基于流形和核方法的SAR自動目標識別研究.pdf

1、合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種高分辨成像雷達，具有全天時，全天候工作，強穿透性等特點，為目標識別提供了可靠的數(shù)據依據。SAR自動目標識別（Automatic Target Recogniton，ATR）是在沒有人工干預的情況下根據SAR圖像自動識別出目標位置并判斷其類型屬性等信息，SAR ATR在民用和軍用領域具有十分重要的作用，已成為國內外研究的熱門課題之一。
　　本文從SAR圖像

2、預處理和SAR圖像特征提取兩個方面展開研究，具體工作如下：
　?。?）針對SAR圖像相干斑噪聲嚴重，背景區(qū)域較大，不利于后續(xù)處理的問題，采用相干斑抑制、冪增強、圖像分割和質心配準等方法，抑制SAR圖像噪聲，分割出目標圖像，降低了后續(xù)處理的數(shù)據維數(shù)，并保留了目標圖像的細節(jié)信息。
　?。?）針對采用全局線性結構的特征提取方法不利于提取高維數(shù)據特征的問題，提出了基于流形學習理論的最大異類距離嵌入（Maximum Interclas

3、s Distance Embedding，MIDE）特征提取方法，該算法可以有效解決非線性結構特征提取問題，提高特征的識別率。
　　（3）針對一維特征提取方法損失了 SAR圖像結構信息的問題，提出MIDE的二維擴展方法，即二維最大異類距離嵌入（Two Dimensional Maximum Interclass Distance Embedding，2DMIDE）特征提取方法；針對2DMIDE僅對SAR圖像進行垂直方向壓縮，特征維

4、數(shù)較大的問題，將2DPCA和2DMIDE相結合，提出了2DPCA-based2DMIDE特征提取方法。該方法可以在水平方向和垂直方向對數(shù)據壓縮，提高特征識別率的同時大幅壓縮了特征維數(shù)。
　　（4）針對MIDE方法無法對類別信息未知的訓練數(shù)據提取特征信息的問題，本文提出了一種非監(jiān)督特征提取算法，最大方差展開嵌入（Maximum Variance Unfolding Embedding，MVUE）。該方法結合了流形學習理論和核方法，通