無人機精確打擊過程中的SAR圖像解譯系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar，SAR)具有成像不受天氣和惡劣氣候影響的特點，在軍事和民用方面具備重大的戰(zhàn)略價值，是各軍事強國關(guān)注和研究的焦點，已成為先進無人機的標準配置之一。合成孔徑雷達特有的相干成像方式相較于普通光學傳感器而言成像方式特殊，使得 SAR圖像的解譯相對于可見光圖像更為復雜，因而研究適合于無人機精確打擊過程中的SAR圖像解譯系統(tǒng)是一項極具挑戰(zhàn)但又意義重大的研究課題。本文針對這一科學問題，分

2、別在SAR圖像濾波、地面目標檢測與識別和可見光圖像與 SAR圖像的配準等方面開展了一系列研究工作，特別關(guān)注SAR圖像解譯方法的實時性和魯棒性。
　　首先，綜合現(xiàn)有的文獻資料以及本課題組的前期研究成果，結(jié)合機載SAR圖像具有的相干斑噪聲等特點，考慮具體的應(yīng)用環(huán)境，對SAR傳感器的成像原理進行了概述，并分析了機載SAR圖像的數(shù)據(jù)特點，針對以目標定位為目的的機載SAR圖像解譯系統(tǒng)提出了具體研究框架。
　　而后，根據(jù)SAR圖像的數(shù)據(jù)

3、特點，對相干斑噪聲的物理特性進行了描述，并進行了基于統(tǒng)計域和小波域的SAR圖像濾波算法研究，提出了客觀的評價指標以便進行定量的分析和比較。對各種濾波算法進行了仿真實驗，通過比值圖像觀察濾波算法的效果，給出了針對不同特點的SAR圖像濾波算法的適用范圍，為后續(xù)工作奠定了基礎(chǔ)。
　　接著，針對SAR圖像解譯系統(tǒng)中的目標檢測模塊，提出了一種基于魯棒主元分析的地面車輛目標檢測算法。充分利用多幅SAR圖像，構(gòu)造觀測矩陣，通過求解一個凸優(yōu)化問題

4、，重建出表征背景的低秩矩陣和表征目標的稀疏矩陣，并給出了約束條件。進一步，為了對SAR圖像車輛目標進行準確檢測，同時避免誤分割，設(shè)計了一種基于稀疏度的閾值選取方法，并據(jù)此實現(xiàn)了單個車輛目標的分割。仿真實驗表明，對于多幅大幅SAR場景中的多目標檢測問題，該算法也能有效地對背景和目標進行分離，取得了理想的檢測效果。
　　然后，考慮到巨大的數(shù)據(jù)量往往為SAR圖像解譯系統(tǒng)中的目標識別帶來很大困難，提出了基于壓縮感知理論的SAR圖像目標識別

5、算法。針對壓縮感知理論中的過完備字典，設(shè)計了基于主元分析和核主元分析的降維方法。將降維后的測試樣本在降維后的過完備字典上進行投影，并使用得到的稀疏系數(shù)重構(gòu)出測試樣本，之后利用二范數(shù)求得測試樣本的所屬類別。仿真結(jié)果說明，當目標圖像受到較強噪聲影響時，該識別算法能夠?qū)崿F(xiàn)準確的目標識別，且對SAR目標圖像方位角的變化具有較強的適應(yīng)性。
　　最后，為了研究無人機精確打擊過程中的目標定位，考慮在圖像仿射變換模型下的異源圖像配準，提出了一種基

6、于控制線方法的可見光圖像與SAR圖像配準策略。為了提高景象匹配的實時性和魯棒性，利用改進的直線段檢測器檢測圖像的特征直線，并通過Hough變換對直線段進行鏈接，然后根據(jù)一定的約束條件構(gòu)造相交控制線對。同時，設(shè)計了一種基于控制線交點的同名點匹配函數(shù)，最后依據(jù)仿射變換模型得到配準參數(shù)，實現(xiàn)了異源圖像的精確配準。實驗表明，在SAR和可見光圖像存在較大灰度差異、旋轉(zhuǎn)和平移的情況下，該算法仍能精確配準圖像，且運算時間大幅減少，能夠滿足一些實時性較