基于可变卷积神经网络的SAR自动目标识别方法技术

本发明专利技术公开一种基于可变卷积神经网络的SAR自动目标识别方法，应用于雷达目标识别领域，针对现有技术中存在的SAR图像目标的散射特性以及形态特征并没有被网络充分挖掘、利用，整体识别性能并没有太大提升的问题；本发明专利技术通过数据扩充，并基于模块中增加额外偏移量的空间采样位置的想法，使得卷积核在输入特征图谱的采样点发生偏移，集中于感兴趣的区域或目标，克服了SAR目标不同方位角的影响，缓解了SAR图像样本量不足的问题，避免了特征提取不充分的情况，泛化能力强，能够有效地利用SAR目标特有的形态、散射信息，实现目标精准识别分类。

【技术实现步骤摘要】
基于可变卷积神经网络的SAR自动目标识别方法
本专利技术属于雷达目标识别领域，特别涉及一种目标信息以及类别自动获取的技术。
技术介绍
合成孔径雷达(SyntheticApertureRadar,SAR)是一种高分辨率成像雷达，能在不受光照和气候条件等限制情况下实现全天时、全天候的对地观测，在航空测量、卫星海洋观测、战场感知侦察、农林环境监测、地质地貌勘探等领域有广泛的应用前景，具有极高的民用与军用价值。SAR自动目标识别(AutomaticTargetRecognition,ATR)是一种基于现代信号处理和模式识别等理论的图像解译技术，其大致可分为检测、鉴别和分类三级流程，旨在获取感兴趣区域可能包含的目标类别，为战场情报分析提供有力支撑。目前，在SARATR的过程中，主要是通过基于模板的方法和基于模型的方法对目标进行有效识别。但传统方法存在效率较低、实时性较差、算法复杂度较高等问题，同时在人工经验影响下难以提取出最优的目标特征，使得系统的识别性能有所下降。随着近几年深度学习的不断发展，其在图像处理、数据挖掘等领域取得了很多成果。凭借其优本文档来自技高网...

【技术保护点】
1.一种基于可变卷积神经网络的SAR自动目标识别方法，其特征在于，包括：/nS1、获取原始SAR图像；/nS2、对步骤S1获取的SAR图像进行预处理；/nS3、构建基于可变卷积的深度神经网络；/nS4、采用步骤S2得到的SAR图像对步骤S3构建的基于可变卷积的深度神经网络进行训练，从而得到SAR目标识别网络模型。/n

【技术特征摘要】
1.一种基于可变卷积神经网络的SAR自动目标识别方法，其特征在于，包括：
S1、获取原始SAR图像；
S2、对步骤S1获取的SAR图像进行预处理；
S3、构建基于可变卷积的深度神经网络；
S4、采用步骤S2得到的SAR图像对步骤S3构建的基于可变卷积的深度神经网络进行训练，从而得到SAR目标识别网络模型。


2.根据权利要求1所述的一种基于可变卷积神经网络的SAR自动目标识别方法，其特征在于，所述步骤S2具体包括以下分步骤：
S21、根据SAR目标方位角，将原始SAR图像旋转至同一方向；
S22、对经过S21处理后的旋转图像进行数据扩充，以图像像素中心点为基点进行一次随机裁剪。


3.根据权利要求1所述的一种基于可变卷积神...

【专利技术属性】
技术研发人员：裴季方，黄钰林，汪志勇，霍伟博，王陈炜，张寅，杨海光，杨建宇，张永伟，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51