基于字典學習的SAR圖像目標識別研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar, SAR）具有全天候、全天時對地觀測的能力，在軍用和民用領域都發(fā)揮著日益重要的作用。隨著SAR成像技術的高度發(fā)展，越來越多的高分辨率SAR數(shù)據(jù)得以獲取。在信息化、智能化、大數(shù)據(jù)的時代背景下，如何高效、精準地處理和解譯SAR圖像數(shù)據(jù)成為研究的熱點。
　　本文圍繞SAR圖像目標識別展開研究，主要包括SAR圖像預處理、特征提取和基于字典學習的SAR圖像目標識別三個方面，主要

2、內容概括如下：
　　1.研究了SAR圖像預處理及特征提取的相關課題。首先，從雷達成像角度分析了三維真實場景與二維SAR圖像的對應關系。其次，分別就地面車輛目標的高度特征提取和海面艦船目標的幾何特征提取展開研究。該過程先依次對圖像進行預處理和特征提取的初步操作，再利用一些簡單易得的先驗知識對所提取特征的合理性進行判別與分析，并據(jù)此對預處理和特征提取的初步結果進行修正以得到最終的結果，提高了SAR圖像目標特征的估計精度。
　　2

3、.研究了基于線性字典學習的SAR圖像目標識別問題。圍繞K-SVD算法，詳細介紹了包括K-SVD、鑒別KSVD和標簽一致KSVD這三種線性字典學習方法，從K-SVD字典學習方法與K-均值聚類方法的對比、無監(jiān)督字典學習方法與有監(jiān)督分類問題的結合、提高字典鑒別能力等方面展開了分析，并將這三種方法應用于SAR圖像目標識別問題。
　　3.研究了基于非線性字典學習的SAR圖像目標識別問題。核方法是解決非線性模式分析問題的一種有效途徑。在研究了