1、合成孔徑雷達(dá)（Synthetic Aperture Radar, SAR）具有全天候、全天時(shí)對(duì)地觀測(cè)的能力，在軍用和民用領(lǐng)域都發(fā)揮著日益重要的作用。隨著SAR成像技術(shù)的高度發(fā)展，越來(lái)越多的高分辨率SAR數(shù)據(jù)得以獲取。在信息化、智能化、大數(shù)據(jù)的時(shí)代背景下，如何高效、精準(zhǔn)地處理和解譯SAR圖像數(shù)據(jù)成為研究的熱點(diǎn)。
　　本文圍繞SAR圖像目標(biāo)識(shí)別展開研究，主要包括SAR圖像預(yù)處理、特征提取和基于字典學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別三個(gè)方面，主要

2、內(nèi)容概括如下：
　　1.研究了SAR圖像預(yù)處理及特征提取的相關(guān)課題。首先，從雷達(dá)成像角度分析了三維真實(shí)場(chǎng)景與二維SAR圖像的對(duì)應(yīng)關(guān)系。其次，分別就地面車輛目標(biāo)的高度特征提取和海面艦船目標(biāo)的幾何特征提取展開研究。該過(guò)程先依次對(duì)圖像進(jìn)行預(yù)處理和特征提取的初步操作，再利用一些簡(jiǎn)單易得的先驗(yàn)知識(shí)對(duì)所提取特征的合理性進(jìn)行判別與分析，并據(jù)此對(duì)預(yù)處理和特征提取的初步結(jié)果進(jìn)行修正以得到最終的結(jié)果，提高了SAR圖像目標(biāo)特征的估計(jì)精度。
　　2

3、.研究了基于線性字典學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別問(wèn)題。圍繞K-SVD算法，詳細(xì)介紹了包括K-SVD、鑒別KSVD和標(biāo)簽一致KSVD這三種線性字典學(xué)習(xí)方法，從K-SVD字典學(xué)習(xí)方法與K-均值聚類方法的對(duì)比、無(wú)監(jiān)督字典學(xué)習(xí)方法與有監(jiān)督分類問(wèn)題的結(jié)合、提高字典鑒別能力等方面展開了分析，并將這三種方法應(yīng)用于SAR圖像目標(biāo)識(shí)別問(wèn)題。
　　3.研究了基于非線性字典學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別問(wèn)題。核方法是解決非線性模式分析問(wèn)題的一種有效途徑。在研究了