艦船目標SAR圖像特征提取與分類技術.pdf

1、隨著合成孔徑雷達(SAR)技術不斷進步，SAR圖像分辨率越來越高，包含的目標信息也更豐富，對SAR圖像解譯技術提出了更高的要求。作為SAR圖像解譯的重要環(huán)節(jié)，特征提取和分類識別也備受關注。本文以SAR對海偵察監(jiān)視的應用背景，重點研究了艦船目標SAR圖像特征提取及分類技術。
　　論文首先對比分析了幾類典型SAR圖像分割算法的性能。對于分割后圖像研究了目標方向角和最小閉合矩形等幾何特征提取技術。針對散射中心旁瓣干擾及海雜波的影響，提出

2、了一種基于投影最大熵的方向角估計方法和一種基于最大填充比的最小閉合矩形提取方法。實驗結果表明，本文提出的方法能更準確地提取艦船目標的方向角和最小閉合矩形特征。
　　在此基礎上，研究了貨船目標SAR圖像的局部結構特征提取技術。通過將目標區(qū)域投影到主軸方向，得到了相應的投影曲線。結合貨船目標的周期性結構特點，提出了兩種從投影曲線中檢測局部周期信號的方法，即基于多重自相關與 F檢驗的周期信號檢測方法以及基于廣義似然比檢驗的周期信號檢測方

3、法。通過對貨船局部結構周期性的提取，可有效實現(xiàn)貨船目標的分辨。此后，針對艦船目標分類的應用背景，設計并實現(xiàn)了民船目標分類的演示軟件。實測數(shù)據(jù)處理結果表明，對貨船和油輪目標的平均正確分類率為88.46％。
　　最后，由于SAR復圖像包含更多的目標信息，本文根據(jù)壓縮感知的原理，從SAR復數(shù)據(jù)中提取出了目標的散射中心特征。根據(jù)散射點特征研究了艦船目標方向角提取技術，并與僅利用圖像域處理方法得到的結果進行了對比分析。進一步，探討了散射點沿