SAR图像目标识别技术研究170713

SAR图像目标识别技术研究

西安电子科技大学硕士论文 / 2015.3

Q note 2017.07.13

---

研究背景

　　合成孔径雷达(Synthetic Aperture Radar,SAR)是一种微波遥感成像雷达,与光学、红外等雷达相比,它的成像受气候等条件的限制程度小,具有全天时、全天候、多视角和高分辨率等特点。十九世纪晚期,雷达的距离分辨力水平可以达到小于一百五十米,但是当雷达与目标之间的距离大于一百千米时,其方位线分辨力较差,处于大于一千五百米的水平。所以,改进距离和方位分辨力成为二十世纪中期雷达领域中的重点研究方向。此时 SAR 应运而生。SAR 能够形成的大孔径雷达的原因是其利用了载体的高速运动。因此,SAR 的横向分辨力较高。SAR 可对地球表面进行拍摄从而形成与地图相似的雷达图像,广泛应用于制图学、资源勘探、海洋应用等国民经济各领域。SAR 系统可以在多种工作模式、极化方式以及波段中切换,不单单实现了对地面目标的全方位监视,并且使得人们具备了探知隐藏目标、干涉测量等很多能力。随着空间技术的发展,对地观测的手段也随着各种 SAR 系统的不断研制开发而逐渐多样化了。

研究现状

1. 基于支持向量机的目标识别技术
2. 基于模板的目标识别技术
3. 基于模板的目标识别技术
4. 基于神经网络的目标识别技术

SAR图像降噪

　　SAR 图像是通过机载 SAR 雷达对目标区域进行观测所得。 SAR 图像中需要识别的目标往往混合着无关的背景杂波,导致图像中会出现斑点状的相干斑噪声。在原始 SAR 图像上进行目标识别,会影响图像的识别性能,原因是噪声的存在会降低 SAR 图像的信噪比,导致丢失某些与纹理相关的重要信息。因此必须要采用一种较好的滤波方法处理原始 SAR 图像,降低杂波噪声对有效信息的干扰,从而提高识别的准确率。

相干斑噪声抑制算法

Lee滤波
Kuan滤波
Sigma滤波
Frost滤波
Gamma Map 滤波

SAR图像特征提取

　　文章中所使用的11个特征，前两个来自于林肯实验室提出的图像纹理特征
1. 标准差特征
2. 加权秩填充比特征
3. 直径特征
4. 计数特征
5. 最小距离特征
6. 最大距离特征
7. 平均距离特征
8. 空间边界属性特征
9. 像素的质量平均特征
10. 像素在空间中的离散程度特征