本申请涉及一种面向空间目标ISAR图像的特征点检测方法、装置和设备，通过采用物理光学法进行仿真构建基元图像数据集以及空间目标数据集，利用基元图像数据集对基础特征点检测模型进行训练，再对空间目标数据集中的每一张空间目标仿真图像进行多次仿射变换后，利用训练后的基础特征点检测模型对多次仿射变换后的图像进行基础特征点检测，得到对应空间目标仿真图像的伪真值标签，并利用空间目标数据集以及对应的伪真值标签对特征点检测模型进行训练，最后直接采用训练后的特征点检测模型对ISAR图像进行检测，即可得到空间目标的特征点，采用本方法在克服训练时标注图像太少问题同时，提高了空间目标检测结果的精度。
【技术实现步骤摘要】
本申请涉及isar图像目标识别，特别是涉及一种面向空间目标isar图像的特征点检测方法、装置和设备。
技术介绍
1、逆合成孔径雷达可以全天时全天候工作，目前已被广泛应用于空间目标监视领域。通过对空间目标进行观测，逆合成孔径雷达可以获得目标的高分辨率isar图像。在isar成像过程中，增加传输信号带宽可以提高isar图像的径向分辨率，通过长时间观测积累较大的转角可以提高isar图像的横向分辨率。isar图像是目标在雷达成像平面上的二维投影，反映了目标的轮廓形状和散射特性。因此，从isar图像中检测特征点是一项非常重要的任务，可以为后续的空间目标姿态估计、三维重建提供技术支撑。
2、传统的特征点检测方法在面对isar图像的低纹理和明暗不均等特性时表现不佳。神经网络由于其非线性映射能力，能够有效地学习空间目标isar图像中的特征，从而提升特征点检测的性能。
3、然而，现有的已标注空间目标isar图像数据相对匮乏，为利用神经网络进行目标特征点的检测带来了挑战。
技术实现思路
>1、基于此，有必要本文档来自技高网...
【技术保护点】
1.一种面向空间目标ISAR图像的特征点检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向空间目标ISAR图像的特征点检测方法，其特征在于，在采用物理光学法基于空间目标基元结构进行仿真时：
3.根据权利要求2所述的面向空间目标ISAR图像的特征点检测方法，其特征在于，所述基础特征点检测模型为全卷积神经网络，所述基础特征点检测模型中的卷积核大小为3×3，采用批归一化进行数据归一化处理，非线性激活函数采用ReLU函数，全连接卷积层为1×1卷积。
4.根据权利要求3所述的面向空间目标ISAR图像的特征点检测方法，其特征在于，在对所述空间目标I...
【技术特征摘要】
1.一种面向空间目标isar图像的特征点检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的面向空间目标isar图像的特征点检测方法，其特征在于，在采用物理光学法基于空间目标基元结构进行仿真时：
3.根据权利要求2所述的面向空间目标isar图像的特征点检测方法，其特征在于，所述基础特征点检测模型为全卷积神经网络，所述基础特征点检测模型中的卷积核大小为3×3，采用批归一化进行数据归一化处理，非线性激活函数采用relu函数，全连接卷积层为1×1卷积。
4.根据权利要求3所述的面向空间目标isar图像的特征点检测方法，其特征在于，在对所述空间目标isar数据集中的每一张空间目标isar仿真图像进行多次仿射变换包括平移、旋转、缩放操作。
5.根据权利要求4所述的面向空间目标isar图像的特征点检测方法，其特征在于，利用所述训练后的基础特征点检测模型对多次仿射变换后的图像进行基础特征点检测，并根据多个检测结果得到对应空间目标isar仿真图像的伪真值标签包括：...
【专利技术属性】
技术研发人员：王粲雨，姜胜腾，王壮，蒋李兵，任笑圆，殷寰宇，蒋亿金，
申请(专利权)人：中国人民解放军国防科技大学，
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。