[00132343]激光雷达图像目标自动识别算法研究

激光雷达具有高度的隐蔽性，在精确制导方面有着突出的重要意义。该项目围绕相干激光雷达图像目标识别中的若干关键技术开展研究，包括激光雷达图像散斑噪声抑制、分割、特征提取与识别。给出了一种基于形态神经网络的激光雷达图像目标识别方案，可以较好的解决其目标识别问题。提出了一种用于散斑噪声抑制的非线性加权均值形态滤波算法，其处理结果优于Lee滤波算法和小波软阈值算法；提出了一种基于模糊逻辑和数学形态学的散斑抑制算法，对先前所提出算法的处理结果有所改善，之后，对此算法处理结果的残余图像进行细节恢复，较为有效恢复了所丢失的细节；改进了权重形态操作，提出了自适应加权形态滤波算法，有效地抑制了散斑噪声，并且更多的保持了图像细节；提出了一种形态神经网络目标检测算法，有效的检测出小目标。该项目还就基于一维高距离分辨（HHR）雷达像的自动目标识别（ATR）进行研究，尤其是支持矢量机（SVM）在SAR ATM中的应用；系统的研究了幂变换（power transform）对ATR的影响，并提出了一种幂变换系数的自适应预处理方法，大大提高了ATR的性能。以上结果不仅具有较大的学术意义，还具较大的国防应用价值。