[发明专利]合成孔径雷达图像解译方法、目标识别装置及设备有效

专利信息
申请号: 201910510470.5 申请日: 2019-06-13
公开(公告)号: CN110210574B 公开(公告)日: 2022-02-18
发明(设计)人: 霍春雷;胡慧鑫;魏飞龙;张帅;潘春洪;向世明 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06V20/10 分类号: G06V20/10;G06V10/774;G06V10/762;G06V10/764;G06V10/82;G06V10/80;G06K9/62
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩;尹文会
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 合成孔径雷达 图像 解译 方法 目标 识别 装置 设备
【说明书】:

发明涉及图像处理领域,具体涉及一种合成孔径雷达图像解译方法、目标识别装置及设备,旨在解决合成孔径雷达图像解译性能不高的问题,本发明方法包括利用合成孔径雷达训练图像和光学训练图像来获取合成孔径雷达图像的解译模型;以及基于所述解译模型进行图像解译或目标识别。本发明提高了SAR图像解译性能。

技术领域

本发明涉及图像处理领域,具体涉及一种合成孔径雷达图像解译方法、目标识别装置及设备。

背景技术

合成孔径雷达图像(即,SAR图像)能够反映目标的散射特性,可以全天时、全天候对地实施观测并具有一定的地表穿透能力,这些特性使得SAR图像在目标识别方面具有独特的优势。然而,合成孔径雷达图像解译困难,限制了SAR图像的广泛应用。

发明内容

为了解决上述技术问题,即为了解决合成孔径雷达图像解译性能不高的问题,本发明的第一方面,提出了一种合成孔径雷达图像解译方法,该方法包括:利用合成孔径雷达训练图像和光学训练图像来获取合成孔径雷达图像的解译模型;以及基于所述解译模型进行图像解译或目标识别。

在一些实施例中,“利用合成孔径雷达训练图像和光学训练图像来获取合成孔径雷达图像的解译模型”,其方法为:采用自动聚类对合成孔径雷达训练图像集中的图像进行处理获取地物类型特性,以得到类别图像;根据所述类别图像和光学训练图像集中的图像生成真实全特征图像,其中,所述光学训练图像集与所述合成孔径雷达图像训练集相对应;以及至少基于所述真实全特征图像和所述合成孔径雷达训练图像学习得到解译模型。

在一些实施例中,在“基于所述解译模型进行图像解译或目标识别”之后还包括:接收输入的待解释的合成孔径雷达图像;以及根据所述解译模型生成全特征图像。

在一些实施例中,所述全特征图像包含细节特征以及散射特征差异。

在一些实施例中,“采用自动聚类对合成孔径雷达训练图像集中的图像进行处理获取地物类型特性”,其方法为:生成与合成孔径雷达训练图像对应的对数图像;以及对所述对数图像进行自动聚类提取所述地物类型特性,以得到每个所述对数图像的类别图像。

在一些实施例中,基于可用性消息和责任感消息对所述合成孔径雷达训练图像集中的图像进行自动聚类。

在一些实施例中,所述解译模型包括生成模型和判别模型。

本公开实施例还提供一种目标识别装置,包括:聚类处理模块,被配置为采用自动聚类对合成孔径雷达训练图像集中的图像进行处理获取地物类型特性,以得到类别图像;真实全特征图像获取模块,被配置为根据所述类别图像和光学训练图像集中的图像生成真实全特征图像,其中,所述光学训练图像集与所述合成孔径雷达图像训练集相对应;以及解译模型获取模块,至少基于所述真实全特征图像和所述合成孔径雷达训练图像学习得到解译模型。

在一些实施例中,所述的目标识别装置还包括输入单元,该单元至少被配置为接收输入的待识别图像。

本公开实施例还提供一种目标识别设备,该设备包括存储器和处理器,所述存储器用于存储程序,并通过所述处理器执行所述程序以实现上述合成孔径雷达图像解译方法。

本发明有益效果:

本发明在图像融合的基础上对SAR图像进行解译,在特征解译的同时提高了信息含量;

本发明基于目标识别和专家判读对图像解译的共同要求,在提高目标识别性能的同时提高了视觉解译效果;

本发明极大地提高了SAR图像解译性能,可广泛应用于SAR图像解译、目标识别、场景分类等系统中。

附图说明

图1是本发明实施例提供法合成孔径雷达图像解译方法的流程示意图一;

图2是本发明实施例提供的合成孔径雷达图像解译方法的流程示意图二;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910510470.5/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top