【技术实现步骤摘要】
本专利技术属于雷达图像处理,具体涉及一种基于条件生成对抗网络去噪算法的雷达图像海杂波抑制辅助目标检测方法及系统。
技术介绍
1、雷达图像处理技术是指对雷达信号进行处理,从而得到清晰可见的雷达图像。由于雷达系统常常处于极端环境下工作,如恶劣天气、电磁干扰等,因此雷达图像中会出现各种干扰,其中海杂波干扰是比较常见的一种。这种干扰会对雷达图像的可视性和目标检测的准确性产生负面影响。
2、传统的海杂波抑制方法通常采用滤波技术或者小波变换等方法进行处理,但是这些方法的效果并不理想,存在一定的局限性。随着深度学习技术的发展,特别是生成对抗网络(gan)和条件生成对抗网络(cgan)的出现,这些技术被广泛应用于图像去噪和图像增强等领域,并取得了很好的效果。
3、传统cgan去噪算法主要针对自然场景下的可见光图像,本专利技术尝试采用cgan去噪算法抑制雷达图像中的海杂波的干扰,因其海杂波受环境影响较大导致成像结果多样,使其极具挑战,我们也引入了创新性数据增强的算法模拟其成像结果,使cgan能够在海杂波的抑制中表现良好,后续结合相
...【技术保护点】
1.一种雷达图像海杂波抑制辅助目标检测方法,其步骤包括:
2.根据权利要求1所述的方法,其特征在于,得到所述目标检测结果的方法为:首先,所述雷达目标检测模块依次利用卷积层、池化层对输入的去海杂波的图像进行特征提取;然后将提取的特征依次经残差层、特征金字塔网络,提取不同尺度的特征图;然后对每一尺度的特征图依次经卷积层、全连接层处理,以获得对应尺度特征图中的目标的位置和类别信息;然后将目标检测结果以可视化的方式呈现。
3.根据权利要求1或2所述的方法,其特征在于,通过Xij=RandomMask(Iij)+γOij生成所述雷达目标图像;其中,Xij
...【技术特征摘要】
1.一种雷达图像海杂波抑制辅助目标检测方法,其步骤包括:
2.根据权利要求1所述的方法,其特征在于,得到所述目标检测结果的方法为:首先,所述雷达目标检测模块依次利用卷积层、池化层对输入的去海杂波的图像进行特征提取;然后将提取的特征依次经残差层、特征金字塔网络,提取不同尺度的特征图;然后对每一尺度的特征图依次经卷积层、全连接层处理,以获得对应尺度特征图中的目标的位置和类别信息;然后将目标检测结果以可视化的方式呈现。
3.根据权利要求1或2所述的方法,其特征在于,通过xij=randommask(iij)+γoij生成所述雷达目标图像;其中,xij为雷达目标图像x中第i行、第j列的元素,iij为干净背景图像i中第i行、第j列的元素,oij为雷达目标图像o中第i行、第j列的元素,γ为权重系数,用于调节雷达目标在干净背景图像i中的亮度;randommask是一个掩码图,其大小为干净背景图像i的大小,用于从干净背景图像i中随机选择一块雷达目标图像大小的区域,用于雷达目标区域的融合。
4.根据权利要求1或2所述的方法,其特征在于,通过xij’=randommask(iij’)+γoij生成所述海杂...
【专利技术属性】
技术研发人员:李港,刘美琴,杜大钊,司凌宇,郑昌文,张筱晗,
申请(专利权)人:中国科学院软件研究所,
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。