SAR圖像艦船識別的三維空間逆投影與匹配技術(shù)

顧丹丹 許小劍

(北京航空航天大學(xué) 電子信息工程學(xué)院，北京100191)

基于合成孔徑雷達(dá)(SAR，Synthetic Aperture Radar)圖像的自動目標(biāo)識別(ATR，Automatic Target Recognition)系統(tǒng)主要包括目標(biāo)檢測、鑒別、特征提取和分類4個處理階段[1].通過前2個階段的處理，可以有效地抑制背景雜波和去除虛警，得到僅包含目標(biāo)的子圖像;進(jìn)而通過提取特征來構(gòu)建分類器，確定目標(biāo)的具體類型.本文假設(shè)已通過預(yù)處理得到艦船目標(biāo)SAR斜距圖像，重點研究艦船特征提取與分類識別問題.

目前，基于模型的目標(biāo)識別方法以其較小的數(shù)據(jù)庫需求、方便估計任意目標(biāo)姿態(tài)下的特征等特點[2]而備受研究者們關(guān)注.Musman 等[3]最先提出將基于圖像域數(shù)據(jù)和參考目標(biāo)線框模型提取的形狀特征進(jìn)行匹配來實現(xiàn)分類識別，初步顯現(xiàn)和驗證了基于模型方法的優(yōu)勢.在此基礎(chǔ)上，Pastina等[4]利用多種幾何特征來識別艦船，并利用長度、上層結(jié)構(gòu)，預(yù)篩選候選目標(biāo)來降低計算負(fù)擔(dān).但是由于僅考慮了幾何特征，這兩種方法的目標(biāo)識別能力均有限.

基于散射中心模型的ATR技術(shù)是另一個重要研究方向.MSTAR項目組開發(fā)的SAR ATR系統(tǒng)[5]最具代表性，但是由于該方法的特征提取均以基于散射中心模型的批量SAR圖像預(yù)測為基礎(chǔ)，這對系統(tǒng)時間性能和存儲能力是一大挑戰(zhàn);Rice等[6]利用簡化非相參ISAR成像技術(shù)代替?zhèn)鹘y(tǒng)方法對各參考目標(biāo)進(jìn)行成像，直接通過預(yù)測和測試圖像的歸一化互相關(guān)來實現(xiàn)分類，降低了計算負(fù)擔(dān);Zhou等[7]提出一種基于全局散射中心模型的SAR ATR算法，降低了計……