本发明专利技术公开了车载SAR目标检测与识别方法、系统及终端，方法包括：将车载SAR回波数据进行成像处理得到车载SAR图像；对车载SAR图像进行超像素分割；对分割后的车载SAR图像进行阈值检测，得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到更精确的目标二值图像；框出目标图裁剪为样本图；将样本图输入卷积神经网络模型进行训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。本发明专利技术的技术效果在于，由于采用先验的目标尺寸信息，排除明显不符合目标尺寸的部分，从而大大减小后续检测时的工作量；二是由于采用框住目标后，对目标进行旋转，克服传统方法中目标检测框不能旋转引入的冗余信息。中目标检测框不能旋转引入的冗余信息。中目标检测框不能旋转引入的冗余信息。
【技术实现步骤摘要】
车载SAR目标检测与识别方法、系统及终端
[0001]本专利技术涉及计算机处理
，尤其涉及一种车载SAR目标检测与识别方法、系统、终端及计算机可读存储介质。
技术介绍
[0002]SAR(Synthetic Aperture Radar)，即合成孔径雷达，是一种主动式的对地观测系统，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测、并具有一定的地表穿透能力。
[0003]由于合成孔径雷达(Synthetic Aperture Radar，SAR)具有全天时、全天候工作，分辨率高且不随距离增大而变小等优点，获得了在在军事和民用等领域的广泛应用。但是现有技术的SAR图像的图像特性会随着不同的成像参数、成像姿态、地物环境等发生较大的变化，使得SAR图像的目标检测和识别变得非常困难。现有技术的SAR图像的目标检测和识别计算量大，硬件要求高，实现复杂。
[0004]因此，现有技术还有待于改进和发展。
技术实现思路
[0005]本专利技术的主要目的在于提供一种车载SAR目标检测与识别方法、系统、终端及计算机可读存储介质，旨在解决现有技术的SAR图像的目标检测和识别计算量大，硬件要求高，实现复杂的问题。
[0006]为实现上述目的，本专利技术提供一种车载SAR目标检测与识别方法，所述车载SAR目标检测与识别方法包括如下步骤：
[0007]将车载SAR回波数据进行成像处理，得到原始车载SAR图像；
[0008]利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像；
[0009]对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；
[0010]对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像；
[0011]基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图；
[0012]将所述样本图输入卷积神经网络模型进行神经网络训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。
[0013]所述的车载SAR目标检测与识别方法，其中，所述利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像的步骤包括；
[0014]根据需要检测的目标的大小，设置合适的超像素初始尺寸，对所述原始车载SAR图像进行分割，将背景和检测的目标划分到不同的超像素中，得到分割后的车载SAR图像。
[0015]所述的车载SAR目标检测与识别方法，其中，所述对分割后的车载SAR图像进行阈
值检测，并经过形态学运算后得到目标二值图像；
[0016]对分割后的车载SAR图像，采用全局阈值方法，以超像素作为基本单位，以图像总体平均功率作为阈值进行阈值检测，得到目标二值图像；
[0017]对得到的目标二值图像进行形态学处理，得到形态学处理后的目标二值图像。
[0018]所述的车载SAR目标检测与识别方法，其中，所述对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像的步骤包括：
[0019]利用先验的目标尺寸信息，对经过形态学运算后得到目标二值图像进行修剪处理，将不满足目标基本尺寸的部分删除，保留与目标尺寸基本相同的部分，得到优化后的目标二值图像。
[0020]所述的车载SAR目标检测与识别方法，其中，所述基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图的步骤包括；
[0021]对优化后的目标二值图像，在原始车载SAR图像上提取目标，并旋转目标，使目标竖直于方框中；
[0022]将框出的目标图裁剪为样本图。
[0023]所述的车载SAR目标检测与识别方法，其中，所述对优化后的目标二值图像，在原始车载SAR图像上提取目标，并旋转目标，使目标竖直于方框中的步骤包括：
[0024]定义一个与方框尺寸相同的二维矩阵，矩阵中的元素用方框对应位置的车载SAR回波数据填充；
[0025]将矩阵按行求和，得到一个一维向量；
[0026]取一维向量的最大值，作为纵坐标，以旋转角度作为横坐标，进行绘图；图形最高点对应的角度即为需要的目标旋转角度。
[0027]所述的车载SAR目标检测与识别方法，其中，所述将所述样本图输入卷积神经网络模型进行神经网络训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出的步骤包括：
[0028]将所述样本图输入卷积神经网络模型进行神经网络训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出，显示出目标相距于雷达的位置信息。
[0029]一种车载SAR目标检测与识别系统，其中，所述车载SAR目标检测与识别系统包括：
[0030]回波数据处理模块，用于将车载SAR回波数据进行成像处理，得到原始车载SAR图像；
[0031]图像分割模块，用于利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像；
[0032]阈值检测模块，用于对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；
[0033]优化处理模块，用于对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像；
[0034]目标框出及裁剪模块，用于基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图；
[0035]目标预测模块，用于将所述样本图输入卷积神经网络模型进行神经网络训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。
[0036]一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车载SAR目标检测与识别程序，所述车载SAR目标检测与识别程序被所述处理器执行时实现任一项所述的车载SAR目标检测与识别方法的步骤。
[0037]一种计算机可读存储介质，其中，所述计算机可读存储介质存储有车载SAR目标检测与识别程序，所述车载SAR目标检测与识别程序被处理器执行时实现任一项所述的车载SAR目标检测与识别方法的步骤。
[0038]本专利技术提供了一种结合图像处理方法和深度学习方法的车载SAR目标检测方法。首先将车载SAR回波数据进行成像处理，得到原始车载SAR图像，在此图像基础上进行目标检测。主要流程为：利用超像素生成算法中的SLIC算法对图像进行分割，在此基础上，以超像素作为基本单位进行阈值检测，得到目标二值图像，再进行一些形态学处理；然后利用先验的目标尺寸信息，可排除明显不符合目标尺寸的部分，从而减小后续检测时的工作量；接下来将目标框住并提取出来，目标在车载SAR图像中存在着一定的倾斜角度，需要旋转目标，使其竖直处于方框中；下面利用神经网络来提高本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车载SAR目标检测与识别方法，其特征在于，所述车载SAR目标检测与识别方法包括：将车载SAR回波数据进行成像处理，得到原始车载SAR图像；利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像；对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像；基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图；将所述样本图输入卷积神经网络模型进行训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。2.根据权利要求1所述的车载SAR目标检测与识别方法，其特征在于，所述利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像的步骤包括；根据需要检测的目标的大小，设置合适的超像素初始尺寸，对所述原始车载SAR图像进行分割，将背景和检测的目标划分到不同的超像素中，得到分割后的车载SAR图像。3.根据权利要求1所述的车载SAR目标检测与识别方法，其特征在于，所述对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；对分割后的车载SAR图像，采用全局阈值方法，以超像素作为基本单位，以图像总体平均功率作为阈值进行阈值检测，得到目标二值图像；对得到的目标二值图像进行形态学处理，得到形态学处理后的目标二值图像。4.根据权利要求1所述的车载SAR目标检测与识别方法，其特征在于，所述对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像的步骤包括：利用先验的目标尺寸信息，对经过形态学运算后得到目标二值图像进行优化处理，将不满足目标基本尺寸的部分删除，保留与目标尺寸基本相同的部分，得到优化后的目标二值图像。5.根据权利要求1所述的车载SAR目标检测与识别方法，其特征在于，所述基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图的步骤包括；对优化后的目标二值图像，在原始车载SAR图像上提取目标，并旋转目标，使目标竖直于方框中；将框出的目标图裁剪为样本图。6.根据权利要求5所述的车载SAR目标检测与识别方法...
【专利技术属性】
技术研发人员：黄磊，谢紫霞，李凉海，张彬，赵博，司璀琪，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
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。