無(wú)人機(jī)精確打擊過(guò)程中的SAR圖像解譯系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)具有成像不受天氣和惡劣氣候影響的特點(diǎn)，在軍事和民用方面具備重大的戰(zhàn)略價(jià)值，是各軍事強(qiáng)國(guó)關(guān)注和研究的焦點(diǎn)，已成為先進(jìn)無(wú)人機(jī)的標(biāo)準(zhǔn)配置之一。合成孔徑雷達(dá)特有的相干成像方式相較于普通光學(xué)傳感器而言成像方式特殊，使得 SAR圖像的解譯相對(duì)于可見(jiàn)光圖像更為復(fù)雜，因而研究適合于無(wú)人機(jī)精確打擊過(guò)程中的SAR圖像解譯系統(tǒng)是一項(xiàng)極具挑戰(zhàn)但又意義重大的研究課題。本文針對(duì)這一科學(xué)問(wèn)題，分

2、別在SAR圖像濾波、地面目標(biāo)檢測(cè)與識(shí)別和可見(jiàn)光圖像與 SAR圖像的配準(zhǔn)等方面開(kāi)展了一系列研究工作，特別關(guān)注SAR圖像解譯方法的實(shí)時(shí)性和魯棒性。
　　首先，綜合現(xiàn)有的文獻(xiàn)資料以及本課題組的前期研究成果，結(jié)合機(jī)載SAR圖像具有的相干斑噪聲等特點(diǎn)，考慮具體的應(yīng)用環(huán)境，對(duì)SAR傳感器的成像原理進(jìn)行了概述，并分析了機(jī)載SAR圖像的數(shù)據(jù)特點(diǎn)，針對(duì)以目標(biāo)定位為目的的機(jī)載SAR圖像解譯系統(tǒng)提出了具體研究框架。
　　而后，根據(jù)SAR圖像的數(shù)據(jù)

3、特點(diǎn)，對(duì)相干斑噪聲的物理特性進(jìn)行了描述，并進(jìn)行了基于統(tǒng)計(jì)域和小波域的SAR圖像濾波算法研究，提出了客觀的評(píng)價(jià)指標(biāo)以便進(jìn)行定量的分析和比較。對(duì)各種濾波算法進(jìn)行了仿真實(shí)驗(yàn)，通過(guò)比值圖像觀察濾波算法的效果，給出了針對(duì)不同特點(diǎn)的SAR圖像濾波算法的適用范圍，為后續(xù)工作奠定了基礎(chǔ)。
　　接著，針對(duì)SAR圖像解譯系統(tǒng)中的目標(biāo)檢測(cè)模塊，提出了一種基于魯棒主元分析的地面車輛目標(biāo)檢測(cè)算法。充分利用多幅SAR圖像，構(gòu)造觀測(cè)矩陣，通過(guò)求解一個(gè)凸優(yōu)化問(wèn)題

4、，重建出表征背景的低秩矩陣和表征目標(biāo)的稀疏矩陣，并給出了約束條件。進(jìn)一步，為了對(duì)SAR圖像車輛目標(biāo)進(jìn)行準(zhǔn)確檢測(cè)，同時(shí)避免誤分割，設(shè)計(jì)了一種基于稀疏度的閾值選取方法，并據(jù)此實(shí)現(xiàn)了單個(gè)車輛目標(biāo)的分割。仿真實(shí)驗(yàn)表明，對(duì)于多幅大幅SAR場(chǎng)景中的多目標(biāo)檢測(cè)問(wèn)題，該算法也能有效地對(duì)背景和目標(biāo)進(jìn)行分離，取得了理想的檢測(cè)效果。
　　然后，考慮到巨大的數(shù)據(jù)量往往為SAR圖像解譯系統(tǒng)中的目標(biāo)識(shí)別帶來(lái)很大困難，提出了基于壓縮感知理論的SAR圖像目標(biāo)識(shí)別

5、算法。針對(duì)壓縮感知理論中的過(guò)完備字典，設(shè)計(jì)了基于主元分析和核主元分析的降維方法。將降維后的測(cè)試樣本在降維后的過(guò)完備字典上進(jìn)行投影，并使用得到的稀疏系數(shù)重構(gòu)出測(cè)試樣本，之后利用二范數(shù)求得測(cè)試樣本的所屬類別。仿真結(jié)果說(shuō)明，當(dāng)目標(biāo)圖像受到較強(qiáng)噪聲影響時(shí)，該識(shí)別算法能夠?qū)崿F(xiàn)準(zhǔn)確的目標(biāo)識(shí)別，且對(duì)SAR目標(biāo)圖像方位角的變化具有較強(qiáng)的適應(yīng)性。
　　最后，為了研究無(wú)人機(jī)精確打擊過(guò)程中的目標(biāo)定位，考慮在圖像仿射變換模型下的異源圖像配準(zhǔn)，提出了一種基

6、于控制線方法的可見(jiàn)光圖像與SAR圖像配準(zhǔn)策略。為了提高景象匹配的實(shí)時(shí)性和魯棒性，利用改進(jìn)的直線段檢測(cè)器檢測(cè)圖像的特征直線，并通過(guò)Hough變換對(duì)直線段進(jìn)行鏈接，然后根據(jù)一定的約束條件構(gòu)造相交控制線對(duì)。同時(shí)，設(shè)計(jì)了一種基于控制線交點(diǎn)的同名點(diǎn)匹配函數(shù)，最后依據(jù)仿射變換模型得到配準(zhǔn)參數(shù)，實(shí)現(xiàn)了異源圖像的精確配準(zhǔn)。實(shí)驗(yàn)表明，在SAR和可見(jiàn)光圖像存在較大灰度差異、旋轉(zhuǎn)和平移的情況下，該算法仍能精確配準(zhǔn)圖像，且運(yùn)算時(shí)間大幅減少，能夠滿足一些實(shí)時(shí)性較