基于壓縮感知的SAR圖像目標識別算法研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar，SAR)具有遠距離、全天時全天候?qū)Φ赜^測、能夠穿透云霧植被、多波段、多極化等特點，目前一直朝著高分辨率、多功能、多工作模式的方向發(fā)展。SAR圖像目標識別在國民經(jīng)濟和國防建設(shè)中有著廣泛的應用，如反彈道導彈的防御系統(tǒng)、海洋監(jiān)測系統(tǒng)、艦船目標的識別、礦藏探測等。
　　為了提高SAR圖像目標的識別率，需解決特征提取及選擇、分類器設(shè)計等關(guān)鍵技術(shù)。本文對上述關(guān)鍵技術(shù)展開研究，研究

2、成果如下：
　　首先，提出了一種基于混合智能優(yōu)化的SAR圖像特征選擇算法。先采用分形特征對SAR目標進行圖像增強，基于閾值分割后的圖像提出一種基于圖像矩的方位角估計方法。然后基于未校正和校正后的圖像分別提取Zernike矩、Gabor小波系數(shù)和灰度共生矩陣構(gòu)成候選特征集合。采用了一種結(jié)合遺傳算法和二值粒子群的混合智能優(yōu)化算法實現(xiàn)SAR圖像特征選擇。實驗結(jié)果表明，優(yōu)化后的特征集合具有一定泛化能力，一方面提高了SAR圖像目標識別的準確

3、率，另一方面減小了SAR圖像目標識別的時間。
　　其次，闡述了基于壓縮感知的SAR圖像目標識別算法的基本原理，通過實驗研究了影響該算法性能的主要因素，包括圖像預處理算法、構(gòu)成字典的樣本數(shù)量和字典構(gòu)成方法。為降低SAR圖像目標識別中目標方位角帶來的影響，并提高SAR圖像變形目標的識別率，提出了一種基于壓縮感知和支持向量機決策級融合的SAR圖像變形目標識別算法，實驗結(jié)果表明，基于壓縮感知結(jié)果進行目標方位角估計是有效的，且隨著訓練樣本數(shù)