的通用性，驗證識別的有效性，本文選用了大量的數(shù)據(jù)樣本進行試驗。
　　識別的重要一步是特征提取，通過驗證，本文選取了三個適合艦船像的特征，三個特征是遞進、互補的，包括：整體特征、LBP特征、輪廓特征。整體特征描述的是艦船的大體情況，LBP特征是艦船內部紋理的特征體現(xiàn)，而輪廓特征是本文針對艦船像的特點，采用了一種“擬

3、合”方法提取出來的，然后，分別利用三類特征建立艦船的特征數(shù)據(jù)庫。
　　AdaBoost算法是一種比較新的技術，不僅簡單通用，而且具有很強的分類能力，本文選取了 AdaBoost的三個經(jīng)典算法：RAB(Real AdaBoost)、GAB(Gentle AdaBoost)和MAB(Modest AdaBoost)，分別對特征數(shù)據(jù)庫進行識別，同時，將特征進行組合增加識別率，并針對識別結果分析了各算法的性能。最后，為了提高分類器與特征之