低檢測率SAR圖像目標檢測與識別理論研究.pdf

1、合成孔徑雷達（Synthetic aperture radar, SAR）由于在不同氣候及光照條件下所具備的穩(wěn)定成像能力，成為軍事國防領(lǐng)域不可或缺的對地觀測手段。SAR圖像目標檢測與識別作為SAR圖像處理與解譯的關(guān)鍵技術(shù)，在偵查、監(jiān)測等軍事應(yīng)用上具有無可替代的作用。SAR成像技術(shù)自身的發(fā)展使得SAR圖像呈現(xiàn)高分辨率的特點。同時，SAR成像技術(shù)越加廣泛的應(yīng)用使其面臨場景更加多樣、實際成像中電磁環(huán)境更加復(fù)雜的情況。這使得SAR圖像數(shù)據(jù)呈現(xiàn)復(fù)

2、雜場景、強噪聲的特點。高分辨率使得SAR圖像中目標呈現(xiàn)分布式特性，背景強度起伏更加劇烈；復(fù)雜場景使得SAR圖像中的目標與背景區(qū)分度變低甚至目標與某類背景近似；強噪聲使得目標電磁散射特征退化嚴重，圖像信噪比降低。而傳統(tǒng)目標檢測與識別方法面對這些SAR圖像數(shù)據(jù)呈現(xiàn)檢測率降低的趨勢。本文針對上述低檢測率SAR圖像情況，在總結(jié)和分析現(xiàn)有方法的基礎(chǔ)上，以準確描述低檢測率SAR圖像特性和充分利用SAR圖像信息為出發(fā)點，根據(jù)不同的低檢測率SAR圖像特

3、性，提出了多種適用于不同低檢測率SAR圖像情況的目標檢測方法。并在此基礎(chǔ)上，從SAR ATR系統(tǒng)的角度入手，分析低檢測率SAR圖像目標檢測對識別的影響，為今后進一步研究針對低檢測率SAR圖像的識別方法打下基礎(chǔ)。
　　本研究主要內(nèi)容包括：⑴從應(yīng)用最為廣泛的恒虛警率（CFAR，constant false alarm rate）目標檢測算法入手，分析了低檢測率SAR圖像目標檢測存在的問題，對低檢測率SAR圖像的特性及檢測難點從高分辨率

4、、強噪聲、復(fù)雜場景三個方面進行了總結(jié)。⑵針對低檢測率SAR圖像中的高分辨率情況，提出一種基于SVD分解的視覺注意目標檢測方法。該方法是在分析了傳統(tǒng)視覺注意模型應(yīng)用于SAR圖像所存在的問題基礎(chǔ)上，將 SVD分解與視覺注意模型相結(jié)合，建立基于 SVD分解的多層結(jié)構(gòu)。同時結(jié)合高分辨率SAR圖像特性，在特征提取中引入一致性特征和標準偏差特征，實現(xiàn)對高分辨率SAR圖像的目標檢測。實驗表明，本方法不僅能夠有效提高對高分辨率SAR圖像的目標檢測性能,

5、同時對分辨率具有較強的魯棒性。⑶針對低檢測率SAR圖像中的強噪聲情況，提出一種超像素級別的基于信息論的目標檢測方法。該方法首先通過超像素方法將以像素點為基本單元的SAR圖像轉(zhuǎn)化為以超像素為基本單元，然后基于超像素豐富的統(tǒng)計特征，利用包含了自信息與信息熵的信息度量篩選出候選目標超像素，然后濾除虛警。實驗表明，本文方法對噪聲具有較強的魯棒性，能有效提高對強噪聲SAR圖像的目標檢測性能。⑷針對低檢測率SAR圖像中的復(fù)雜場景情況，提出一種基于目

6、標存在可能性估計的目標檢測方法。該方法首先通過基于場景分類和超像素生成的預(yù)處理將復(fù)雜場景SAR圖像轉(zhuǎn)化為具有不同場景標簽的超像素集合，然后利用基于超像素自信息的初始顯著深度值和預(yù)測顯著深度值估計不同場景中存在目標的可能性，最后將目標存在可能性作為權(quán)重賦予視覺注意中的顯著圖，改變圖像顯著性的優(yōu)先級，實現(xiàn)復(fù)雜場景SAR圖像目標檢測。實驗表明，本文方法對目標存在不同場景中、目標同時存在多類場景中等情況都能準確進行估計，同時本文方法不僅能夠有效

7、提高復(fù)雜場景SAR圖像目標檢測性能，對機場的飛機檢測、港口的艦船檢測等復(fù)雜場景SAR圖像中不同目標檢測任務(wù)具有較好的適應(yīng)性。⑸在對低檢測率SAR圖像進行目標檢測研究基礎(chǔ)上，從SAR ATR系統(tǒng)角度入手，分析了低檢測率SAR圖像對識別的影響，為今后進一步研究針對低檢測率SAR圖像的識別方法打下基礎(chǔ)。對于高分辨率情況，利用多特征融合的識別方法可以降低目標檢測所產(chǎn)生虛警對識別的影響。對于強噪聲情況，多特征融合的識別方法對噪聲的魯棒性要高于基于