飞机目标是一种重要的战场情报侦察对象,军事价值不容忽略。对SAR图像中的飞机目标进行快速有效的分类识别,是目前SAR图像解译领域一个重要的研究内容。和其他机动目标的SAR ATR系统一样,SAR图像飞机目标识别系统同样也包含了检测、鉴别、分类这三个步骤。而对于飞机目标的分类是SAR图像目标识别的最终目的,是SAR ATR中很重要的环节。为了对飞机目标进行分类识别,本文采取了分层处理的方法,将整个分类识别的过程细化为SAR图像预处理、机场区域提取、飞机目标检测、几何特征提取以及目标分类识别五个步骤。首先,采用相应的图像处理方法对SAR图像进行图像增强,去相干斑等预处理,在此基础上,对图像中的机场区域进行快速提取,并进一步在提取到的机场结果上对飞机目标进行分割。然后针对得到的飞机目标分割结果,采用基于主动轮廓模型的方法提取出飞机目标的几何特征。最后利用飞机目标的几何特征值作为分类证据,采用D-S证据融合方法对其进行分类识别。论文的主要工作包含以下几个方面:(1)本文首先研究了机场跑道的提取方法,利用生长点进行分块区域生长的方式,得到了较好的机场目标提取结果。最后对机场区域的飞机目标进行了检测,用一个虚警率较高的CFAR检测,对机场上的潜在目标点进行粗略的分离,然后使用像素聚类以及面积筛选的方式,去掉检测结果中的虚假目标,得到最终的飞机目标分割结果。(2)本文提出了一种基于可变的参数化几何模型的SAR图像飞机目标特征提取方法。针对外形轮廓复杂,区域连通性差的SAR图像飞机目标,该方法只需根据飞机目标的先验知识,确定飞机目标几何模型的参数取值范围,通过遗传算法自动拟合出飞机目标的最优几何模型,从而提取出了SAR图像飞机目标的几何特征,为SAR图像目标解译提供了有用途径(3)本文在提取出SAR图像中飞机目标的几何特征值的基础上,利用D-S证据融合的方法对飞机目标进行分类。在分类的过程中,将飞机目标的特征值作为目标分类的证据,得到各个证据下目标分类的结果,然后利用一定的决策规则,得到了SAR图像飞机目标分类的最终结果。