逆合成孔径雷达(ISAR)是一种高分辨成像雷达,雷达成像具有全天候、全天时和远距离工作的特点,可以实现对飞机、舰船、空间目标(如天体、人造卫星等)及地表等的成像。依据雷达图像对目标进行识别和分类,在国防上具有极其重要的意义,是目前研究的热点之一。国内在这方面的研究有一定成果,但尚未取得突破性的进展。正常的ISAR目标图像由于受目标运动状态、干扰、回波信噪比,运动补偿效果等的影响,总是在图像质量上存在一定缺陷,影响目标特征的提取。本文对飞机的ISAR目标图像进行了研究,提出了利用曲线拟合去除条纹干扰和去除斑点干扰的有效方法。在对ISAR图像进行特征提取,为获得高质量的特征,本文通过计算目标的最小覆盖圆并将之映射到单位圆中,使得ISAR目标本身具有了平移和缩放不变性。本文选择利用Zernike矩提取目标ISAR图像的特征,Zernike矩能够很好地表征图像的形状特征,理论上,当所求的Zernike矩的阶数趋向无穷大时,能够完全还原原图像。并且由Zernike矩提取的特征具有旋转不变性,加之ISAR目标本身已经具有的平移和缩放不变性,从而使获得的特征同时具有了平移、缩放和旋转不变性,对目标的识别极为有利。在目标识别的过程中,本文选择K-近邻规则对目标进行分类,实验中对所选飞机模型的ISAR目标图像进行识别实验,达到了很好的识别效果。