基于CT成像的合成孔径雷达向量熵成像研究

《基于CT成像的合成孔径雷达向量熵成像研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学博上学位论文V5999乏0-L摘要合成孔径雷达(SAR)在各个领域特别是在自动目标识别系统中得到了越来越广泛的应用。因此研究SAR二维和三维图象重建算法具有重要的理论价值和应用前景。计算机层析成像(CT)已应用于工业无损检测和勘探等领域中。论文基于CT成像技术，提出了一种合成孔径雷达断层成像模型和特征增强向量熵正则化优化理论，在二维和三维SAR图象重建中取得了较好的重建质量和速度。论文通过论证聚束式调制雷达获得的返回信号是目标反射率函数的三维傅立叶变换，提出了聚束式合成孔径雷达的三维断层成像模型，用断层成像方法代替传统的分析方法。由于合成孔径雷达

2、图象处理的反射率密度函数为复数，反射率的相位都看作随机值，且相位不相关。这种复数特性使得用于实数的正则化方法很难奏效。论文提出了向量熵正则化成像理论，应用于我们建立的SAR断层成像模型，解决了SAR断层成像的复数和非线性问题。特征提取是SAR自动目标识别系统的重要工作，因此论文在SAR成像算法中兼顾特征增强环节，通过在向量熵正则化成像中加入适当的先验知识建立优化模型求解，可以充分利用原有信息，有效地抑制噪声并重建更多的图象细节，形成增强特征的SAR成像方法。论文利用雷达目标仿真数据及MITLincoln实验室ADTS数据库提供的雷达图象实际数据进行了重建

3、，给出了论文方法的SAR成像结果。与传统SAR成像算法的成像结果比较研究表明：本论文的重建算法在重建质量和速度均有一定的优势。关键词：合成孔径雷达，断层投影，成像算法，向量熵正则化优化浙江人学博十学位论文AbstractSyntheticapertureradar(SAR)hasbeenusedwidelyinmoreandmorefields，especiallyinautomatictargetrecognitionsystems，Researcheson2-Dand3-DSARimagereconstructionhaveimportanttheo

4、reticalvalueandapplications．CTtechnologyiswidelyusedinindustrialharmless—examination，geographyexploresandSOon．BasedOnCTtechnology,anewSARreconstructionalgorithmhasbeenpresented．whichinvolvesatomographicmodelofSARobservationandaFeatare．EnhancedVector-Entropyregularizationapproacht

5、oreconstructSARimagesfromprojections．TheperformanceofthemethodbyusingsyntheticandrealSARsceneshasbeendemonstrated．AnewSAR3-Dmodeloftomographyhasbeendevelopedbyprovingthatthepossessedretumsignalcanbeshowntobeacertainrangeof3一DFouriertransformofreflectivityfunction。This3-Dtomograph

6、yprovidesanewwayfurunderstandingthe3一Dnatureofreflectivityfunction．Inplaceofregularizationmethodwhichisusedinreal—valuedimagereconstruction，Vector-Entropyregularizationmethodhasbeendevelopedwhicheffectivelydealswiththecomplex—valued，random-phasednatureoftheSARtargetreflectivityan

7、dthenonlinearityinoptimization．ExtractionoffeaturesfromSARimagesisimportantforautomatictargetrecognitionsystem．Ouralgorithmisrecognition—orientedbyincorporatingsomepriorinformationregardingthenatureofthefeaturesofinterestduringthereconstructionandhelpsprovidereconstructedimageswi

8、thbetterenhancedtargetfeatures．Thepropos