大幅SAR圖像的複雜背景下多目標認知技術的研究

《大幅SAR圖像的複雜背景下多目標認知技術的研究》是依託南京航空航天大學，由孔瑩瑩擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：大幅SAR圖像的複雜背景下多目標認知技術的研究
• 項目類別：青年科學基金項目
• 項目負責人：孔瑩瑩
• 依託單位：南京航空航天大學

項目摘要

由於大幅雷達SAR 圖像中目標種類多樣，目標數量較多，並且所處的背景多變，所以如何在複雜背景下確定所需目標地域、提取所需目標成為目前雷達目標檢測研究的難點。本項目在目標和複雜背景實測資料庫的基礎上，將SAR圖像統計特性分析、目標檢測理論及目標解譯相結合，達到對雷達目標完全認知的目的。首先研究基於統計診斷和壓縮感知技術的大幅SAR 圖像目標檢測算法：將SAR 圖像的複雜背景和目標通過數據挖掘中的統計診斷分析來確定所需目標區域從而構建SAR 圖像各種背景情況下的智慧型自動篩選CFAR 多目標檢測算法；再將不同模式下獲取檢測圖像信息通過壓縮感知技術融合得到更為可靠的檢測目標。其次，針對以上算法檢測出的多種目標進行解譯研究，包括預處理、特徵提取以及識別算法等。

結題摘要

由於大幅雷達SAR 圖像中目標種類多樣，目標數量較多，並且所處的背景多變，所以如何在複雜背景下確定所需目標地域、提取所需目標成為目前雷達目標檢測研究的難點。本項目在目標和複雜背景實測資料庫的基礎上，將SAR圖像統計特性分析、目標檢測理論及目標解譯相結合，達到對雷達目標完全認知的目的。本項目提高了SAR對不同背景、不同目標的認知能力；研究了多目標智慧型自動檢測中對不同背景的統計特徵提取，辨別背景縮小偵查範圍，檢測的準確率達到90%；研究了多目標智慧型自動檢測中CFAR自動智慧型篩選檢測器中關鍵技術和參數的設定，適應多種不同目標檢測任務，在信噪比大於5dB時檢測率達到80%，虛警機率小於0.1；研究了基於壓縮感知技術對於圖像融合的相關測度矩陣的新概念及求解方法，完成多幅檢測目標圖像的融合，利用CS的圖像融合技術才能更精準的檢測目標，提高檢測率和目標完整性，也為多感測器圖像融合目標檢測提供新的解決途徑，使獲得的目標更為清晰可靠，檢測率提高10個百分點以上；由於任何單一的分類器都不能完全解決面臨的問題或者達到系統的要求，所以在此需要研究SAR解譯中相干斑預處理的MRF復原模型，並對目標的邊緣、散射中心、峰值、統計特性等特徵提取，來實現多目標間的種類及型號多特徵融合的識別，完成SAR圖像目標解譯識別整個過程，種類識別達到90%，型號識別達到80%以上，並搭建一套完整的SAR目標認知指標體系，給解譯和識別程度提供指導標準。