[发明专利]一种基于SAR影像的微波三维数据集构建方法

说明书

本发明涉及一种基于SAR影像的微波三维数据集构建方法，在SAR三维应用领域进行拓展，为发展SAR目标三维认知和应用提供数据支撑，也为后续的SAR三维数据集的建立提供参考，并且现有的SAR数据集大都是基于在已有影像数据基础上，在图像分割后获取切片数据，本发明就目前整体而言，克服现有SAR真实数据较为缺乏的缺点，采用实际数据为基准，再补充仿真数据的方法，可以对数据集进行补充，有效提高了所获数据集的准确性。

技术领域

本发明涉及一种基于SAR影像的微波三维数据集构建方法，属于合成孔径雷达技术领域。

背景技术

目前，人工智能技术已渗透到SAR目标认知领域，而数据是驱动人工智能发展的主要力量。因此，SAR样本数据集的构建是发展智能化SAR图像目标认知的基础和支撑，加强SAR样本数据集的建设，推动资源的开放共享和协同创新，能有效的促进我国在这一领域的基础技术研究进展、优秀技术成果的形式与应用转换。

SAR数据采集在技术难度和经费需求方面均比光学图像采集要高很多，因此目前国际上的SAR目标公开样本集非常少。目前进行目标识别最主要的数据集为MSTAR。MSTAR实验数据是美国国防高等研究计划署(DARPA)支持的MSTAR极化所公布的实测SAR地面静止目标数据，目前国内外针对SAR图像目标识别的研究，大都是在MSTAR数据集上展开。MSTAR图像分辨率为0.3*0.3m的X波段单极化SAR图像，其中主要包含三大类军事目标：BTR70(装甲运输车)、BMP2(步兵战车)和T72(坦克)，还包含少量一些其他军事目标的切片图像。国内上海交通大学，对交大闵行地区进行长期的多源数据收集，构建了一个高分辨率、多时相SAR图像为主的实验数据集，其中由高分辨率SAR数据、地表真值标注、多源数据辅助3个主要部分组成，其中把地物目标分为水域、开阔地、树木和人造目标四大类，[郁文贤、柳斌.高分辨率、多时相SAR图像数据集的构建[J]。测绘科通报，2014，32(SO):119-122]数据集设计的目的是能够为高分辨率SAR图像解译、信息反演和目标识别提供高可信的、实时的、丰富的地表和目标真值信息，能够促进这些研究和相关工作的进展。中国科学院电子学研究所，获取了大量由GF-3号采集的SAR影像数据，通过对SAR影像数据的分割获得大量的地物目标切片数据(杨进涛，仇晓兰，C波段SAR地物散射稳定特性分析与提取方法[J]，中国科学院大学学报)，为了对地物目标切片数据进行高效的管理，对切片进行标注，为SAR地物分类和散射特性研究提供了良好的数据集基础。

然而，目前的SAR数据集均是在SAR影像基础上进行图像分割、以二维图像切片加标注为主要形式呈现，这类数据集可以作为SAR图像地物分类、SAR图像目标识别等应用的训练样本集。然而，随着SAR图像分辨率提升至亚米级甚至更高，SAR斜距成像的特点以及微波散射的特殊性，使得从二维的SAR图像往往很难理解目标的结构等重要特性，这给SAR目标解译及应用带来了困难。为此，SAR图像三维重建以及SAR三维成像等技术备受关注。目前SAR目标的三维数据集在国内外都是空白，这严重限制了SAR三维重建技术的研究，进而限制了SAR目标解译与信息提取技术的发展。