1、合成孔徑雷達(dá)（Synthetic aperture radar, SAR）由于在不同氣候及光照條件下所具備的穩(wěn)定成像能力，成為軍事國(guó)防領(lǐng)域不可或缺的對(duì)地觀測(cè)手段。SAR圖像目標(biāo)檢測(cè)與識(shí)別作為SAR圖像處理與解譯的關(guān)鍵技術(shù)，在偵查、監(jiān)測(cè)等軍事應(yīng)用上具有無(wú)可替代的作用。SAR成像技術(shù)自身的發(fā)展使得SAR圖像呈現(xiàn)高分辨率的特點(diǎn)。同時(shí)，SAR成像技術(shù)越加廣泛的應(yīng)用使其面臨場(chǎng)景更加多樣、實(shí)際成像中電磁環(huán)境更加復(fù)雜的情況。這使得SAR圖像數(shù)據(jù)呈現(xiàn)復(fù)

2、雜場(chǎng)景、強(qiáng)噪聲的特點(diǎn)。高分辨率使得SAR圖像中目標(biāo)呈現(xiàn)分布式特性，背景強(qiáng)度起伏更加劇烈；復(fù)雜場(chǎng)景使得SAR圖像中的目標(biāo)與背景區(qū)分度變低甚至目標(biāo)與某類背景近似；強(qiáng)噪聲使得目標(biāo)電磁散射特征退化嚴(yán)重，圖像信噪比降低。而傳統(tǒng)目標(biāo)檢測(cè)與識(shí)別方法面對(duì)這些SAR圖像數(shù)據(jù)呈現(xiàn)檢測(cè)率降低的趨勢(shì)。本文針對(duì)上述低檢測(cè)率SAR圖像情況，在總結(jié)和分析現(xiàn)有方法的基礎(chǔ)上，以準(zhǔn)確描述低檢測(cè)率SAR圖像特性和充分利用SAR圖像信息為出發(fā)點(diǎn)，根據(jù)不同的低檢測(cè)率SAR圖像特

3、性，提出了多種適用于不同低檢測(cè)率SAR圖像情況的目標(biāo)檢測(cè)方法。并在此基礎(chǔ)上，從SAR ATR系統(tǒng)的角度入手，分析低檢測(cè)率SAR圖像目標(biāo)檢測(cè)對(duì)識(shí)別的影響，為今后進(jìn)一步研究針對(duì)低檢測(cè)率SAR圖像的識(shí)別方法打下基礎(chǔ)。
　　本研究主要內(nèi)容包括：⑴從應(yīng)用最為廣泛的恒虛警率（CFAR，constant false alarm rate）目標(biāo)檢測(cè)算法入手，分析了低檢測(cè)率SAR圖像目標(biāo)檢測(cè)存在的問題，對(duì)低檢測(cè)率SAR圖像的特性及檢測(cè)難點(diǎn)從高分辨率

4、、強(qiáng)噪聲、復(fù)雜場(chǎng)景三個(gè)方面進(jìn)行了總結(jié)。⑵針對(duì)低檢測(cè)率SAR圖像中的高分辨率情況，提出一種基于SVD分解的視覺注意目標(biāo)檢測(cè)方法。該方法是在分析了傳統(tǒng)視覺注意模型應(yīng)用于SAR圖像所存在的問題基礎(chǔ)上，將 SVD分解與視覺注意模型相結(jié)合，建立基于 SVD分解的多層結(jié)構(gòu)。同時(shí)結(jié)合高分辨率SAR圖像特性，在特征提取中引入一致性特征和標(biāo)準(zhǔn)偏差特征，實(shí)現(xiàn)對(duì)高分辨率SAR圖像的目標(biāo)檢測(cè)。實(shí)驗(yàn)表明，本方法不僅能夠有效提高對(duì)高分辨率SAR圖像的目標(biāo)檢測(cè)性能,

5、同時(shí)對(duì)分辨率具有較強(qiáng)的魯棒性。⑶針對(duì)低檢測(cè)率SAR圖像中的強(qiáng)噪聲情況，提出一種超像素級(jí)別的基于信息論的目標(biāo)檢測(cè)方法。該方法首先通過超像素方法將以像素點(diǎn)為基本單元的SAR圖像轉(zhuǎn)化為以超像素為基本單元，然后基于超像素豐富的統(tǒng)計(jì)特征，利用包含了自信息與信息熵的信息度量篩選出候選目標(biāo)超像素，然后濾除虛警。實(shí)驗(yàn)表明，本文方法對(duì)噪聲具有較強(qiáng)的魯棒性，能有效提高對(duì)強(qiáng)噪聲SAR圖像的目標(biāo)檢測(cè)性能。⑷針對(duì)低檢測(cè)率SAR圖像中的復(fù)雜場(chǎng)景情況，提出一種基于目

6、標(biāo)存在可能性估計(jì)的目標(biāo)檢測(cè)方法。該方法首先通過基于場(chǎng)景分類和超像素生成的預(yù)處理將復(fù)雜場(chǎng)景SAR圖像轉(zhuǎn)化為具有不同場(chǎng)景標(biāo)簽的超像素集合，然后利用基于超像素自信息的初始顯著深度值和預(yù)測(cè)顯著深度值估計(jì)不同場(chǎng)景中存在目標(biāo)的可能性，最后將目標(biāo)存在可能性作為權(quán)重賦予視覺注意中的顯著圖，改變圖像顯著性的優(yōu)先級(jí)，實(shí)現(xiàn)復(fù)雜場(chǎng)景SAR圖像目標(biāo)檢測(cè)。實(shí)驗(yàn)表明，本文方法對(duì)目標(biāo)存在不同場(chǎng)景中、目標(biāo)同時(shí)存在多類場(chǎng)景中等情況都能準(zhǔn)確進(jìn)行估計(jì)，同時(shí)本文方法不僅能夠有效

7、提高復(fù)雜場(chǎng)景SAR圖像目標(biāo)檢測(cè)性能，對(duì)機(jī)場(chǎng)的飛機(jī)檢測(cè)、港口的艦船檢測(cè)等復(fù)雜場(chǎng)景SAR圖像中不同目標(biāo)檢測(cè)任務(wù)具有較好的適應(yīng)性。⑸在對(duì)低檢測(cè)率SAR圖像進(jìn)行目標(biāo)檢測(cè)研究基礎(chǔ)上，從SAR ATR系統(tǒng)角度入手，分析了低檢測(cè)率SAR圖像對(duì)識(shí)別的影響，為今后進(jìn)一步研究針對(duì)低檢測(cè)率SAR圖像的識(shí)別方法打下基礎(chǔ)。對(duì)于高分辨率情況，利用多特征融合的識(shí)別方法可以降低目標(biāo)檢測(cè)所產(chǎn)生虛警對(duì)識(shí)別的影響。對(duì)于強(qiáng)噪聲情況，多特征融合的識(shí)別方法對(duì)噪聲的魯棒性要高于基于