林智莘 李璐 卢晓军

摘 要：本设计采用将长宽比、面积、灰度平均值作为目标切片的特征提取方法，利用BP神经网络、K-近邻分类器实现了TerraSAR数据的舰船目标分类。基于Qt开发工具在NVIDIA Jetson TX2嵌入式开发平台上实现了一套针对合成孔径遥感图像的舰船目标快速识别与分类系统，具备SAR图像动态载入、目标快速识别与分类、检测结果实时显示等功能，准确率高达80%以上。

关键词：合成孔径雷达；舰船识别；舰船特征提取；OpenCV

中图分类号：TP39；TN409 文献标识码：A 文章编號：2095-1302（2018）01-00-03

0 引 言

合成孔径雷达（Synthetic Aperture Radar， SAR）是一种可自动获取目标的微波传感器，能够全天时、全天候实现地面目标的观测。利用SAR图像进行舰船目标检测的研究与开发在海洋遥感领域得到了广泛重视，成为SAR数据海洋应用的重要内容之一，但SAR图像目标检测与识别领域还存在许多尚未解决的问题，因此开展SAR图像舰船目标检测与识别分类研究意义重大。

1 理论基础

1.1 SAR图像舰船目标特征分析

本文主要使用了SAR图像的灰度统计特征和几何特征来进行舰船目标的分类与识别。描述目标特征的最基本特征是几何结构，包括长宽比、面积和质量。

由于舰船的形状和尺寸特征与实际形状、尺寸相关，因此对不同的船舶目标具有一定的区分能力。文中只考虑包含一个舰船目标的目标区域二值图 B（m，n）。在B（m，n）中根据目标的主轴方向找到目标区域的外接矩形，该外接矩形长边的长度L即为船舶目标的长度，外接矩形的短边长度W即为船舶目标的宽度。……