● 摘要
在军事领域中,舰船是重要的军事目标，也是侦察和打击的主要对象之一，基于SAR图像的舰船目标自动识别是军事目标模式识别领域中重要的研究课题，利用SAR图像对舰船目标的类型、数量等进行识别对于完成目标侦察和打击任务来讲具有很高的学术和实际应用价值。本文基于GRECO原理(Graphic Electromagnetic Computing)，运用现代计算电磁学和计算机图形学，计算分析大型海面舰船目标的雷达波散射特性，并结合雷达仿真成像技术生成目标不同雷达视角和方位角下的特定载荷平台雷达图像，为舰船目标的特征提取和识别研究提供精确雷达数据源。论文阐述了SAR图像预处理和SAR图像特征理论，并针对SAR图像目标特征和舰船目标识别的特殊性，采取基于形状的特征提取和不变矩特征，完成BP神经网络训练和学习的样本库，建立舰船目标自动识别和智能判读系统。该系统通过执行一系列的图像分析任务，提取有效的目标特征，从SAR图像上完成对舰船目标的自动识别，为作战提供目标打击的依据。结果表明：基于仿真SAR舰船目标图像可以获得比较好的目标识别率。