合成孔径雷达SAR是一种利用微波进行感知的主动传感器,它具有全天候、全天时、分辨率高以及穿透力强等特点,成为目前对地观测和军事侦察的重要手段。自20世纪50年代以来,雷达成像技术日益成熟,成像分辨率不断提高,使得SAR图像目标检测和识别技术受到了越来越广泛的关注。现有的SAR图像目标检测算法,对于复杂场景下目标的检测效果较差,会检测出大量虚警,降低后续鉴别和识别的准确率。本文通过利用先验知识,联系目标和环境之间的特定关系,在特定环境中进行特定目标的检测,从而有效地降低虚警。同时,本文还将目标的检测、鉴别和识别算法,嵌入到人机交互界面,实现软件化,使得整个流程更加直观,可视化。论文主要安排如下:1.研究了基于场景先验知识的飞机目标检测的算法实现。首先,介绍了适用于SAR图像的边缘检测算子。其次,介绍了Hough变换。在边缘检测的基础上,通过Hough变换检测直线段,得到机场跑道的位置。最后,介绍了区域生长。在跑道中,选取种子点,利用区域生长算法生长出机场跑道区域,在机场跑道区域中运用CFAR检测算子,对飞机目标进行检测。2.研究了基于场景先验知识的车辆目标检测后的虚警去除算法实现。车辆目标一般停在开阔地,该区域一般为SAR图像中的主导背景区域,可通过直方图统计,找到该区域中的一点作为初始种子点,利用区域生长算法生长出该区域。未生长出的区域有可能是建筑、树木、阴影等区域,而这些区域一般不会存在车辆目标,通过选取训练样本,对该区域进行一类分类,得到真实的树木、建筑、阴影区域,在超像素CFAR检测的基础上,去除该区域中检测到的疑似目标,得到去除虚警后的结果。3.设计SAR图像目标检测与识别软件。通过Matlab&C混合编程技术,将SAR目标检测-鉴别-识别算法,嵌入到基于MFC设计的人机交互界面,增强了算法的可视化。整个软件包含了数据读取、预处理、检测、鉴别、识别和辅助模块共六个模块,模块之间既联合又独立。同时,又预留有其他算法模块,增强了软件的可扩展性。