The invention discloses a SAR target type recognition method based on fast sparse description, comprises the following steps: obtaining the test sample images and training sample images using SAR imaging method; training sample image will belong to the same category of the sample according to the target azimuth are divided into multiple blocks; all the training samples contained within each block image on average, average sample image; the formation of the dictionary matrix using the average sample image; according to the dictionary matrix and test sample image, constructing and solving optimization problems, get the sparse vector; using sparse description vector reconstruction error calculation; according to the reconstruction error obtained recognition test samples in the image samples. Compared with the prior art, the invention has remarkable reduced computational complexity and can effectively realize the target type identification.
【技术实现步骤摘要】
基于快速稀疏描述的SAR目标型号识别方法
本专利技术属于图像处理
,涉及一种基于快速稀疏描述的SAR目标型号识别方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)由于其全天时、全天候、能够穿透云、雨、烟、雾等优点,已被广泛的应用于军事和民用等诸多领域。其中,基于SAR的自动目标识别(AutomaticTargetRecognition,ATR)技术是SAR应用的一个研究热点,它的研究对于环境监测、敌我识别和灾害评估等方面都有着重要意义。传统的SAR目标识别方法是针对目标类型的识别,也就是说,同一类型不同型号的样本在识别时被认为是一样的。而目标的型号识别比类型识别更具挑战性,因为同一类型目标的不同型号之间的差异非常小,如同一类型坦克上有没有机关枪、邮箱、天线是否展开等等。高精度的目标型号识别对于战场感知、精确打击等需要获取目标详细信息等应用领域是非常必要的,有着重要的应用价值。稀疏描述是一种有效的模式识别、机器学习理论,已被成功应用于雷达成像、图像处理、数据压缩、模式识别等领域。稀疏描述用于识别时,利用所有训练样本构造字典矩阵,然后求解测试样本的稀疏描述向量,最终根据稀疏描述向量计算重构误差得到识别结果。基于稀疏描述的SAR目标型号识别方法可以得到较好的识别结果,但是由于阴影效应、信号和环境的相互作用、将三维场景投影到平面等原因,SAR图像对目标方位角的变化较为敏感,为了实现较好的SAR目标型号识别,对训练样本有较大的需求,通常需要覆盖整个方位区间的大量训练样本来全面捕获目标特征,这就使得基于稀疏描述的SAR目标型号 ...
【技术保护点】
基于快速稀疏描述的SAR目标型号识别方法,其特征在于,包括以下步骤:步骤1,利用SAR成像方法针对多个训练样本目标获取不同方位角下的包含有训练样本目标的图像,作为训练样本图像,将针对每一个训练样本目标获取的不同方位角下的多个训练样本图像划分为同一个样本类别,方位角覆盖的范围为0°~360°;利用利用SAR成像方法获取包含有待识别目标的图像,作为测试样本图像;步骤2,对每一幅训练样本图像和测试样本图像分别进行预处理,得到预处理后的训练样本图像和预处理后的测试样本图像;预处理包括截取子图像和标准直方图均衡化;步骤3,针对每一幅预处理后的训练样本图像,均将图像中的所有像素值按列取出,排成一个训练样本列向量;针对预处理后的测试样本图像,将图像中的所有像素值按列取出,排成一个测试样本列向量;步骤4,针对步骤3中得到的所有训练样本列向量,将隶属于同一样本类别的训练样本列向量分成K块,每个块内的训练样本列向量所属的方位角度的覆盖范围为
【技术特征摘要】
1.基于快速稀疏描述的SAR目标型号识别方法,其特征在于,包括以下步骤:步骤1,利用SAR成像方法针对多个训练样本目标获取不同方位角下的包含有训练样本目标的图像,作为训练样本图像,将针对每一个训练样本目标获取的不同方位角下的多个训练样本图像划分为同一个样本类别,方位角覆盖的范围为0°~360°;利用利用SAR成像方法获取包含有待识别目标的图像,作为测试样本图像;步骤2,对每一幅训练样本图像和测试样本图像分别进行预处理,得到预处理后的训练样本图像和预处理后的测试样本图像;预处理包括截取子图像和标准直方图均衡化;步骤3,针对每一幅预处理后的训练样本图像,均将图像中的所有像素值按列取出,排成一个训练样本列向量;针对预处理后的测试样本图像,将图像中的所有像素值按列取出,排成一个测试样本列向量;步骤4,针对步骤3中得到的所有训练样本列向量,将隶属于同一样本类别的训练样本列向量分成K块,每个块内的训练样本列向量所属的方位角度的覆盖范围为步骤5,对每个块内包含的所有训练样本列向量取平均值,得到K个平均样本列向量;步骤6,利用样本类别i(i=1,2,...,C)内的K个平均样本列向量,形成该样本类别i下的训练样本集C表示样本类别总数;步骤7,利用获得的各个样本类别的训练样本集,形成稀疏描述中的字典矩阵步骤8,基于字典矩阵和测试样本列向量,构建优化问题;并利用正交匹配追踪方法或者基追踪方法求解优化问题,获得稀疏描述向量步骤9,利用稀疏描述向量计算重构误差ei;步骤10,基于最小重构误差准则,选择最小的重构误差ei对应的样本类别i作为输出结果,即为测试样本图像中的待识别目标所属样本类别。2.如权利要求1所述的基于快速稀疏描述的SAR目标型号识别方法,其特征在于,所述步骤2中的针对训练样本图像进行预处理的过程如下:以训练样本图像的几何中心为基准...
【专利技术属性】
技术研发人员:刘明,汪西莉,武杰,孙增国,洪灵,
申请(专利权)人:陕西师范大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。