基于稀疏表示的SAR-紅外圖像融合及目標檢測研究.pdf

1、合成孔徑雷達(Synthetic Aperture Radar，SAR)成像制導具有全天時全天候的探測能力，能提供高分辨率SAR圖像，紅外成像制導捕獲目標自身紅外輻射，具有識別目標高溫偽裝的能力。開展SAR/紅外圖像融合技術(shù)研究，對于提高復雜作戰(zhàn)環(huán)境下的目標探測及精確制導能力具有重要的理論和現(xiàn)實意義。本文在壓縮感知理論框架下，結(jié)合圖像稀疏表示問題，針對SAR/紅外圖像融合及目標檢測技術(shù)展開研究，主要完成如下工作：
　　研究了稀疏求

2、解算法。改進了梯度追蹤的搜索步長，保留收斂速度的同時增強了算法的魯棒性。針對其他融合算法需要預估圖像稀疏度的問題，對SAR/紅外圖像壓縮采樣后的觀測值提出了一種基于標準差自適應融合策略的算法，并利用所提出的改進步長梯度追蹤重構(gòu)得到融合圖像。實驗結(jié)果表明，該融合算法無需輸入圖像先驗信息，在時間復雜度和融合圖像質(zhì)量上均能取得較好表現(xiàn)。
　　研究了字典構(gòu)造問題。針對固定字典無法根據(jù)輸入信號特征調(diào)整原子特性的問題，設計了基于多源圖像樣本學

3、習的過完備字典構(gòu)建方法，利用SAR/紅外圖像自身稀疏結(jié)構(gòu)信息構(gòu)造學習字典。對求解得到的稀疏系數(shù)提出一種基于能量自適應融合策略的算法，最終重構(gòu)得到融合圖像。實驗結(jié)果表明，與其他基于壓縮感知框架的融合方法相比，該算法能使輸入圖像實現(xiàn)更為稀疏的表示，具有一定實用價值。
　　研究了壓縮感知在目標檢測中的應用。針對現(xiàn)有檢測算法受背景雜波影響大的問題，分別設計了基于稀疏點散射模型的SAR圖像目標檢測算法，以及基于紅外目標過完備字典的紅外圖像目