[发明专利]基于稀疏表示的SAR图像目标标记方法、系统、装置

说明书

本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于稀疏表示的SAR图像目标标记方法、系统、装置，旨在解决现有SAR图像目标检测及标记效率、准确率低的问题。本系统方法包括获取SAR图像，对图像阈值分割后进行形态学处理，提取感兴趣区域；采用粗过滤，将粗过滤后的感兴趣区域作为第一区域图像；提取第一区域图像的多尺度的特征向量，分别获取特征向量对应的稀疏表示；基于不同尺度的稀疏表示，通过SVM分类模型分别得到其对应的分类结果，并采用预设的决策方法，获取第一区域图像的类别；基于第一区域图像的类别和位置信息，在SAR图像中对第一区域图像标记。本发明可以高效、准确的进行目标检测及标记。

技术领域

本发明属于海洋舰船、机场飞机和阵地汽车安防遥感检测领域，具体涉及一种基于稀疏表示的SAR图像目标标记方法、系统、装置。

背景技术

目前安防行业内较多使用的是合成孔径雷达(SAR)，SAR成像系统随着搭载平台以一定的速度进行运动，然后以预定的速度、时间间隔向目标区域发射电磁波脉冲，并记录回波所携带的强度和相位信息，经过多次观测记录合成目标图像。由于遥感图像远距离和机载移动成像的特点，遥感图像场景中的目标通常较小，而且遥感图像本身具有严重的相干斑噪声和丰富的纹理信息，目标检测难度大，检测效率和准确率较差。

目前为止，SAR图像目标检测及标记的方法主要有基于图像模板匹配的方法和基于特征模板匹配的方法。其中,基于图像模板匹配的方法需要对图像进行方位角估计，建立与测试样本相匹配的模板，该方法简单易行，但是需要占用很大的内存，计算复杂度很高。基于特征模板匹配的方法，首先采用PCA、ICA等算法提取特征，然后用支持向量机进行分类鉴别，但是这种方法仍存在特征维数过大，时间消耗长的问题，严重影响目标的识别率。随着我国安防需求快速发展，目标检测及标记精度要求不断提高，目标检测及标记工作日益增长。传统的SAR图像目标检测及标记方法无法满足当前快速发展的安防行业，包括海洋舰船、机场飞机和阵地汽车目标的检测及标记需求。

如何提高SAR图像处理系统的自动目标检测及标记能力，准确发现并识别各类重要战略目标，实现SAR图像由数据向情报信息的快速转化成为新的课题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有SAR图像目标检测及标记效率、准确率低的问题，本发明第一方面，提出了一种基于稀疏表示的SAR图像目标标记的方法，该方法包括：

步骤S10，获取待标记的SAR图像，对所述SAR图像阈值分割后进行形态学处理，并提取感兴趣区域；

步骤S20，基于提取的感兴趣区域，采用粗过滤，将所述粗过滤后的感兴趣区域作为第一区域图像，并获取其在所述SAR图像中的位置信息；

步骤S30，提取所述第一区域图像的多尺度的特征向量，分别获取不同尺度的特征向量对应的稀疏表示；

步骤S40，基于不同尺度的稀疏表示，通过SVM分类模型分别得到其对应的分类结果，并采用预设的决策方法，获取所述第一区域图像的类别；

步骤S50，根据第一区域图像的类别和位置信息，在所述待标记的SAR图像中对所述第一区域图像进行标记；

其中，

所述SVM分类模型在训练过程中，以SAR训练集样本图像的奇异值分解得到的特征值作为属性。

在一些优选的实施方式中，骤S30中“多尺度提取所述第一区域图像的特征向量”，其方法为：基于所述第一区域图像构造预设尺度的差分金字塔图像集，分别提取该图像集中不同尺度的图像的特征向量。

在一些优选的实施方式中，步骤S30中“分别获取不同尺度的特征向量对应的稀疏表示”，其方法为：通过稀疏表示模型获取；所述稀疏表示模型其构建方法为：

随机抽取训练集部分原子构建字典；