SAR图像机动目标的典型现象学特性形成机理及鉴别处理研究

目标鉴别阶段将对机动目标提取过程中形成的大量虚假目标ROIs进行快速高效的辨别和去除，是SAR图像机动目标分类识别中承上启下的关键环节,也是SAR图像处理中的难点问题之一，该技术的发展和完善将为提高SAR图像战场信息获取能力奠定理论基础。针对上述问题，本项目重点开展SAR图像机动目标的典型现象学特性形成机理分析与鉴别处理技术的研究，通过对形成机理的分析来探索机动目标和背景地物在现象学特性上的本质区别，进而定量表征两类目标在SAR图像上具有显著性差异的现象学特性，实现鉴别特征提取，也为后续鉴别特征优选提供理论依据；同时致力于开发高效的机动目标鉴别处理算法，实现对虚假目标ROIs的快速辨别，力求为我国SAR图像机动目标ATR技术的发展提供理论和算法支撑。

复杂背景中车辆目标的检测与识别是SAR图像解译技术的难点。由于背景地物复杂多样，致使检测结果中常常有大量的虚假目标，包括背景地物和其它人造目标。这些虚假目标可能远多于真实的车辆目标，将很大程度上降低目标识别的效率，需要在鉴别阶段利用目标的相关特征来辨别出真实的车辆目标，并滤除虚假目标。在上述去除虚假目标的过程中，如何提取车辆的本质特征来有效区分目标和虚警是个关键问题。本项目开展的SAR图像机动目标的典型现象学特性形成机理分析与鉴别处理技术研究为解决上述难题提供了一条有效途径。一方面，通过对典型现象学特性形成机理的研究可以为分析机动目标和背景地物在SAR图像上的异同点提供理论依据，为现象学特征的优选和新鉴别特征的提取奠定理论基础；另一方面，深入研究目标快速稳健的鉴别处理技术，可以为目标的快速提取提供算法支撑。因此，本项目的研究具有十分重要的理论价值和现实意义。