论文部分内容阅读
合成孔径雷达(SAR,Synthetic Aperture Radar)能够提供全天候条件下的详细的地面测绘资料和图像,在军事领域得到了广泛应用。无人机(UAV,Unmanned Aerial Vehicle)则是高技术条件下实现“无伤亡”的现代战争的有力工具。将二者结合起来应用必将成为未来战争中实现“无伤亡”侦察的重要手段。UAV能够执行无人作战,关键技术之一就是搭载其上的自动目标识别(ATR,Automatic Target Recognition)系统。由于UAV上搭载的传感器平台能够持续进行大范围的监视与侦查,获取丰富的图像数据,对其进行处理、分析和理解已经远远超过人工能力所及,因此需要开发对图像的处理和自动解译系统。本文概述了SAR的应用及其相关内容,并就SAR应用中的关键技术—SAR图像处理进行了探讨,详细研究了其中的两个关键问题。主要内容包括:一是研究了SAR图像相干斑抑制问题,通过分析小波变换后SAR图像的统计特性,提出了一种有效的SAR图像相干斑抑制方法。该方法结合了小波变换和独立分量分析的特点,利用小波变换对图像进行分解,对分解后的子图像分别采用独立分量分析方法去噪,经实验证明该方法具有优良的性能,并比较了不同小波基函数的相干斑抑制效果;二是针对SAR目标图像特征提取方法展开了较深入的研究,主要分析了二维主分量分析等基于子空间的特征提取方法,将它们与支持向量机分类器结合应用于SAR ATR。并基于美国DARPA(Defense Advanced Research Projects Agency)提供的MSTAR(Moving and Stationary Target Acquisition and Recognition)数据库做了大量的实验,将这几种特征提取方法进行比较分析。实验结果证明二维主分量分析方法非常有效,得到了更高的识别率,且计算量较小。