| 题名 | 基于特征曲线模型的高分辨率SAR图像目标识别方法研究 |
| 作者 | 陈石平 |
| 学位类别 | 硕士 |
| 答辩日期 | 2009-05-27 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 王宏琦 |
| 关键词 | 目标识别 图像分割 特征曲线 几何特征 CFAR MRF MSTAR |
| 其他题名 | Study of high resolution SAR image recognition based on the characteristic curve model |
| 中文摘要 | 合成孔径雷达(Synthetic Aperture Radar，SAR)技术在军事和民用上已经得到了广泛的应用。面对日益增长的SAR图像数据，如何对这些数据进行自动、快速和准确地解译已成为了国内外研究的热点。本文研究了高分辨率SAR图像自动目标识别分类问题，提出了一种基于特征曲线模型的SAR图像自动目标识别方法。 本文的主要研究内容和成果如下： 1. 研究了两种常用的SAR图像分割方法：恒虚警率分割和马尔可夫随机场分割，并对MSTAR样本进行了分割实验。针对MSTAR样本恒虚警率分割误差较大，提出了分割前对特定方位角的样本进行垂直中值滤波，分割后采用区域生长滤除杂波点的改进方法。通过分割评价实验发现，恒虚警率方法更适合分割MSTAR样本的目标区域，而马尔可夫随机场方法更适合分割MSTAR样本的目标阴影。还研究了高分辨率下目标和阴影区域的几何特征的提取。其中包括简单的几何特征如面积、周长、圆形度和紧凑度等，还有识别中常用到的不变矩、高斯描绘子、傅里叶描绘子、弦长特征和椭圆特征等复杂几何特征。 2. 在研究各种SAR目标识别方法的基础上提出了一种基于特征曲线模型的目标识别方法，此方法是在俯仰角、目标结构、分辨率和环境等先验条件确定的情况下研究目标特征值随方位角变化的规律 。特征曲线模型 是通过拟合出具有较好规律性的特征曲线来获得的。将待识别目标的方位角代入特征曲线模型中可以得到先验特征值，与测得的特征值进行匹配就可以得到分类结果。论文详细介绍了特征曲线模型的训练过程，方位角的常用估计算法以及基于特征曲线模型的最大似然分类等。 3. 结合MSTAR样本进行基于特征曲线模型的目标分类实验。采用本文训练出的几何特征曲线模型，通过对MSTAR样本中三种坦克的识别实验，验证了基于特征曲线模型分类方法的有效性和可行性。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 91 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ie.ac.cn/handle/80137/8891]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 陈石平. 基于特征曲线模型的高分辨率SAR图像目标识别方法研究[D]. 电子学研究所. 中国科学院电子学研究所. 2009. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论