[毕业设计] 基于SAR的目标识别技术研究 [复制链接]

资料简介：
　　毕业设计 基于SAR的目标识别技术研究，共44页，24129字
　　
摘要
　　
SAR图像在军事和民用领域的应用越来越广泛，基于SAR的目标识别技术成为国内外研究的热点之一，如何提高其识别性能是SAR图像目标识别的研究重点，
　　
本文针对SAR图像目标识别中很少考虑阴影、通常采用一种分类算法的现状，给出一种基于多分类器融合的SAR图像目标识别方法。首先对原始图像预处理获得目标及阴影，抑制了背景杂波对后续识别的影响，然后提取目标和阴影的形状描述子以及基于极化映射提取目标及阴影的形状特征、目标的强度分布特征,最后基于平均准则融合分类器对目标进行分类。
　　
实验结果表明该方法内存需求小、计算复杂度低且可获得比单个分类器较好的识别性能。
　　
关键词：SAR，SAR图像去噪，SAR图像分割，特征提取，极化映射，形状描述子，多分类器融合、
　　

　　
目录
　　
摘要    I
　　
Abstract    II
　　
第一章  绪论    1
　　
1.1 SAR的特点及应用介绍    1
　　
1.2 SAR图像目标识别研究现状    2
　　
1.3 SAR目标识别中存在的问题及本文的研究思路    4
　　
第二章  SAR图像特征    6
　　
2.1 SAR图像的几何特征    6
　　
2.2.1 距离向分辨力    6
　　
2.2.2 方位向分辨力    6
　　
2.2.3 SAR图像的几何失真    7
　　
2.3 SAR图像的辐射特征    8
　　
2.3.1 后向散射现象的理论模型    9
　　
2.3.2 后向散射现象的实际模型    9
　　
2.4 SAR图像的统计特征    11
　　
2.4.1 SAR图像相干斑噪声特性    11
　　
2.4.2 空域相干斑噪声模型    12
　　
2.4.3 相干斑噪声抑制    12
　　
2.5 SAR图像的目标特征    13
　　
2.5.1 点目标    14
　　
2.5.2 线目标    14
　　
2.5.3 面目标    15
　　
3.5.4 硬目标    15
　　
2.6 SAR图像的极化特征    16
　　
2.7 SAR图像和光学图像特征的比较    18
　　
2.8 本章小结    20
　　
第三章  SAR图像预处理及特征提取    21
　　
3.1 SAR图像预处理必要性    21
　　
3.2 SAR图像预处理方案    21
　　
3.3 SAR图像特征提取    26
　　
3.3.1 基于极化映射的特征提取    27
　　
3.3.2 形状属性    30
　　
3.4 本章小结    30
　　
第四章  分类器设计及实现结果分析    31
　　
4.1 标准的多分类器结合方法    31
　　
4.2 余弦分类器    32
　　
4.3 基于平均准则融合分类器    32
　　
4.4 实验结果及分析    33
　　
4.5 本章小结    35
　　
第五章  总结与展望    36
　　
参考文献    37
　　
致谢    39

资料文件预览：
共1文件夹，1个文件，文件总大小：1.94MB，压缩后大小：461.35KB

• 毕业设计-基于SAR的目标识别技术研究
• 基于SAR的目标识别技术研究.doc  [1.94MB]