朱兆彤 彭石宝 许 稼 许肖梅*

1 引言

合成孔径声呐（SAS）能够获取水下观测场景和目标高分辨率的图像，在民用和军事领域均得到了广泛的应用，如在水下考古、海底资源勘探、海底情报侦察等水下目标识别场所。高分辨率SAS图像成功应用的关键，在于对检测到的目标进行快速而准确的识别。

针对声呐图像目标自动识别问题，目前国内外都已积极展开研究，提出了许多有效的目标识别方法。文献[1]提出采用先验环境信息实现目标特征鲁棒提取的分类方法。文献[2]则提出通过融合多个分类器结果，提升目标识别准确性。文献[3-6]通过实测数据或对目标建模仿真，产生目标在多个观测角度下的仿真声呐图像，之后与实测图像进行匹配，实现水下目标识别。

合成孔径声呐成像与合成孔径雷达（SAR）成像原理相同，图像具有许多共同的特性，如相干斑、阴影、透视效应等，因此SAR目标识别方法与SAS目标识别方法可相互借鉴。近年来，针对合成孔径图像目标识别，提出了许多有效的方法。总体而言，现有研究思路可归纳为两类，一类为基于模板识别的方法[110]-，该类方法通过实际实验或者仿真预先得到目标在各种条件下的先验的模板图像[37]-或特征矢量[1,2,810]-，每个模板提供一种分类假设，分类时通过选择候选目标的图像或特征矢量与模板的最佳匹配来完成的。另一类是基于模型的识别方法[11,12]，该类方法数据库中存储的是目标物理或概念的模型，无需实际的先验模板数据。……