資源描述：
《SAR圖像目標(biāo)特征提取與分類方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、國防科學(xué)技術(shù)大學(xué)博士學(xué)位論文SAR圖像目標(biāo)特征提取與分類方法研究姓名：計(jì)科峰申請學(xué)位級別：博士專業(yè)：信息與通信工程指導(dǎo)教師：郁文賢2003.4.1國防科學(xué)技術(shù)大學(xué)研究生院學(xué)位論文摘要目前，SAR已經(jīng)成為一種不可或缺的軍事偵察手段。面對不斷增長的SAR圖像數(shù)據(jù)收集能力，如何對這些圖像進(jìn)行自動或半自動快速、準(zhǔn)確地解譯已經(jīng)越來越引起人們的關(guān)注和重視。SARATR是自動或半自動SAR圖像解譯研究的一個重要方面。利用特征基于模型的SARATR系統(tǒng)代表著SARATR的發(fā)展趨勢。本文系統(tǒng)研究了利用特征基于模型SARATR系統(tǒng)中，SAR圖像目標(biāo)特征提取方法和分類
2、方法。峰值特征是SAR圖像目標(biāo)識別的重要特征，為了由SAR圖像快速、精確地提取目標(biāo)峰值特征，論文首先研究了SAR圖像目標(biāo)峰值特征提取方法，提出了一種子像素級精度的SAR圖像目標(biāo)峰值特征自動提取方法，其對目標(biāo)峰值位置的估計(jì)精度可以達(dá)到子像素級。為了在SAR成像參數(shù)確定的情況下，盡可能增強(qiáng)目標(biāo)峰值特征，論文研究了峰值特征增強(qiáng)的SAR目標(biāo)成像方法。在W．ClemKarl等工作的基礎(chǔ)上，導(dǎo)出了求解峰值特征增強(qiáng)SAR成像優(yōu)化問題的準(zhǔn)牛頓迭代方法，建立了SAR成像稀疏投影矩陣乃，通過用玨代替原始SAR成像投影矩陣r，有效提高了峰值特征增強(qiáng)SAR成像方法的計(jì)算
3、效率。為了提高基于特征匹配的SARATR系統(tǒng)的分類效率，論文進(jìn)一步研究了SAR圖像目標(biāo)方位角估計(jì)方法，提出了-leojFU用峰值特征基于線性回歸的SAR目標(biāo)方位角估計(jì)方法，該方法除了具有計(jì)算速度快、估計(jì)精度較高的特點(diǎn)之外，還能在估計(jì)方位角的同時，給出該估計(jì)的置信區(qū)間，從而能更好地滿足利用特征基于模型SARATR系統(tǒng)的需要。屬性散射中心包含了更豐富的可用于目標(biāo)分類識別的特征，但同時由于特征參數(shù)的維數(shù)更高，因此相應(yīng)的特征提取方法更復(fù)雜。為了將屬性散射中心特征用于SAR目標(biāo)分類，第三章研究了SAR圖像目標(biāo)屬性散射中心特征提取方法，提出了RD．AML—C
4、LEANSAR圖像目標(biāo)屬性散射中心特征提取方法，該方法可由輸入SAR圖像快速、自動地提取目標(biāo)的屬性散射中心特征。，在研究特征提取方法基礎(chǔ)上，論文第四章研究了利用特征基于模型的SAR目標(biāo)分類方法。利用特征基于模型的SAR目標(biāo)分類方法，通過計(jì)算提取特征矢量和預(yù)測特征矢量之間的似然函數(shù)達(dá)到目標(biāo)分類的目的。為了計(jì)算該似然函數(shù)，需要利用提取特征矢量和預(yù)測特征矢量之間的對應(yīng)關(guān)系。本章以基于屬性散射中心特征的分類為例，深入研究了多一多對應(yīng)和1一l對應(yīng)特征似然函數(shù)的計(jì)算，通過將求解二分圖最佳匹配的算法用于尋找特征之間的最優(yōu)1—1對應(yīng)關(guān)系，有效提高了1—1對應(yīng)特征
5、似然函數(shù)的計(jì)算效率，分析了l一1對應(yīng)和多一多對應(yīng)特征似然函數(shù)之間的關(guān)系，給出了兩種次優(yōu)的1—1對應(yīng)特征似然函數(shù)計(jì)算方法。最后，論文第五章在前面各章的基礎(chǔ)上，設(shè)計(jì)了一個利用特征基于模型的SAR目標(biāo)分類仿真實(shí)驗(yàn)系統(tǒng)。基于該系統(tǒng)，通過大量MSTARSAR圖像數(shù)據(jù)的分類實(shí)驗(yàn)，第1頁國防科學(xué)技術(shù)大學(xué)研究生院學(xué)位論文驗(yàn)證了本文特征提取方法以及分類方法的有效性，系統(tǒng)深入的分析了多個因素對SAR目標(biāo)分類性能的影響。關(guān)鍵詞：合成子L徑雷達(dá)(SAR)，特征，峰值，散射中心，分類，自動目標(biāo)識別(ATR)第1I頁國防科學(xué)技術(shù)大學(xué)研究生院學(xué)位論文AbstractRecen
6、tly,SARisevolvingtobecomeanindispensablereconnaissancetoolformilitarypurposes．ThecollectioncapacityforSARimagesisgrowingrapidly,andalongwiththatgrowthistheexpandingneedforautomatedorsemi—automatedexploitationofSARimagesaccuratelyandefficiently．SARATRisanimportantaspectofautom
7、aticorsemi—automaticSARimageinterpretation．Model·basedSARATRsystemthatusesfeatureisthetrendforSARATR．Methodsoffeatureextractionandclassificationoftargetinmodel．basedSARATRusingfeaturearestudiedsystemicallyinthispaper．PeakfeatureisveryimportantforSARATR．Inordertoextracttarget’
8、SpeakfromSARimagerapidlyandaccurately,themethodoftarget’Speakfeature
