基于CFAR和CNN的SAR图像目标识别技术

作者：张官荣; 赵玉; 陈相; 李波; 王建军; 刘丹

来源：电光与控制, 2021, 1-9.

• SAR图像目标识别
• 相干斑抑制
• 特征学习
• 卷积自编码网络
• 卷积神经网络

合成孔径雷达（Synthetic Aperture Radar，SAR）图像自动目标识别（Automatic Target Recognition，ATR）技术是人工图像解译的关键技术之一，其旨在屏蔽固有噪声影响，获取感兴趣区域内表征目标的潜在特征信息，为目标识别提供有力的数据支撑。为了提升高分辨SAR图像目标识别精度，围绕算法设计中的相干斑抑制和特征提取问题，结合传统恒虚警率（Constant False Alarm Rate，CFAR）检测算法和深度卷积神经网络（Convolutional Neural Network， CNN）的最新研究设计了SAR图像自动目标识别框架，实验基于MSTAR标准数据集，目标识别结果表明所构建模型的有效性。

• 单位
  西北工业大学; 空军工程大学