高分辨率SAR圖像目標(biāo)檢測(cè)與分類.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）圖像在軍事與民用方面的使用已經(jīng)越來(lái)廣泛。隨著 SAR技術(shù)的快速發(fā)展，獲得的 SAR圖像數(shù)據(jù)越來(lái)越豐富及空間的分辨率也越來(lái)越高，當(dāng)前SAR圖像的目標(biāo)檢測(cè)與分類技術(shù)已經(jīng)很難適用于這類高分辨率的 SAR圖像。這將嚴(yán)重影響 SAR圖像的自動(dòng)識(shí)別系統(tǒng)技術(shù)的發(fā)展。本文主要是針對(duì)高分辨SAR圖像中的軍事目標(biāo)（坦克、裝甲車和軍用汽車等）檢測(cè)與分類技術(shù)進(jìn)行研究。
　　根據(jù)SAR

2、圖像目標(biāo)自動(dòng)識(shí)別系統(tǒng)中的檢測(cè)步驟，針對(duì) SAR圖像的相干班噪聲去噪方法采用基于改進(jìn)的小波軟閾值濾波方法對(duì)圖像進(jìn)行預(yù)處理。通過(guò)對(duì)傳統(tǒng)的SAR圖像目標(biāo)檢測(cè)方法的研究，根據(jù)圖像目標(biāo)的灰度特征與紋理特征，針對(duì)傳統(tǒng)基于單一特征檢測(cè)虛警率較高的缺點(diǎn)，提出了一種基于多特征聯(lián)合的高分辨率SAR圖像目標(biāo)檢測(cè)方法：首先基于灰度特征統(tǒng)計(jì)的自適應(yīng)局部背景噪聲統(tǒng)計(jì)雙參數(shù)的虛警檢測(cè)進(jìn)行目標(biāo)檢測(cè)，為了降低虛警率，根據(jù)一定的規(guī)則，采用圖像紋理特征垂直邊緣的方法實(shí)現(xiàn)SA

3、R圖像的目標(biāo)檢測(cè)。實(shí)驗(yàn)結(jié)果表明，該方法在背景復(fù)雜的高分辨率SAR圖像目標(biāo)檢測(cè)中，目標(biāo)的檢測(cè)正確率高，穩(wěn)定性好等優(yōu)點(diǎn)。針對(duì)SAR圖像的分類識(shí)別階段，針對(duì)傳統(tǒng)的分類器在高分辨率圖像的分類不適用，提出了一種基于多分類器組合的高分辨率 SAR圖像的目標(biāo)分類：利用最優(yōu)組合策略，將峰值特征匹配的分類器與基于SVM的目標(biāo)分類器進(jìn)行組合，實(shí)現(xiàn)高分辨率SAR圖像的目標(biāo)分類。對(duì)MSTAR數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分類實(shí)驗(yàn)，結(jié)果表明，其能結(jié)合各單一目標(biāo)分類器的優(yōu)點(diǎn)，