SAR圖像典型目標特征提取與識別方法研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar,SAR）是一種工作在微波波段的成像系統(tǒng)，具有全天侯、全天時、多視角、多分辨率數(shù)據(jù)獲取的能萬。因此，它在國防、軍事、環(huán)境、災(zāi)害等的偵察和監(jiān)視中有著不可估量的應(yīng)用價值。 合成孔徑雷達成像應(yīng)用中最重要、最難、最熱門的研究課題之一是自動目標識別。迄今為止，還沒有一種方法可以解決所有的自動目標識別問題。因此雷達目標識別的研究具有重要的理論意義和學(xué)術(shù)價值。 本研究的目的

2、旨在研究典型目標的特征提取與識別方法，提高目標識別率。 本文提出了基于堆積幾何特征的SAR圖像典型目標識別方法。由于油罐是一種典型的高散射系數(shù)金屬硬目標，在低分辨率情況下，合成孔徑雷達圖像中油罐個體的散射集中體現(xiàn)為高亮度的點，待識別的各點狀目標在場景中堆積為呈一定分布面積的目標區(qū)域，目標中心呈直線規(guī)則分布，相干斑噪聲零散分布，因此利用點狀目標與噪聲不同的灰度分布與空間幾何分布特點，采用該方法解決了這類低分辨率下密集型點狀目標的識

3、別問題。 本文提出了基于邊緣幾何特征的SAR圖像典型目標識別方法。由于在高分辨率情況下，合成孔徑雷達圖像中油罐個體的散射分別體現(xiàn)為由若干高亮度點圍成的橢圓，待識別油罐目標的模糊邊緣呈不連續(xù)的橢圓狀，因此從二值化后的SAR圖像中識別出擬目標的不連續(xù)邊緣，判斷其是否滿足目標邊緣特性來識別出最終結(jié)果，采用該方法解決了這類高分辨率下橢圓狀目標的識別問題。 本文運用了基于Gauss核函數(shù)支持向量機的SAR圖像典型目標識別方法。由于

4、上述基于邊緣幾何特征的識別方法并未考慮目標的統(tǒng)計差別，故本文又從目標統(tǒng)計特征的角度，根據(jù)訓(xùn)練樣本集求出支持向量，構(gòu)造出最優(yōu)分類面方程，實驗證明最優(yōu)分類面相對于訓(xùn)練樣本為最優(yōu)的，不同的訓(xùn)練樣本得到的最優(yōu)分類面和支持向量可能不同，也證明了該方法獲得比基于目標邊緣幾何特征的方法更穩(wěn)定的識別效果。 本文進一步提出了SAR圖像典型目標識別的決策級融合方法。由于單獨使用上述基于目標邊緣幾何特征的識別方法與基于統(tǒng)計特征的SVM方法都有其局限性