高分辨率SAR圖像目標檢測與分類.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）圖像在軍事與民用方面的使用已經(jīng)越來廣泛。隨著 SAR技術的快速發(fā)展，獲得的 SAR圖像數(shù)據(jù)越來越豐富及空間的分辨率也越來越高，當前SAR圖像的目標檢測與分類技術已經(jīng)很難適用于這類高分辨率的 SAR圖像。這將嚴重影響 SAR圖像的自動識別系統(tǒng)技術的發(fā)展。本文主要是針對高分辨SAR圖像中的軍事目標（坦克、裝甲車和軍用汽車等）檢測與分類技術進行研究。
　　根據(jù)SAR

2、圖像目標自動識別系統(tǒng)中的檢測步驟，針對 SAR圖像的相干班噪聲去噪方法采用基于改進的小波軟閾值濾波方法對圖像進行預處理。通過對傳統(tǒng)的SAR圖像目標檢測方法的研究，根據(jù)圖像目標的灰度特征與紋理特征，針對傳統(tǒng)基于單一特征檢測虛警率較高的缺點，提出了一種基于多特征聯(lián)合的高分辨率SAR圖像目標檢測方法：首先基于灰度特征統(tǒng)計的自適應局部背景噪聲統(tǒng)計雙參數(shù)的虛警檢測進行目標檢測，為了降低虛警率，根據(jù)一定的規(guī)則，采用圖像紋理特征垂直邊緣的方法實現(xiàn)SA

3、R圖像的目標檢測。實驗結(jié)果表明，該方法在背景復雜的高分辨率SAR圖像目標檢測中，目標的檢測正確率高，穩(wěn)定性好等優(yōu)點。針對SAR圖像的分類識別階段，針對傳統(tǒng)的分類器在高分辨率圖像的分類不適用，提出了一種基于多分類器組合的高分辨率 SAR圖像的目標分類：利用最優(yōu)組合策略，將峰值特征匹配的分類器與基于SVM的目標分類器進行組合，實現(xiàn)高分辨率SAR圖像的目標分類。對MSTAR數(shù)據(jù)庫中的數(shù)據(jù)進行分類實驗，結(jié)果表明，其能結(jié)合各單一目標分類器的優(yōu)點，