資源描述：
《基于核函數(shù)的SAR圖像目標識別研究.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、SARIMAGETARGETRECOGNITIONRESEARCHBASEDONKERNELFUNCTIONAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:InformationandCommunicationEngineeringAuthor:TianBingbingAdvisor:ZhouDaiyingSchool:SchoolofElectronicEngineering摘要摘要合成孔徑雷達(SAR)工作于微波頻段，并具有相干成像的功能，能在嚴酷惡劣的氣候
2、下，對目標實現(xiàn)全天時偵察并獲得大面積的二維高分辨率圖像，為目標的有效分類與識別提供了數(shù)據(jù)來源，具有廣泛的應用價值。近年來，SAR自動目標識別技術應運而生，在提高信息處理效率的同時能改善對目標識別的準確度，并將成為各國在國防軍事領域的重點研究方向。本文主要對SAR圖像預處理和特征提取進行探討，驗證預處理方法的適用性并研究各種特征提取方法對目標識別的影響。具體內容包括：1、針對SAR圖像的特殊性，采用系統(tǒng)的預處理方法對MSTAR數(shù)據(jù)進行處理。本文通過增強Lee濾波與中值濾波的級聯(lián)來有效地抑制原始SAR圖像的相干斑噪聲，保留圖像的邊緣等細節(jié)信息；采用冪變換的灰度增強方法改善圖
3、像的對比度，提高目標的辨識能力；對圖像采取雙參數(shù)恒虛警率分割，將感興趣的目標區(qū)域從復雜的背景雜波中分離出來；通過后續(xù)的質心配準和能量歸一化處理，克服了目標相對于雷達距離不同造成的目標散射回波強度差異的影響。2、研究了核主分量分析方法，該方法將核空間中的內積通過樣本空間中的核函數(shù)來表示，有效解決了傳統(tǒng)的主分量分析不利于數(shù)據(jù)非線性特征的提取問題。此外，研究了基于核函數(shù)的二維主分量分析方法，該方法在核空間中采用二維主分量分析，在有效解決非線性特征提取問題的同時保留圖像的二維空間結構信息，對樣本數(shù)的依賴度低，并降低了對目標方位信息的精度要求。3、針對線性判別分析特征提取方法采用
4、一維向量模型的方式運算導致的維數(shù)災難和小樣本問題，探索了核線性判別分析以及改進的核加權最大間距準則方法，并研究保留圖像結構信息的核二維線性判別分析方法。該方法利用所構造的核樣本圖像矩陣直接在核空間采用二維線性判別分析方法，在保證解決小樣本問題的前提下，對目標方位角變化也具有較好的魯棒性。關鍵詞：合成孔徑雷達，自動目標識別，圖像預處理，特征提取，核函數(shù)IABSTRACTABSTRACTSyntheticapertureradar(SAR)worksinthemicrowavebandandhasthefunctionofcoherentimaging.Itisableto
5、achieveall-timereconnaissanceoftargetsinharshclimateandobtainalargeareaoftwo-dimensionalhigh-resolutionimages.Theseimagesprovideuswiththedatasourceeffectivefortargetclassificationandrecognitionwhichhasawiderangeofapplication.Inrecentyears,SARautomatictargetrecognition(ATR)hasemergedtoenh
6、ancetheefficiencyofinformationprocessingandimprovetheaccuracyoftargetrecognitionatthesametime,anditwillbeanimportantresearchdirectioninthemilitaryfield.ThispaperfocusesontheSARimagepreprocessingandfeatureextractionandverifiestheapplicabilityofpretreatmentandstudiesinfluenceofvariousfeatu
7、reextractionmethodsfortargetrecognition.Themaincontentsareasfollows:1.AccordingtotheparticularityofSARimages,thesystemicpreprocessingmethodsforMSTARdataareadopted.ThroughenhancedLeefilterandmedianfilter,theoriginalSARimagespecklenoisesaresuppressedeffectivelyandedgedetail
