自然科学进展第17卷第12期2007年12月7071合成孔径雷达图像自动目标鉴别的新方案3高贵1,333周蝶飞2蒋咏梅3匡纲要3李德仁4张军1常青51.国防科技大学信息系统与管理学院系统工程系,长沙410073;2.湖南师范大学外国语学院科技英语系,长沙410081;3.国防科技大学电子科学与工程学院信息工程系,长沙410073;4.武汉大学测绘遥感信息工程国家重点实验室,武汉430079;5.第二炮兵装备研究院信息所,北京100036摘要为了构建实用性强、自动化程度高的SAR图像目标鉴别过程,提出了一种目标鉴别新方案,包括鉴别的框架及相应的算法.在系统层面上,为了更有效、更可靠地剔除杂波虚警,方案中提出了基于特征提取鉴别方法和基于编队提取“序贯”结合的整体框架;在算法层面上,首先进行了鉴别特征的提取,包括已有特征的提取以及三个新特征的提出;其次在特征选择阶段,提出了一种基于遗传算法的特征选择算法,该算法对于特征优劣的评价更全面.然后,为了提高鉴别器的精度,设计了目标鉴别的加权二次距离鉴别器,提高了鉴别的性能.最后,为了更有效地剔除杂波虚警,给出了基于目标编队知识进行进一步杂波虚警剔除的方法.实测数据的实验结果证明了所提方案的有效性.关键词特征提取特征选择鉴别器目标编队SAR(syntheticapertureradar)图像目标鉴别是对提取的特征序列进行特征选择,以选出最优的特SARATR研究领域的一个子课题[1].典型的SAR征组合;最后采用鉴别器完成目标的鉴别决策;基ATR(automatictargetrecognition)系统一般分为检于知识的自动目标鉴别方案具有较大的应用潜力,测、鉴别和识别三个阶段[2].目标鉴别属于目标检它并不是孤立地对检测后获取的潜在目标区域进行测和目标识别的中间阶段,本质上是一个两类模式分析,而是通过目标一般所处的位置、可能所处的识别问题.其主要目的是对目标检测得到的潜在目环境等先验知识等剔除杂波虚警[4,5].利用知识进行标区域进行进一步处理,以去除自然杂波虚警和部目标鉴别主要由三种途径实现[4,5]:一是通过SAR分人造杂波虚警,从而减小目标分类/识别的代价.对同一地区进行分时多次观测,根据新得到的SAR同时,由于SAR图像目标鉴别在整个SARATR图像和已知无目标的SAR图像比较,判断目标的系统中起着承前启后的作用,其性能的好坏将直接有无,这方面的算法称为变化检测方法[5].该类方影响SARATR系统的整体性能.因此,有关SAR法需要图像配准技术的加入并受制于对同一地域的图像目标鉴别的研究近20年来备受关注.连续观测图像获取[5];二是根据目标周围的环境及已有的SAR图像目标鉴别方案可分为两大类:目标本身的阴影等判断,称为结合上下文信息的方基于特征提取和基于知识.基于特征提取的自动目法.该类方法的应用困难在于:目标所处的环境信标鉴别方案应用较广,它将目标鉴别过程分为三步息获取一般需要计算量巨大的地物分类算法,而目进行[2,3]:首先提取一些有利于目标鉴别的特征,标的阴影本身并不稳健[5,6];三是根据目标编队的构成鉴别的特征序列;然后根据不同的鉴别应用,知识进行鉴别,其原理是目标通常以一定数量、形2007204222收稿,2007206229收修改稿3武器装备预先研究项目(批准号:41322020401)和国防科技大学研究生创新基金资助项目33E2mail:ggsarxh@sina.com.cn©1994-2008ChinaAcademicJournalElectronicPublishingHouse.Allrightsreserved.http://www.cnki.net8071自然科学进展第17卷第12期2007年12月状的编队形式出现,编队间目标存在一定的空间位基于特征选取并行的机制进行目标鉴别[3],这样不置关系,这是杂波所不具备的[7].相对而言,基于利于目标鉴别的效率优化和性能提高.目标编队知识的鉴别方法较易实现,因为编队的知1目标鉴别的新方案识易于转化.总的来说,SAR图像目标鉴别目前存在的主要目前,基于特征和基于知识的目标鉴别方法是问题是:(1)特征提取有待于深入研究:为了快速已有鉴别方法中最有应用前景的两类方法.基于特有效完成目标鉴别,应该提取那些有效的、计算量征的鉴别方法思想简单、易于实现,但是必须在特合适的、稳健的、可以满足鉴别需要的特征序列.征提取、特征选择、鉴别器的设计等多方面继续深因此提取的特征应该同时兼顾有效性、稳健性、完入研究才有可能真正走向实用.仅仅基于知识进行备性及提取难易程度等问题[8,9].据我们统计,在目目标鉴别通常不能有效去除