收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高分辨率合成孔径雷达地面目标识别及相关处理技术研究

赵晓辉  
【摘要】:合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候执行遥感监视任务的能力,目前已有越来越多雷达自动目标识别(Automatic Target Recognition,ATR)的研究围绕SAR图像开展。典型的SAR地面目标识别方法可识别感兴趣的战术地面目标(例如坦克,榴弹炮和装甲车等),是有效进行敌我目标识别的手段,也是实行精确打击的重要先决条件之一。SAR图像分辨率的提高更使SAR ATR成为近年的研究热点。高分辨SAR图像在提供更丰富信息的同时也提出了新的问题,与中低分辨的SAR图像相比,高分辨SAR图像呈现不同的统计特性、更突出的细节特征、更大的数据量等特点。此外,SAR与目标的相对姿态变化、SAR图像的辐射特性、目标的几何特性以及杂波等对目标表征的影响增加了SAR图像识别难度。因此,针对高分辨SAR图像的特性和信息,设计更适合的预处理、特征提取和分类器训练方法就显得尤为重要。本文旨在设计高识别精度的地面目标SAR ATR方法,并针对预处理、特征提取和训练分类器各阶段提出多个相应处理算法。算法验证方面,主要使用了运动与静止目标的获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)公开数据集和OKTAL仿真数据集。本文的主要工作包括以下几个方面:1.针对SAR图像中的杂波抑制问题,提出基于表征转换机(Appearance Conversion Machine,ACM)的区分模式抑制(Shedding Irrelevant Patterns,SIP)算法。SIP参考杂波图像中的杂波空间模式(像素的能量强度和分布规律),分析SAR图像的空间模式并训练得到能在抑制杂波时保护感兴趣目标不被改变的回归函数。然后,将原始SAR图像作为回归函数的输入,计算获得杂波抑制后的图像输出。实测和仿真数据的实验验证了SIP在杂波抑制方面的有效性,以及引入SIP处理对提高识别准确率方面的有效性。2.针对SAR图像中的图像分割问题,提出基于ACM的增强区分模式(Promoting Irrelevant Patterns,PIP)分割方法。PIP分析SAR图像的空间模式并计算SAR图像与杂波空间模式的相似程度,然后根据相似程度构建掩膜图像并计算分割结果。实验验证,PIP可在较好地保存感兴趣目标的同时更彻底地去除杂波背景。3.针对目标姿态的估计和矫正问题,提出一种基于目标几何信息的姿态估计方法。提出的算法首先分析SAR图像中的目标几何信息,然后根据目标轮廓的完整或不完整程度,使用相应环境下估计精度更高的最小外接矩形(Minimum Bounding Rectangle,MBR)姿态估计方法或基于Radon变换的姿态估计方法,以获得更好的姿态估计精度。最后,将SAR图像按估计得到的姿态旋转以得到姿态矫正后的SAR图像。4.针对SAR ATR的特征提取问题,提出一种能够获得丰富分类判别信息且具有一定移不变性的特征提取和处理方法。提出的方法首先使用二维小波分解技术获得含有多种分辨信息(水平边缘特征、垂直边缘特征和下采样的纹理特征)且具有一定移不变特性的特征集,然后通过去冗余技术获得数据维度较低的紧致特征集。实际应用中,基于不同类型的小波基提取特征时,获得特征的分类判别能力并不一致。因此,本文基于最大边界准则(Maximum Margin Criterion,MMC)选择平均类间间距较大和平均类内距离较小的更适合SAR ATR任务的反双正交小波基。其中,大的类间间距代表不同类别目标间的差别性,小的平均类间间距代表同类型目标的易识别性。5.针对SAR图像目标表征的多变性使分类器较难得到足够训练的问题,提出一套完整的SAR ATR方案,综合使用各类算法(预处理算法、特征提取和处理算法以及分类器训练算法)来提高图像理解的有效性、获取针对SAR图像设计的特征以及构建针对小样本问题的分类器,以此获得更高的识别精度。其中,分类器训练阶段使用正、负样本共同训练判别树基分类器,然后基于Real-Ada Boost框架融合多个判别树基分类器以获得识别性能更好的强分类器。基于MSTAR真实数据集和OKTAL仿真数据集的实验验证了本文提出方案的优势和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 郭红玲;程显毅;;多分类器选择集成方法[J];计算机工程与应用;2009年13期
2 刘勇志,刘丙杰;基于多传感器模糊神经网络的水下目标识别[J];微计算机信息;2003年07期
3 韩艳春;李智兰;曾宪文;;目标识别与分类方法[J];军事通信技术;2003年01期
4 杨建勋,史朝辉;基于模糊综合函数的目标识别融合算法研究[J];火控雷达技术;2004年04期
5 李彦鹏,施福忠,黎湘,庄钊文;基于模糊综合评判的目标识别效果评估[J];计算机应用研究;2005年03期
6 左峥嵘,张天序;集成证据提高目标识别性能的方法研究[J];华中科技大学学报(自然科学版);2005年03期
7 李彦鹏,黎湘,庄钊文;一种应用模糊聚类分析的目标识别效果评估方法[J];电子对抗技术;2005年03期
8 盖明久;吕世良;时宝;;一种概率更新方法及在目标识别中的应用[J];海军航空工程学院学报;2006年05期
9 张平定;王海军;王睿;;一种基于聚类思想的目标识别新方法[J];空军工程大学学报(自然科学版);2006年02期
10 贾宇平;付耀文;黎湘;庄钊文;;灰局势决策方法在决策层融合目标识别中的应用[J];信号处理;2007年04期
11 李静;黄峥;;静态傅里叶干涉具在目标识别中的应用研究[J];光谱学与光谱分析;2009年08期
12 黄瑶;熊和金;;目标识别的灰关联方法研究[J];湖南农业大学学报(自然科学版);2009年S1期
13 王丹;韩惠蕊;田淞;臧雪柏;宋炳强;;基于tree part-based模型的目标识别和定位[J];吉林大学学报(工学版);2012年S1期
14 张茂雍;车辆目标识别装置[J];国外自动化;1982年04期
15 E·D·梅塞;箭隆;;雷达的目标识别[J];国外舰船技术.雷达与对抗;1986年02期
16 王保义;瞬态电磁场在目标识别中的新应用[J];电子科学学刊;1987年02期
17 郭桂蓉,陈学敏;舰船目标识别的研究现状和技术途径[J];系统工程与电子技术;1988年01期
18 王保义;K脉冲在目标识别中的应用[J];四川大学学报(自然科学版);1990年02期
19 张良杰;汪文秉;;智能化目标识别导论[J];无线电工程;1992年04期
20 ;用于图象目标识别的神经网络方法[J];电脑开发与应用;1995年02期
中国重要会议论文全文数据库 前10条
1 王宇;钟秋海;;用统计模式识别方法建立海上目标识别的数学模型[A];1995中国控制与决策学术年会论文集[C];1995年
2 郑援;胡成军;;基于数据融合的鱼雷目标识别[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
3 李夕海;赵克;慕晓冬;刘代志;;目标识别中的特征相空间吸引子分析[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
4 冯杰;盖强;古军峰;;模糊聚类分析方法在海上目标识别中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 王占一;徐蔚然;刘东鑫;郭军;;一种基于两级分类器的垃圾短信过滤方法[A];第五届全国信息检索学术会议论文集[C];2009年
6 翟静;李海宏;唐常杰;陈敏敏;李智;;可验证对象集分类器的再训练演进[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
7 赵克;刘代志;慕晓东;苏娟;;目标识别的特征量约束[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
8 陈继航;刘家锋;赵巍;唐降龙;;联机手写识别笔段特征分类器的学习方法[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
9 李正东;陈兴无;宋琛;何武良;;多传感器的目标识别[A];中国工程物理研究院科技年报(1999)[C];1999年
10 穆明生;;基于特征集的多种分类器模型的在线笔迹认证[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 赵晓辉;高分辨率合成孔径雷达地面目标识别及相关处理技术研究[D];哈尔滨工业大学;2016年
2 唐宋;基于迁移学习的目标识别若干问题研究[D];电子科技大学;2017年
3 肖永生;射频隐身雷达信号设计与目标识别研究[D];南京航空航天大学;2014年
4 崔宗勇;合成孔径雷达目标识别理论与关键技术研究[D];电子科技大学;2015年
5 丁军;基于稀疏理论的SAR图像目标识别研究[D];西安电子科技大学;2015年
6 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年
7 黄璇;多源引导信息融合及其关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
8 宁宣杰;基于空防雷达网络的多传感器信息融合关键技术研究及其应用[D];东北大学;2014年
9 杨松岩;高频波段雷达目标特征提取与识别方法研究[D];哈尔滨工业大学;2016年
10 张学峰;雷达高分辨距离像目标识别与拒判方法研究[D];西安电子科技大学;2015年
中国硕士学位论文全文数据库 前10条
1 许俊峰;基于模型的任意视点下三维目标识别研究[D];南京航空航天大学;2015年
2 李建;毫米波辐射计目标识别性能测试系统研究[D];南京理工大学;2015年
3 陈晨;红外/毫米波复合信号处理方法及电路设计[D];南京理工大学;2015年
4 王玉君;基于远红外热像仪的地面机动目标识别[D];沈阳理工大学;2015年
5 姚国伟;基于高分辨距离像的舰船目标识别研究[D];哈尔滨工业大学;2015年
6 周伟峰;基于神经网络的单目机器人目标识别定位研究[D];安徽工程大学;2015年
7 谭敏洁;基于压缩感知的雷达一维距离像目标识别[D];电子科技大学;2015年
8 王翔;基于局部神经反应的目标识别研究[D];华中师范大学;2015年
9 刘巍;基于非均匀采样图像的目标识别与跟踪算法研究[D];北京理工大学;2015年
10 田兵兵;基于核函数的SAR图像目标识别研究[D];电子科技大学;2015年
中国重要报纸全文数据库 前10条
1 刘筱霞;陈永常;PHOTOSHOP中图像分辨率的设置[N];中国包装报;2002年
2 王树连;从购买图像到租用卫星[N];中国测绘报;2003年
3 杨兴平;如何抓取指定分辨率的图像[N];中国电脑教育报;2003年
4 李鑫;飞利浦200BW8商务人士明智新宠[N];电子资讯时报;2007年
5 记者 曾遗荣通讯员 冷承秋 实习生 向哲林;美国一高科技公司将落户武汉[N];湖北日报;2007年
6 唐凤碧;正确运用数码相机分辨率[N];中国摄影报;2007年
7 ;创维TWH-43L(DLP)光显背投图像不良的检修[N];电子报;2008年
8 WLF;细说分辨率[N];电脑报;2003年
9 宏杉;感受专业动力[N];中国计算机报;2001年
10 宋连党;家庭VCD像册大制作[N];中国电脑教育报;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978