本文基于舰船目标实测数据ISAR成像结果，提出一种新的二维ISAR像特征提取与分类识别方法，具体创新性可说明如下：

1） 舰船目标ISAR像特征提取新方法。包括ISAR像的图像预处理方法，同时给出六种不同特征的提取方法，包括一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

2） 针对提取出的舰船目标ISAR像特征，文中采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例，其正确的识别率已超过90%。

研究目的：

为解决基于实测数据ISAR成像结果的舰船目标特征提取与分类识别问题。与仿真数据相比，依据实测数据成像结果进行特征提取与分类识别难度很大，因此本文首先提出有效的图像特征提取方法，进而采用线性分类器完成对舰船目标的分类识别。

研究方法：

1） 舰船目标ISAR像的预处理，包括抑制条纹干扰、中值滤波、数学形态学等，使ISAR像的质量得到进一步提高，便于特征提取。

2） 舰船目标ISAR像的特征提取。分别提取了图像的一阶不变矩、二阶不变矩、舰船目标面积、距离单元最大均方偏差、舰船目标长度和桅杆高度。

3） 舰船目标分类识别。采用Fisher线性分类器来进行舰船目标的分类识别。以两种不同类型的舰船目标为例，其正确的识别率已超过90%。

结果：

1） 文中给出了舰船目标ISAR像的预处理流程，如正文中图3和图4所示。此时ISAR像的质量得到进一步提高。

2） 文中给出了舰船目标ISAR像的特征提取结果，如正文中图5、图6和图7所示。根据这些特征提取结果，可完成对舰船目标的分类识别。

3） 文中选取两种不同类型舰船目标的外场实测数据，并给出相应的识别结果，如正文中表2所示。相应的结果验证了所提特征的有效性。

结论：

对于舰船目标实测数据的ISAR成像结果来说，可通过图像预处理的方法进一步提高图像质量，进而可对舰船目标进行特征提取，并采用分类器完成对不同类型舰船目标的分类识别。本文的研究结果对ISAR成像技术的实际应用奠定了良好的理论和实验基础。

关键词：ISAR图像，特征提取，识别，舰船目标