基于ISAR图像的舰船目标的特征提取与识别

论文摘要

逆合成孔径雷达(ISAR)可以获得舰船、飞机等运动目标的远距离成像,得到不同视角的目标图像,可以实现检测、跟踪等不同目的,故ISAR在民用和军用领域都有广泛的研究和应用。本文利用ISAR的特点,对舰船进行成像,并对舰船的特征及识别进行深入研究。ISAR的成像技术比较成熟,本文利用比较通用的方法对舰船目标进行成像。文中采用三类舰船模型作为识别的对象,对各类型进行点阵模型建立,利用距离多普勒实现了舰船ISAR像的仿真。由于舰船结构和运动的复杂度以及ISAR像的特点,所成的像是不同角度不同旋转方向的,且各个旋转角度的像差距都很大,因此为了证实本课题的通用性,验证识别的有效性,本文选用了大量的数据样本进行试验。识别的重要一步是特征提取,通过验证,本文选取了三个适合舰船像的特征,三个特征是递进、互补的,包括:整体特征、LBP特征、轮廓特征。整体特征描述的是舰船的大体情况,LBP特征是舰船内部纹理的特征体现,而轮廓特征是本文针对舰船像的特点,采用了一种“拟合”方法提取出来的,然后,分别利用三类特征建立舰船的特征数据库。AdaBoost算法是一种比较新的技术,不仅简单通用,而且具有很强的分类能力,本文选取了AdaBoost的三个经典算法:RAB (Real AdaBoost)、GAB (Gentle AdaBoost)和MAB (Modest AdaBoost),分别对特征数据库进行识别,同时,将特征进行组合增加识别率,并针对识别结果分析了各算法的性能。最后,为了提高分类器与特征之间的匹配度,本文提出分步识别算法,进一步提高识别的准确度,并验证了其有效性,实现了本课题的研究目的。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题来源及研究的目的和意义
• 1.2 ISAR 像特征提取和识别的历史及现状
• 1.3 Boosting 技术研究的历史及现状
• 1.4 本文的主要内容及安排
• 第2章 基于ISAR像的舰船模型仿真
• 2.1 引言
• 2.2 ISAR 成像的基本理论
• 2.2.1 ISAR 舰船转动原理
• 2.2.2 距离-多普勒的成像算法
• 2.3 本课题所采用的实验数据
• 2.3.1 舰船模型的散射点阵建模
• 2.3.2 舰船模型的成像仿真
• 2.4 本章小结
• 第3章 基于ISAR像舰船的特征提取
• 3.1 引言
• 3.2 整体分布特征
• 3.2.1 PCA 理论
• 3.2.2 基于PCA 理论构造整体分布特征
• 3.3 基于ISAR 像的纹理特征提取
• 3.3.1 LBP 特征提取
• 3.3.2 实验数据处理结果
• 3.4 基于ISAR 像的几何特征提取
• 3.4.1 实验采取的轮廓特征的提取方法
• 3.4.2 实验数据处理结果
• 3.5 本章小结
• 第4章 ISAR像舰船模型的识别研究
• 4.1 引言
• 4.2 Boosting 理论
• 4.3 本文采取的三类AdaBoost 算法
• 4.3.1 RAB 算法基本原理
• 4.3.2 GAB 算法基本原理
• 4.3.3 MAB 算法基本原理
• 4.4 基于AdaBoost 的ISAR 像舰船识别
• 4.4.1 基于AdaBoost 的实验数据处理结果
• 4.4.2 基于AdaBoost 的分步识别的处理结果
• 4.5 本章小结
• 结论
• 参考文献
• 致谢