SAR圖像自動目標識別算法研究.pdf

1、合成孔徑雷達(SyntheticApertureRadar,SAR)圖像自動目標識別(AutomaticTargetRecognition，ATR)技術(shù)是在無人為干涉的情況下，利用采集到的SAR圖像數(shù)據(jù)，準確的找到感興趣的區(qū)域，并提取目標的特征信息，識別出目標的類別屬性。在SARATR體系中包含最主要的三個步驟，即SAR圖像預處理，SAR圖像目標特征提取和SAR圖像目標分類識別。本論文針對這三個步驟，完成了以下任務(wù):
　　1.SA

2、R圖像的預處理方法:本論文研究了一種基于復Contourlet變換和隱馬爾科夫樹(HMT)模型的SAR圖像去除相干斑噪聲方法。該方法利用復Contourlet變換的多尺度、多方向性和平移不變性的特點，將其與HMT模型相結(jié)合，從而能夠準確地描述復Contourlet變換域系數(shù)在相鄰尺度間的相關(guān)性。對實驗結(jié)果的定量分析可知，該方法取得了良好的去噪效果。
　　2.SAR圖像的特征提取方法:流形學習方法是模式識別的基本方法，本文應(yīng)用的最大

3、異類距離嵌入特征提取(MaximumInterclassDistanceEmbedding，MIDE)方法的創(chuàng)新性體現(xiàn)在既結(jié)合了主成份分析(PersonalComputerAssistant，PCA)的差異特性和局部保持映射(LocalPreservingProjection，LPP)的鄰域信息，并同時融入了數(shù)據(jù)集的類別信息。利用此方法旨在找尋一個線性嵌入的映射，能夠?qū)⑼队昂螳@得的不同類別的SAR圖像特征彼此互相遠離。
　　3.S

4、AR圖像目標識別算法:文中提出了一種基于神經(jīng)網(wǎng)絡(luò)集成模型的SAR圖像分類識別算法。該方法很好的克服了SAR圖像對方位角敏感的問題，針對同向目標的特征空間訓練一個神經(jīng)網(wǎng)絡(luò)實現(xiàn)目標分類，并使用另一個二級神經(jīng)網(wǎng)絡(luò)對多個單向目標識別器的識別結(jié)果進行結(jié)合，提高識別精度。
　　將SAR圖像自動目標識別三個階段的三種方法同時應(yīng)用在SAR圖像自動目標識別中，通過仿真實驗，定量分析可知，其最終的目標識別率高于其它較為優(yōu)秀的算法所達到的目標識別率，證