基于子空間法的SAR圖像識(shí)別.pdf

1、合成孔徑雷達(dá)（Synthetic Aperture Radar，SAR）作為一種全天候的相干成像系統(tǒng)，是一種很重要的遙感信息獲取手段，在軍事領(lǐng)域和民用領(lǐng)域取得了廣泛的應(yīng)用。SAR的自動(dòng)目標(biāo)識(shí)別技術(shù)（Automatic Target Recognition，ATR）不需要人為干涉，計(jì)算機(jī)就能夠?qū)AR圖像自動(dòng)進(jìn)行分類識(shí)別，受到越來越多的國家的關(guān)注和研究。本文研究基于子空間法的SAR目標(biāo)識(shí)別方法，主要研究內(nèi)容如下：
　　1、由于SAR

2、圖像生成原理跟普通的圖像不同，使得原始的SAR圖像混雜著很多的相干斑噪聲，并且陰影、背景和目標(biāo)混雜在一起，因此有必要在特征提取前進(jìn)行一些預(yù)處理操作。通過對數(shù)變換把圖像中的乘性噪聲轉(zhuǎn)化為加性噪聲；濾波方法選擇基于小波變換的濾波器，實(shí)驗(yàn)結(jié)果表明小波變換濾波能夠在最大程度的抑制噪聲的同時(shí)保持目標(biāo)圖像的邊緣細(xì)節(jié)信息；接著采用冪變換操作壓縮圖像的對比范圍，加大目標(biāo)鑒別能力；采用雙參數(shù)恒虛警率對圖像進(jìn)行分割；后續(xù)進(jìn)行統(tǒng)一分辨率和能量歸一化操作，進(jìn)一

3、步突出了目標(biāo)的可識(shí)別特征。
　　2、針對線性鑒別分析（Linear Discriminant Analysis，LDA）和二維線性鑒別分析（Two-Dimensional Linear Discriminant Analysis，2DLDA）在面對多類別分類問題時(shí)造成的“次優(yōu)性”問題，研究了基于加權(quán)2DLDA方法?；诩訖?quán)2DLDA方法對不利于分類的邊緣類和野值點(diǎn)給予較小的權(quán)值，所得到的投影更偏重難以區(qū)分的類別，解決“次優(yōu)性”問題

4、，識(shí)別性能優(yōu)于2DLDA。在此基礎(chǔ)上提出了一種結(jié)合二維主分量分析（Two-Dimensional Principal Component Analysis，2DPCA）和加權(quán)2DLDA的特征提取方法，該方法首先利用2DPCA對SAR圖像降維，然后通過加權(quán)2DLDA減小類內(nèi)差異，增大類間差異，兩者優(yōu)勢互補(bǔ)，從而提高識(shí)別性能。
　　3、本文提出了一個(gè)2DPCA和二維局部保持投影（Two-Dimensional Locality Pre