论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种能够实现全天时、全天候二维高分辨率成像的雷达,在军事和民用领域都得到了广泛的应用。在军事侦查中,当军事目标被微波难以穿透的掩体(如钢筋混凝土墙)部分遮挡时,传统的SAR图像检测和识别算法性能严重下降。因此,为了提高SAR自动目标识别(Automatic Target Recognition,ATR)系统在军事应用领域的性能,本文针对遮挡目标的检测进行了研究,具体工作如下:1.针对目前尚没有公开的实测SAR图像遮挡目标数据库的问题,通过SAR图像遮挡目标建模与仿真,验证了使用将SAR图像目标靠近雷达入射方向一侧的部分像素用背景像素代替的方法进行遮挡目标模拟的可行性。然后利用该方法对美国运动与静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)数据库中的SAR图像军事目标进行了遮挡目标模拟,为后续的SAR图像遮挡目标检测研究提供了数据基础。2.针对传统基于恒虚警(Constant False Alarm Rate,CFAR)的SAR图像检测算法运算量大及在多目标环境中检测率低的问题,提出了一种基于0G分布的快速CFAR算法。该算法利用通过全局阈值检测和参考图滤波得到的潜在目标区域二值参考图,实现了SAR图像多目标场景下的快速准确检测目标的性能。但该算法并没有对遮挡目标和非遮挡目标加以区分,还需要对得到的潜在目标区域进一步处理。3.针对区分SAR图像遮挡目标粗检测得到的遮挡目标、非遮挡目标和少量杂波的问题,借鉴基于特征提取的SAR图像目标鉴别算法,提出了一种基于遗传算法(Genetic Algorithm,GA)和支持向量机(Support Vector Machine,SVM)结合的SAR图像遮挡目标精检测算法。该算法一方面通过遗传算法进行特征选择,避免了从巨大特征组合空间中搜索最优特征子集的计算量;另一方面利用支持向量机对遮挡目标、非遮挡目标和杂波进行精检测,在进一步剔除杂波虚警的同时,保证了极高的遮挡目标检测率。仿真实验结果显示,本文提出的SAR图像遮挡目标检测算法具有运算速度快和检测率高的特点,能够满足实际应用的需求。