高分辨SAR圖像機(jī)動目標(biāo)檢測與識別技術(shù)研究.pdf

1、隨著合成孔徑雷達(dá)成像技術(shù)與應(yīng)用領(lǐng)域的快速發(fā)展,合成孔徑雷達(dá)的信息采集能力不斷增強(qiáng),人工解譯已較難適應(yīng)其數(shù)據(jù)量的快速增長,借助于計算機(jī)、機(jī)器學(xué)習(xí)和模式識別相關(guān)技術(shù)對合成孔徑雷達(dá)圖像進(jìn)行自動或半自動地解譯可以在較大程度上提高對數(shù)據(jù)的處理效率,這對于軍事和民用領(lǐng)域都具有良好的應(yīng)用價值。隨著SAR圖像分辨率的提高,它在軍事領(lǐng)域中的應(yīng)用也由最初的檢測目標(biāo)逐步擴(kuò)展為檢測并識別目標(biāo),基于高分辨SAR圖像的機(jī)動目標(biāo)檢測、鑒別、識別是SAR圖像解譯領(lǐng)域中

2、重要的研究方向,已成為國內(nèi)外的研究熱點。本文從高分辨SAR圖像中機(jī)動目標(biāo)的檢測、鑒別與識別三個方面進(jìn)行研究,從分類的角度考慮上述三個問題,所做主要工作如下:
　　(1)研究了經(jīng)典的恒虛警率檢測方法,分析了 SAR圖像中機(jī)動目標(biāo)與常見背景區(qū)域的統(tǒng)計特性。針對SAR圖像分辨率的提高,提出了對目標(biāo)和背景同時建模的基于貝葉斯分類器的機(jī)動目標(biāo)檢測算法。此外,由于在SAR圖像的目標(biāo)檢測階段所要處理的數(shù)據(jù)量是巨大的,因此,在上述算法的基礎(chǔ)上進(jìn)一

3、步提出用視覺顯著注意模型先求取圖像中的顯著區(qū)域,再進(jìn)一步用檢測方法進(jìn)行檢測,算法不僅具有較好的檢測性能,更有良好的實時性。
　　(2)研究了表征學(xué)習(xí)的基本理論方法,并將表征學(xué)習(xí)應(yīng)用于高分辨 SAR圖像的機(jī)動目標(biāo)特征提取上。在此基礎(chǔ)上分別提出了基于稀疏表示的高分辨SAR圖像機(jī)動目標(biāo)鑒別方法和基于One-Class SVM的高分辨SAR圖像機(jī)動目標(biāo)鑒別方法?；谙∈璞硎镜哪繕?biāo)鑒別在正樣本較少的情況下也獲得了較好的鑒別性能,而基于One