復(fù)雜場景下SAR目標(biāo)鑒別算法研究.pdf

1、合成孔徑雷達(dá)(SAR)自動目標(biāo)識別技術(shù)應(yīng)用圖像處理、模式識別等領(lǐng)域的相關(guān)知識，實(shí)現(xiàn)SAR圖像中目標(biāo)的自動識別，近年來受到了世界各國專家學(xué)者的廣泛關(guān)注。SAR自動目標(biāo)識別系統(tǒng)主要包含SAR目標(biāo)檢測、SAR目標(biāo)鑒別、以及SAR目標(biāo)識別三個階段。其中，第二階段是SAR目標(biāo)鑒別，用以去除SAR目標(biāo)檢測后的雜波虛警。傳統(tǒng)的SAR目標(biāo)鑒別算法在簡單的場景下可以得到較好的鑒別效果，但是對于復(fù)雜的場景，鑒別效果不夠理想。因此本文針對復(fù)雜場景下的SAR目

2、標(biāo)鑒別難點(diǎn)問題進(jìn)行研究。
　　本文的主要內(nèi)容介紹如下：
　　1.介紹SAR自動目標(biāo)識別系統(tǒng)的背景、意義、以及目標(biāo)鑒別算法的研究進(jìn)展。
　　2.研究基于雜波分類的SAR目標(biāo)兩步鑒別算法。結(jié)合現(xiàn)有的目標(biāo)鑒別算法，對雜波進(jìn)行自然雜波和人造雜波分類，分兩步去除雜波虛警，首先去除自然雜波虛警，然后去除人造雜波虛警。用實(shí)驗(yàn)驗(yàn)證基于雜波分類的SAR目標(biāo)兩步鑒別算法比現(xiàn)有的鑒別算法鑒別性能更佳。
　　3.研究基于梯度直方圖特征的

3、SAR目標(biāo)鑒別算法。首先通過邊緣檢測算法提取梯度幅度圖像和梯度方向圖像；然后提取切片圖像整體梯度直方圖特征，估計(jì)主方向；繼而按照主方向旋轉(zhuǎn)切片圖像，并在旋轉(zhuǎn)后的梯度幅度圖像中進(jìn)行模板匹配，獲取切片圖像的最佳匹配矩形；此后，在最佳匹配矩形中提取梯度直方圖特征；最后，采用支持向量機(jī)(SVM)分類器實(shí)現(xiàn)復(fù)雜場景下單目標(biāo)與人造雜波的鑒別。
　　4.研究了基于詞袋模型的SAR目標(biāo)鑒別算法。首先提取切片圖像的局部區(qū)域；接著提取局部區(qū)域的對齊梯