高分辨率SAR图像目标行为识别和事件挖掘方法研究

This project researches on theoretical model and key methods of target behavior recognition and event mining for high resolution SAR image, and aims at providing new theory and new methods of target behavior recognition and event mining for high resolution SAR image with general use. This project focuses on three scientific problems, which are: 1) research on methods for SAR image target attribute recognition with full consideration of multiple imaging factors. Solve the problem caused by incomprehensive consideration to the multiple imaging factors of image in the current methods to improve the robustness and generalizability for target attribute recognition. 2) Research on methods for SAR image target behavior recognition in a certain time interval. Find the optimum target behavior features and behavior description model which describes the target behaviors according with the actual behavior discriminant rule to correctly decide the target behavior in a certain time interval. 3) Research on methods for mining SAR image target group event, which formed by complex behaviors of multiple targets with mutual correlation. Search the optimum event features and event description model which reflects the dependence and potential correlation of the behaviors of the multiple targets and describes the events according with the actual event discriminant rule to explore the potential events likely evoked by complex behaviors of the target group. Target behavior recognition and event mining is the key technology for improving battlefield perception and it has important scientific research value and application prospect.

本项目研究高分辨率SAR图像目标行为识别与事件挖掘问题的理论模型和关键方法，给出具有一定普遍意义的高分辨率SAR图像目标行为识别和事件挖掘的新理论与新方法。针对三个科学问题展开：1）研究联合考虑多种成像因素的SAR图像目标属性识别方法，解决目前方法对图像多种成像因素考虑不全面的问题，提高目标属性识别的鲁棒性和可推广性。2）研究一定时间间隔内的SAR图像目标行为识别方法，寻找优化的目标行为特征和符合实际行为判别规律的目标行为描述模型，给出一定时间间隔内的目标行为的正确判别。3）研究SAR图像中有相互关联的多目标复杂行为构成的目标群事件挖掘方法，寻找最优的事件特征以及能反映目标群行为相关性和潜在联系的符合实际事件判别规律的事件描述模型，挖掘目标群复杂行为可能引发的潜在事件。目标行为识别和事件挖掘是提高战场感知能力的关键技术，具有重要的科学研究价值和应用前景。

目标行为识别和事件挖掘是提高战场感知能力的关键技术，具有重要的科学研究价值和应用前景。本项目研究高分辨率SAR图像目标行为识别与事件挖掘问题的理论模型和关键方法。主要研究内容包括：1）研究SAR图像旁瓣抑制方法，提出一种基于小波变换空间变迹的旁瓣抑制方法，可有效抑制旁瓣，提高SAR图像的质量。2）研究联合考虑多种成像因素的 SAR 图像目标属性识别方法，提出了一种基于多线性主成分分析和张量分析的SAR图像目标识别方法，该方法有效的保留了图像的空时结构信息并联合考虑了多种成像因素，提高了目标属性识别的鲁棒性和可推广性；3）研究多方位角 SAR 图像属性识别方法，提出一种基于多层次结合的多方位角SAR图像目标识别方法，利用多视SAR图像进行目标识别并同时在目标识别框架的两个层次——数据层和决策层进行，并将两个层次获得的识别率收益相互结合，从而提高目标识别的正确率。4）建立了多目标交互行为SAR图像数据库，为SAR图像多目标交互行为特征提取以及建模与识别提供了数据基础。5）研究SAR图像序列运动目标检测方法，提出一种结合相邻帧差法和混合高斯模型的运动目标检测方法，可对检测区进行准确、实时的运动目标检测。6）研究SAR图像序列中有相互关联的多目标复杂行为构成的目标群事件的正确识别和挖掘方法，提出了一种基于耦合隐马尔可夫模型的目标交互行为识别方法，可正确识别出有交互行为的两个目标构成的目标群事件。