基于去噪扩散模型生成多类别特种车辆SAR图像的方法技术

本发明专利技术公开了一种基于去噪扩散模型生成多类别特种车辆SAR图像的方法，具体为：步骤1，获取特种车辆SAR图像的样本并对进行预处理；步骤2，根据类别对步骤1预处理后的特种车辆SAR图像创建类别标签，并将类别标签转换为可学习的类别编码向量；步骤3，获取t时刻的时间步编码向量；给经步骤2预设类别标签的特种车辆SAR图像进行加噪；步骤4，根据t时刻的时间步编码向量、加噪后的特种车辆SAR图像、类别编码向量送入自注意力U‑Net网络训练获得去噪扩散模型；步骤5，根据去噪扩散模型生成特种车辆SAR图像。本发明专利技术解决了现有技术中存在的采用对抗机制的GAN生成特种车辆SAR图像因训练过程稳定性差容易出现模式崩溃以及网络参数量过大的问题。

【技术实现步骤摘要】

本专利技术属于图像处理方法，涉及一种基于去噪扩散模型生成多类别特种车辆sar图像的方法。

技术介绍

1、合成孔径雷达(synthetic aperture rada sar，sar)是一种广泛用于远程感知和图像获取的技术，通过发射微波信号并接收反射信号，生成高分辨率的地表图像。sar图像在地物识别、地理信息系统、环境监测和天文学等领域中具有重要应用。然而，在地物识别领域里，特种车辆sar图像的获取通常受到多重限制，具体如下：首先，sar图像必须通过装载在飞行器上的雷达设备来获取，这使得数据采集过程变得昂贵和复杂；其次，由于特种车辆的稀有性和保密性，数据采集受到严格的限制，不能随意进行，这进一步妨碍了进行大规模sar图像采集的可能性；此外，在某些环境下，例如恶劣天气、大气干扰和夜间光照等，可能会限制特种车辆sar图像的质量和可用性，导致数据采集的不确定性，且特种车辆的任务通常需要在复杂和具有挑战性的环境中执行，这进一步强调了对高质量特种车辆sar图像的需求。正是由于这些困难和限制，导致了特种车辆sar图像数据集的有限性，进而使得深度学习模型在地物识别中的sa本文档来自技高网...

【技术保护点】

1.基于去噪扩散模型生成多类别特种车辆SAR图像的方法，其特征在于，具体按照如下步骤实施：

2.根据权利要求1所述的基于去噪扩散模型生成多类别特种车辆SAR图像的方法，其特征在于，所述步骤1中对样本数据进行处理具体为：

3.根据权利要求2所述的基于去噪扩散模型生成多类别特种车辆SAR图像的方法，其特征在于，所述图像增强具体为：对经过中央裁剪的特种车辆SAR图像依次进行随机亮度调整、随机镜像翻转以及直方图均衡化。

4.根据权利要求1所述的基于去噪扩散模型生成多类别特种车辆SAR图像的方法，其特征在于，所述步骤2具体为：

5.根据权利要求4所述...

【技术特征摘要】

1.基于去噪扩散模型生成多类别特种车辆sar图像的方法，其特征在于，具体按照如下步骤实施：

2.根据权利要求1所述的基于去噪扩散模型生成多类别特种车辆sar图像的方法，其特征在于，所述步骤1中对样本数据进行处理具体为：

3.根据权利要求2所述的基于去噪扩散模型生成多类别特种车辆sar图像的方法，其特征在于，所述图像增强具体为：对经过中央裁剪的特种车辆sar图像依次进行随机亮度调整、随机镜像翻转以及直方图均衡化。

4.根据权利要求1所述的基于去噪扩散模型生成多类别特种车辆sar图像的方法，其特征在于，所述步骤2具体为：

5.根据权利要求4所述的基于去噪扩散模型生成多类别特种车辆sar图像的方法，其特征在于，所述类别编码层包括依次连接的全连接层、silu激活层、全...

【专利技术属性】
技术研发人员：梁继民，王榕旭，郑洋，郭开泰，胡海虹，王梓宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：