【技术实现步骤摘要】
雷达图像识别方法及装置、电子设备、存储介质
[0001]本公开涉及图像识别
,具体而言,涉及一种雷达图像识别方法及装置
、
电子设备
、
存储介质
。
技术介绍
[0002]随着技术的发展和进步,雷达图像识别技术在军事
、
民用和医疗等领域中的应用日益广泛
。
比如,雷达图像识别技术在地形勘察
、
气象预报
、
自动驾驶
、
安全监控及医疗诊断中都具有广阔的应用前景
。
相关技术中,在雷达图像识别时,通过使用人工智能和机器学习算法来学习图像中的模式和特征,进而实现图像的识别,该种图像识别方法存在识别精度较低的问题
。
[0003]需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息
。
技术实现思路
[0004]本公开的目的在于提供一种雷达图像识别方法及装置
、
电子设备
、
存储介质,进而至少一定程度上提升雷达图片识别的精度
。
[0005]根据本公开的第一方面,提供一种雷达图像识别方法,所述方法包括:
[0006]将待识别图片转换为灰度图像,并通过一维数据集
X
表示,所述数据集
X
中包括
n
个像素单元的灰度数据,
n
为大于等于2的 ...
【技术保护点】
【技术特征摘要】
1.
一种雷达图像识别方法,其特征在于,所述方法包括:将待识别图片转换为灰度图像,并通过一维数据集
X
表示,所述数据集
X
中包括
n
个像素单元的灰度数据,
n
为大于等于2的正整数;计算数据集
X
的相似度矩阵
A1
;在待识别图像中选取多个类标点,并修正所述相似度矩阵中和所述类标点相关的值,得到修正相似度矩阵
A2
,多个所述类标点均为待识别图像中的前景,或者多个所述类标点均为待识别图像中的背景;根据所述修正相似度矩阵
A2
对所述待识别图片进行聚类分割,得到分割结果;对比所述分割结果和图库中的图像,以实现待识别图片的识别
。2.
如权利要求1所述的方法,其特征在于,所述计算数据集
R
的相似度矩阵
A1
,包括:分别计算数据集
R
中各像素的尺度参数;根据所述尺度参数,计算所述数据集
R
的相似度矩阵
。3.
如权利要求2所述的方法,其特征在于,计算数据集
R
中各像素的尺度参数通过公式1实现:其中,
σ
i
为像素
i
的尺度参数,
x
i
为像素
i
的灰度值,
x
d
为和像素
i
的距离
d
个的像素的灰度值,
m
为大于等于2的正整数;根据所述尺度参数,计算所述数据集
R
的相似度矩阵,通过公式2和3实现:
A
ij
=
exp(
‑
||x
i
‑
x
j
||2/
σ
i
σ
j
) i,j∈(1
,
n)
ꢀꢀꢀꢀ3其中,
A
ij
表示相似度矩阵
A
的任意元素,
σ
i
,
σ
j
分别表示数据集中任意点
x
i
和
x
j
对应的尺度参数,
||x
i
‑
x
j
||
表示点
x
i
...
【专利技术属性】
技术研发人员:杨杰,李波,白月,许驰,程蕾,
申请(专利权)人:西安雷通科技有限责任公司,
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。