目前由于制海權(quán)越來越重要,對海上目標(biāo)的識別也提出了新的要求,由于雷達(dá)對目標(biāo)成像具有全天候、多方位的優(yōu)勢,其重要性也日益凸顯。而逆合成孔徑雷達(dá)成像是雷達(dá)識別技術(shù)中的重要途徑。本文通過對艦船建模與成像,提取其紋理特征、輪廓特征、不變矩特征等信息,利用度量學(xué)習(xí)與決策融合識別的方法對基于ISAR圖像的艦船目標(biāo)識別方法展開研究,本文的主要工作如下:首先介紹了改進(jìn)的艦船三維散射點(diǎn)建模方法,基于對艦船實(shí)際數(shù)據(jù)的分析,提出利用3Dmax建模、收縮算法與面元質(zhì)點(diǎn)的提取得到艦船的三維散射點(diǎn)模型的方法。其次,介紹了對ISAR圖像的預(yù)處理算法。首先提出了基于ISAR圖像梯度的標(biāo)記分水嶺算法;其次提出利用圓形掩模的SUSAN算法來得到ISAR圖像中的邊緣特性;接著介紹了基于圖像質(zhì)心的預(yù)處理算法,該算法通過平滑圖像與利用ISAR圖像中目標(biāo)的邊緣信息提取圖像的質(zhì)心,并依此來得到圖像中感興趣的部分。然后提出了基于多幀圖像標(biāo)記點(diǎn)處理（FmMPP）的中心線提取算法,該算法主要通過利用多幀圖像間的相關(guān)信息來補(bǔ)償單幅圖像的缺失信息;接著介紹了具有旋轉(zhuǎn)不變性的Hu不變矩特征以解決艦船在三維運(yùn)動(dòng)時(shí)帶來的影響;最后引入了一種新的紋... 

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 全文行文安排
    1.4 本章小結(jié)
第二章 艦船3D模型構(gòu)建與ISAR成像
    2.1 模型的生成
        2.1.1 3dmax的艦船3d模型生成
        2.1.2 OBJ文件構(gòu)成
        2.1.3 邊收縮算法
        2.1.4 點(diǎn)模型提取
        2.1.5 散射點(diǎn)坐標(biāo)變換
    2.2 ISAR成像
        2.2.1 線性調(diào)頻信號
        2.2.2 一維距離成像
        2.2.3 基于傅里葉變換的chirp波形
        2.2.4 運(yùn)動(dòng)補(bǔ)償
        2.2.5 成像結(jié)果
    2.3 本章小結(jié)
第三章 分水嶺變換與SUSAN算法在圖像預(yù)處理中應(yīng)用
    3.1 分水嶺算法
        3.1.1 分水嶺變換
    3.2 基于SUSAN算法的預(yù)處理
    3.3 基于圖像質(zhì)點(diǎn)的預(yù)處理
    3.4 常用的數(shù)字圖像處理技術(shù)
        3.4.1 圖像的增強(qiáng)處
        3.4.2 圖像形態(tài)學(xué)處理
        3.4.3 邊緣檢測
        3.4.4 圖像分割
    3.5 本章小結(jié)
第四章 中心線特征與Tamura紋理特征的提取
    4.1 輪廓特征提取
        4.1.1 中心線提取
        4.1.2 桅桿特征提取
    4.2 Hu不變矩
    4.3 紋理特征提取
        4.3.1 Tamura紋理特征
        4.3.2 基于Tamura特征量的分類測試
    4.4 本章小節(jié)
第五章 基于度量學(xué)習(xí)與信息融合方法的艦船目標(biāo)識別
    5.1 隨機(jī)度量學(xué)習(xí)
        5.1.1 算法介紹
        5.1.2 算法驗(yàn)證
    5.2 決策融合
    5.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文及取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于對稱Gabor小波濾波的艦船目標(biāo)識別方法[J]. 尚士澤,李明,侯穎妮.  現(xiàn)代雷達(dá). 2017(10)
[2]基于ISAR像的艦船目標(biāo)識別技術(shù)研究[J]. 侯穎妮,楊予昊,李士國,江濤.  現(xiàn)代雷達(dá). 2016(03)
[3]基于ISAR水面艦船高頻區(qū)散射中心特征提取仿真研究[J]. 丁凡,廖章奇.  艦船科學(xué)技術(shù). 2015(S1)
[4]艦船ISAR圖像特征提取方法研究[J]. 楊效余,于勇,褚超,張彬.  遙測遙控. 2015(06)
[5]基于MIMO的ISAR成像算法研究[J]. 高斯,王勇.  現(xiàn)代電子技術(shù). 2014(20)
[6]海面艦船目標(biāo)ISAR最優(yōu)成像時(shí)間選擇算法[J]. 朱岱寅,俞翔,汪玲.  數(shù)據(jù)采集與處理. 2014(04)
[7]圖像不變矩的推廣[J]. 劉進(jìn),張?zhí)煨?  計(jì)算機(jī)學(xué)報(bào). 2004(05)
[8]基于多層前向網(wǎng)絡(luò)的雷達(dá)目標(biāo)一維距離像識別[J]. 陳大慶,保錚.  西安電子科技大學(xué)學(xué)報(bào). 1997(01)

碩士論文
[1]基于ISAR圖像的艦船目標(biāo)特征提取方法研究[D]. 海鴻璋.西安電子科技大學(xué) 2014



本文編號：3716249