合成孔徑雷達自動目標識別研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar-SAR)是一種全天候、全天時、不受光照等條件限制的主動式傳感器,它可對感興趣的目標進行偵察,已成為一種重要的軍事偵察手段。隨著SAR成像技術的發(fā)展,SAR圖像的來源越來越廣泛,迫切需要研究對圖像的自動解譯系統(tǒng)。表現(xiàn)在軍用上,就需要研究針對軍事目標的自動目標識別系統(tǒng)。世界各國都對SAR自動目標識別表現(xiàn)出極大的興趣,投入了大量的人力和物力,其中美國的投入和研究在全世界都處于領先

2、地位。本課題為國防航空預研項目“機載微波高分辨率成像自動識別技術”,要求對地面人造目標如坦克等進行有效的識別。
　　 本論文的工作從以下幾個方面展開:SAR圖像統(tǒng)計特性分析、SAR圖像去噪濾波、SAR圖像人造目標檢測、SAR圖像目標識別。研究的重點包括:SAR圖像經(jīng)典統(tǒng)計特性分析和乘性噪聲特性的分析、基于二維模糊熵的SAR圖像目標檢測、遺傳算法和蟻群算法對二維圖像分割閾值的參數(shù)尋優(yōu)、SAR圖像目標的小波矩特征提取和選擇、SAR圖

3、像目標方位角估計和支持向量機在SAR圖像目標識別中的應用等方面。
　　 本論文的主要研究內(nèi)容和創(chuàng)新性工作包括:
　　 1.分析了SAR圖像的經(jīng)典統(tǒng)計特性,從圖像的均值-均方差圖、殘差圖和相關系數(shù)三個方面證明了SAR圖像的乘性噪聲模型。
　　 2.研究了現(xiàn)有的圖像濾波算法的優(yōu)缺點,提出了一種SAR圖像自適應小波濾波算法。該算法具有自適應性和充分利用圖像小波系數(shù)分布的特點。將圖像在小波域分為三部分:平滑區(qū)、紋理區(qū)和強

4、烈不均勻區(qū),根據(jù)不同的區(qū)域采用不同的濾波方法。在圖像小波域,用混合高斯模型描述小波系數(shù)的分布,用EM估計來估計小波系數(shù)分布模型,用貝葉斯估計恢復圖像的真實信息。實驗結果表明,該濾波算法可以在去除SAR圖像噪聲的同時有效保留圖像的細節(jié)信息。
　　 3.提出了一種將二維模糊熵用于SAR圖像的目標分割算法。該算法采用二維灰度直方圖,既利用了圖像的灰度信息,又利用了圖像相鄰像素之間的關系信息。通過合理選擇適合SAR圖像的隸屬度函數(shù)和熵函

5、數(shù),可以獲得較好的分割效果。
　　 4.針對二維SAR圖像分割中閾值尋優(yōu)范圍大、極值點多的特點,研究了用遺傳算法和蟻群算法對閾值進行尋優(yōu),在較短的時間內(nèi)取得了很好的結果。相對于再量化算法而言,這兩種尋優(yōu)算法保留了圖像的有用信息并且計算時間短。在閾值尋優(yōu)中,遺傳算法和蟻群算法都得到了較好的視覺結果。但相比而言,蟻群算法的穩(wěn)定性優(yōu)于遺傳算法。這是因為遺傳算法通過隨機數(shù)來控制交叉和變異,因而結果有一定的隨機性；而蟻群算法利用了正反饋的

6、原理,在一定程度上可以加快進化過程,并且不同個體之間可以不斷進行信啟、的交流和傳遞,從而更有利于發(fā)現(xiàn)較好的解。
　　 5.提出了提取SAR圖像的小波矩特征,用于SAR圖像目標識別。這基于兩個因為:一是SAR圖像在方位角相鄰時具有某種相似性；二是小波矩特征既有小波分析多分辨率的特性,又有矩特征的旋轉、平移和尺寸不變性的特性。用最大距離法在眾多的小波矩特征中選出了5個最能代表目標特性的特征,并用小波神經(jīng)網(wǎng)對目標進行訓練和識別。結果表

7、明,小波不變矩特征穩(wěn)定性好,可以有效地描述SAR圖像的目標特征。
　　 6.提出了一種先估計出SAR圖像目標的方位角再進行SAR圖像目標識別的算法。由于SAR圖像隨著目標方位角的變化會發(fā)生很大的變化,這給目標識別帶來很大的困難。該算法首先用旋轉矩形法估計出目標的方位角,再在方位角限定的范圍內(nèi)對目標進行訓練和識別。實驗結果表明,該方法簡單有效。
　　 7.研究了支持向量機用于SAR圖像目標識別的算法。支持向量機在目標樣本數(shù)