论文部分内容阅读
自动目标识别是当前世界军事技术研究领域中的一个攻关性课题.随着现代雷达系统的不断改进和发展,雷达自动目标识别得以产生和发展。而雷达距离分辨率的不断提高更为目标识别提供了新的途径。同时,数字技术的飞速发展也使得目标识别的实时的工程实现成为可能。合成孔径雷达因其具有全天候、远距离、极强的穿透力并能在恶劣的环境下以很高的分辨率(目前已达0.1m)提供详细的地面测绘资料和图像的这种能力,使其在现代侦察任务中起着至关重要的作用。基于合成孔径雷达(SyntheticAperture Radar,简称SAR)的自动目标识别(Automatic Target Recognition,简称ATR)技术在战场感知方面非常重要,已成为国内外研究的热门课题。近些年来,雷达目标识别在特征提取、目标模式分类、目标识别算法的实现等技术领域取得了不同程度的进步,已成功应用于星载和机载合成孔径雷达地面侦察、精确制导等领域。本文综述了自动目标识别技术的发展现状,深入研究了基于SAR图像的自动目标识别及其相关技术,主要工作包括以下四个部分:一是通过对几种传统SAR图像滤波器的仿真实验,提出了一种基于中值滤波的SAR图像滤波方法;二是研究了SAR图像的分割方法,提出了一种简单有效的图像分割方法-阈值分割法,并比较了固定阈值分割,局部阈值分割和自适应阈值分割三种不同的阈值分割方法的性能优劣,并对分割后的图像用形态滤波器进行细化,使得目标的边缘信息得到了有效的保持,同时一定程度上去除了孤立的背景图像,为接下来的识别工作提供了好的前提;三是研究了基于中心矩特征和主分量的特征提取方法,它们最主要的优点就是可以实现对原始特征的降维;四是详细介绍了几种经典的SAR图像自动目标识别分类算法。并基于美国DARPA提供的MSTAR(Moving and Stationary TargetAcquisition and Recognition)数据库作了大量的仿真实验以证实分类的有效性。