System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术实施例涉及机器学习,特别涉及一种非合作目标的介质图像的生成方法、装置、设备及介质。
技术介绍
1、gtd(geometrical theory ofdiffraction,几何绕射理论)模型是一种常用的散射中心模型,它将散射中心的频率依赖性表达为半整数指数的幂次函数形式,且频率依赖因子与目标散射中心的几何结构相对应,能够提供丰富的目标结构信息。然而,针对非合作目标,由于情报收集较少,对其外形表面粗糙度等级及表面涂覆材料精确建模比较困难,在考虑目标表面粗糙度以及表面涂覆材料的情况下,难以通过传统的gtd模型生成非合作目标的介质图像,即难以得到与实测二维图像相似度很高的二维图像。
2、因此,亟需一种非合作目标的介质图像的生成方法。
技术实现思路
1、为了解决当前对非合作目标的介质图像生成不够准确的问题,本专利技术实施例提供了一种非合作目标的介质图像的生成方法、装置、设备及介质。
2、第一方面,本专利技术实施例提供了一种非合作目标的介质图像的生成索方法,方法包括:
3、获取非合作目标的无介质图像;
4、利用gtd模型生成所述无介质图像金属材质光滑表面的若干个三维散射中心;其中,所述无介质图像的目标表面无介质涂层;
5、将所述无介质图像的三维散射中心输入至预先训练好的模型中,以对每一个所述三维散射中心的散射幅度系数进行调整,得到所述非合作目标的介质图像。
6、第二方面,本专利技术实施例还提供了一种非合作目标的
7、获取单元,用于获取非合作目标的无介质图像;
8、生成单元,用于利用gtd模型生成所述无介质图像金属材质光滑表面的若干个三维散射中心;其中,所述无介质图像的目标表面无介质涂层;
9、调整单元,用于将所述无介质图像的三维散射中心输入至预先训练好的模型中,以对每一个所述三维散射中心的散射幅度系数进行调整,得到所述非合作目标的介质图像。
10、第三方面,本专利技术实施例还提供了一种计算设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现本说明书任一实施例所述的方法。
11、第四方面,本专利技术实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行本说明书任一实施例所述的方法。
12、本专利技术实施例提供了一种非合作目标的介质图像的生成方法、装置、设备及介质,通过充分利用已知合作目标的先验信息对神经网络进行训练,能够较为准确地根据无介质图像生成介质图像,相较于传统方法生成的非合作目标的无介质图像,本方案可以有效提高非合作目标介质图像的准确性。
本文档来自技高网...【技术保护点】
1.一种非合作目标的介质图像的生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述无介质图像的三维散射中心是通过如下公式生成的:
3.根据权利要求1所述的方法,其特征在于,所述模型是基于预先构建的神经网络训练生成的,所述神经网络由依次串联的乘积层、第一卷积层、第二卷积层、池化层、激活函数层和输出层组成;其中,所述乘积层用于对每一个所述三维散射中心的强度进行调制,所述第一卷积层用于将所述三维散射中心变换到二维图像空间,得到二维图像矩阵,所述第二卷积层用于调整所述二维图像矩阵的维度。
4.根据权利要求3所述的方法,其特征在于,所述将所述无介质图像的三维散射中心输入至预先训练好的模型中,以对每一个所述三维散射中心的散射幅度系数进行调整,得到所述非合作目标的介质图像,包括:
5.根据权利要求3所述的方法,其特征在于,所述激活函数层中的激活函数为ReLU函数。
6.根据权利要求1所述的方法,其特征在于,所述非合作目标的介质图像表示为:
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述模
8.一种非合作目标的介质图像的生成装置,其特征在于,包括:
9.一种计算设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种非合作目标的介质图像的生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述无介质图像的三维散射中心是通过如下公式生成的:
3.根据权利要求1所述的方法,其特征在于,所述模型是基于预先构建的神经网络训练生成的,所述神经网络由依次串联的乘积层、第一卷积层、第二卷积层、池化层、激活函数层和输出层组成;其中,所述乘积层用于对每一个所述三维散射中心的强度进行调制,所述第一卷积层用于将所述三维散射中心变换到二维图像空间,得到二维图像矩阵,所述第二卷积层用于调整所述二维图像矩阵的维度。
4.根据权利要求3所述的方法,其特征在于,所述将所述无介质图像的三维散射中心输入至预先训练好的模型中,以对每一个所述三维散射中心的散射幅度系数进行调整,...
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。