高分辨率SAR圖像目標陰影修復及目標識別研究.pdf

1、隨著合成孔徑雷達（Synthetic Aperture Radar，SAR）數(shù)據(jù)獲取技術(shù)不斷進步，SAR圖像分辨率得到不斷提高。這為SAR圖像目標解譯提供了新的可能性，相關(guān)研究也受到研究者廣泛關(guān)注。相比SAR數(shù)據(jù)獲取能力的快速發(fā)展，SAR圖像解譯技術(shù)仍有很大的改進空間。高分辨SAR圖像目標識別是圖像解譯的核心內(nèi)容，該項技術(shù)在軍事、民用領(lǐng)域的應用十分廣泛。本文結(jié)合航空基金、航空產(chǎn)學研項目課題，在追蹤SAR圖像目標識別相關(guān)技術(shù)研究成果的基礎(chǔ)

2、上，對目標識別中圖像預處理、特征提取、目標特征分類三個關(guān)鍵問題進行研究，主要完成工作如下：
　?。?）高分辨率SAR圖像的目標陰影修復。分析了高分辨SAR圖像目標陰影修復的意義。研究了經(jīng)典的圖像修復方法及其應用于SAR圖像陰影修復的局限性。針對經(jīng)典圖像修復方法在SAR圖像陰影修復出現(xiàn)的陰影誤判和不均勻問題，本文通過分析 SAR平臺參數(shù)與目標及其陰影的相對位置關(guān)系和引入自適應樣本塊思路，提出了相似度自適應樣本塊匹配的陰影修復方法，實

3、現(xiàn)了高分辨率SAR圖像目標陰影修復，為基于雷達平臺系統(tǒng)參數(shù)的SAR圖像目標檢測與識別提供一種新的方案。
　　（2）高分辨率SAR圖像目標特征提取。研究了SAR目標特征提取的兩類算法：基于L2范數(shù)準則的特征提取算法和基于L1范數(shù)準則的特征提取算法。基于L2范數(shù)準則的特征提取算法對異常值敏感，而現(xiàn)有的基于L1范數(shù)準則的特征提取算法存在維數(shù)災難、特征維數(shù)過大的問題。針對上述方法的不足，提出一種基于L1范數(shù)的雙邊二維主成分分析法。實驗結(jié)果

4、表明，本文提出的算法對SAR圖像中的異常值有較強的魯棒性，以小維數(shù)的特征實現(xiàn)高精度的目標識別。
　?。?）高分辨率SAR圖像目標分類?；谙∈璞硎镜腟AR圖像目標識別中，求解樣本在字典下的稀疏表示系數(shù)是實現(xiàn)目標分類的關(guān)鍵環(huán)節(jié)。本文研究了各類稀疏重構(gòu)算法的特點，針對現(xiàn)有重構(gòu)算法依賴稀疏度參數(shù)、需要人工設(shè)定閾值等問題，本文提出一種閾值自適應的回溯匹配追蹤算法。仿真結(jié)果表明，本文提出的算法具有較高的信號重構(gòu)性能。實驗結(jié)果也表明，基于該種