【技术实现步骤摘要】
本申请涉及机器学习，特别是涉及一种合成孔径雷达图像海浪谱反演的模型训练方法和装置。
技术介绍
1、合成孔径雷达(sar)是目前唯一可提供高空间分辨率海浪二维观测的星载传感器，具有全天时全天候观测海表的能力，提供米级分辨率、超100千米的宽刈幅全球海域合成孔径雷达图像，已累积了约30年的观测数据，技术发展成熟，是获取高空间分辨率高精度海浪谱的良好数据源。
2、尽管sar在海浪二维观测中展现了独特的优势，但从sar图像中获取海浪谱仍然比较困难。自20世纪70年代星载sar诞生，科学家就一直致力于sar海浪谱反演研究。早期研究中已经建立了由海浪方向谱到sar图像谱的调制传递函数，为sar海浪谱反演奠定了理论基础。但由于sar对海浪成像是一个复杂的非线性过程，其非线性程度随海况增加，且存在传播方向180°模糊和高频信息丢失等问题，因此很难通过直接对调制传递函数求逆计算得到海浪方向谱。目前常用于sar海浪谱反演的方法多基于调制传递函数，以上世纪90年代hasselmann教授机器团队创建的非线性反演模式为代表。该反演模式的核心理念是基于先验信息提供海浪方向谱，正演得到sar图像谱，并迭代更新海浪谱，以克服sar海浪非线性反演的难点。
3、然而，先验信息的引入使得sar海浪谱反演无法突破独立反演的瓶颈，且模式中使用的调制传递函数能否准确刻画这一非线性过程仍值得进一步研究。另外，由于该模式的复杂性，海浪谱信息反演需要耗费大量计算和时间资源，难以进行业务化应用推广。
技术实现思路>
1、为了解决上述技术问题，本申请提供了一种合成孔径雷达图像海浪谱反演的模型训练方法，能够高效、准确地分析合成孔径雷达图像所对应的海浪谱参数。
2、本申请实施例公开了如下技术方案：
3、第一方面，本申请实施例公开了一种合成孔径雷达图像海浪谱反演的模型训练方法，所述方法包括：
4、获取样本图像集合，所述样本图像集合包括多个样本合成孔径雷达图像，合成孔径雷达图像用于表征海洋表面的图像特征，所述多个样本合成孔径雷达图像分别具有对应的样本海浪谱参数，海浪谱参数用于构成海浪频谱；
5、将所述多个样本合成孔径雷达图像分别作为目标合成孔径雷达图像，通过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数；
6、根据所述目标合成孔径雷达图像对应的目标样本海浪谱参数与所述待定海浪谱参数之间的差异，调节所述初始参数分析模型对应的模型参数，得到参数分析模型，所述目标海浪谱参数所构成的海浪频谱为所述目标合成孔径雷达图像对应所对应的海洋表面对应的实际海浪频谱，所述参数分析模型用于分析待分析合成孔径雷达图像对应的海浪谱参数。
7、在一种可能的实现方式中，所述多个样本合成孔径雷达图像分别具有对应的环境参数，所述环境参数用于表征所对应样本合成孔径雷达图像对应的海洋表面的环境；
8、所述通过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数，包括：
9、通过初始参数分析模型，根据所述目标合成孔径雷达图像和所述目标合成孔径雷达图像对应的目标环境参数，确定待定海浪谱参数；
10、所述参数分析模型具体用于根据所述待分析合成孔径雷达图像和所述待分析合成孔径雷达图像对应的环境参数，确定所述待分析合成孔径雷达图像对应的海浪谱参数。
11、在一种可能的实现方式中，所述根据所述目标合成孔径雷达图像和所述目标合成孔径雷达图像对应的目标环境参数，确定待定海浪谱参数，包括：
12、根据所述目标合成孔径雷达图像和所述目标环境参数，所述目标合成孔径雷达图像对应的海表特征；
13、根据所述海表特征确定所述待定海浪谱参数。
14、在一种可能的实现方式中，所述环境参数包括平均后向散射系数、入射角参数和风向参数中的任意一种或多种的组合。
15、在一种可能的实现方式中，所述获取样本图像集合，包括：
16、获取所述多个样本合成孔径雷达图像；
17、根据所述多个样本合成孔径雷达图像分别对应的观测时刻和观测位置，从已生成海浪谱参数中匹配得到所述多个样本合成孔径雷达图像分别对应的样本海浪谱参数。
18、在一种可能的实现方式中，所述初始参数分析模型包括n层卷积层和参数分析模块，所述卷积层用于提取输入数据的数据特征，所述n层卷积层分别具有对应的卷积层参数，卷积层参数用于控制卷积层对输入数据的数据特征提取程度；
19、所述过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数，包括：
20、通过所述n层卷积层对所述目标合成孔径雷达图像进行n次特征提取，得到所述目标合成孔径雷达图像对应的图像特征，在第i次特征提取中，通过第i层卷积层对第i-1层卷积层输出的数据进行特征提取，得到第i层卷积层输出的数据，n为大于1的正整数，i为大于1不大于n的正整数；
21、通过所述参数分析模块，根据所述图像特征确定所述目标合成孔径雷达图像对应的待定海浪谱参数；
22、所述根据所述目标合成孔径雷达图像对应的目标样本海浪谱参数与所述待定海浪谱参数之间的差异，调节所述初始参数分析模型对应的模型参数，包括：
23、根据所述目标合成孔径雷达图像对应的目标样本海浪谱参数与所述待定海浪谱参数之间的差异，调节所述n层卷积层分别对应的卷积层参数，以及调节所述参数分析模块对应的参数。
24、在一种可能的实现方式中，所述方法还包括：
25、获取所述待分析合成孔径雷达图像；
26、通过所述参数分析模型，根据所述待分析合成孔径雷达图像，确定所述待分析合成孔径雷达图像对应的海浪谱参数。
27、在一种可能的实现方式中，所述多个样本合成孔径雷达图像分别具有对应的样本有效波高参数，所述通过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数，包括：
28、通过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数和待定有效波高参数；
29、所述根据所述目标合成孔径雷达图像对应的目标样本海浪谱参数与所述待定海浪谱参数之间的差异，调节所述初始参数分析模型对应的模型参数，得到参数分析模型，包括：
30、根据所述目标合成孔径雷达图像对应的目标样本海浪谱参数与所述待定海浪谱参数之间的差异，以及根据所述目标合成孔径雷达图像对应的目标样本有效波高参数与所述待定有效波高参数之间的差异，调节所述初始参数分析模型对应的模型参数，得到参数分析模型。
31、第二方面，本申请实施例公开了一种合成孔径雷达图像海浪谱反演的模型训练装置，所述装置包括第一获取单元、第一确定单元和调节单元：
32、所述第一获取单元，用于获取样本图像集合，所述样本图像集合包括多个样本合成孔径雷达图像，合成孔径雷达图像用于表征海洋表面的图像特征，所述多个样本合成孔径雷达图像分别具有对应的样本海本文档来自技高网...
【技术保护点】
1.一种合成孔径雷达图像海浪谱反演的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个样本合成孔径雷达图像分别具有对应的环境参数，所述环境参数用于表征所对应样本合成孔径雷达图像对应的海洋表面的环境；
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标合成孔径雷达图像和所述目标合成孔径雷达图像对应的目标环境参数，确定待定海浪谱参数，包括：
4.根据权利要求2所述的方法，其特征在于，所述环境参数包括平均后向散射系数、入射角参数和风向参数中的任意一种或多种的组合。
5.根据权利要求1所述的方法，其特征在于，所述获取样本图像集合，包括：
6.根据权利要求1所述的方法，其特征在于，所述初始参数分析模型包括N层卷积层和参数分析模块，所述卷积层用于提取输入数据的数据特征，所述N层卷积层分别具有对应的卷积层参数，卷积层参数用于控制卷积层对输入数据的数据特征提取程度；
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在
9.一种合成孔径雷达图像海浪谱反演的模型训练装置，其特征在于，所述装置包括第一获取单元、第一确定单元和调节单元：
10.根据权利要求9所述的装置，其特征在于，所述多个样本合成孔径雷达图像分别具有对应的环境参数，所述环境参数用于表征所对应样本合成孔径雷达图像对应的海洋表面的环境；
11.根据权利要求10所述的装置，其特征在于，所述第一确定单元具体用于：
12.根据权利要求10所述的装置，其特征在于，所述环境参数包括平均后向散射系数、入射角参数和风向参数中的任意一种或多种的组合。
13.根据权利要求9所述的装置，其特征在于，所述第一获取单元具体用于：
14.根据权利要求9所述的装置，其特征在于，所述初始参数分析模型包括N层卷积层和参数分析模块，所述卷积层用于提取输入数据的数据特征，所述N层卷积层分别具有对应的卷积层参数，卷积层参数用于控制卷积层对输入数据的数据特征提取程度；
15.根据权利要求9所述的装置，其特征在于，所述装置还包括第二获取单元和第二确定单元：
16.根据权利要求9所述的装置，其特征在于，所述多个样本合成孔径雷达图像分别具有对应的样本有效波高参数，所述第一确定单元具体用于：
17.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：
18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-8中任意一项所述的用于海浪谱参数分析的模型训练方法。
...【技术特征摘要】
1.一种合成孔径雷达图像海浪谱反演的模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多个样本合成孔径雷达图像分别具有对应的环境参数，所述环境参数用于表征所对应样本合成孔径雷达图像对应的海洋表面的环境；
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标合成孔径雷达图像和所述目标合成孔径雷达图像对应的目标环境参数，确定待定海浪谱参数，包括：
4.根据权利要求2所述的方法，其特征在于，所述环境参数包括平均后向散射系数、入射角参数和风向参数中的任意一种或多种的组合。
5.根据权利要求1所述的方法，其特征在于，所述获取样本图像集合，包括：
6.根据权利要求1所述的方法，其特征在于，所述初始参数分析模型包括n层卷积层和参数分析模块，所述卷积层用于提取输入数据的数据特征，所述n层卷积层分别具有对应的卷积层参数，卷积层参数用于控制卷积层对输入数据的数据特征提取程度；
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述多个样本合成孔径雷达图像分别具有对应的样本有效波高参数，所述通过初始参数分析模型，根据所述目标合成孔径雷达图像确定待定海浪谱参数，包括：
9.一种合成孔径雷达图像海浪谱反演的模型训练装置，其特征在于，所述装置包括第一获取单元、第一确定单元...
【专利技术属性】
技术研发人员：李晓明，武可，
申请(专利权)人：中国科学院空天信息创新研究院，
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。