[发明专利]一种用于深度学习训练的SAR时敏目标样本增广方法

权利要求书

1.一种用于深度学习训练的SAR时敏目标样本增广方法，其特征在于：包括如下步骤：

步骤一、对目标所在区域拍摄分辨率为a米的异源SAR图集I_i,a；i为图片序号，并将异源SAR图集I_i,a转换成学习训练所需的分辨率为b米的异源SAR图集I_i,b；i为图片序号；

步骤二、设定图片灰度阈值threshold_1；将异源SAR图集I_i,b中的各图片按像素划分网格；各像素表示为I_i,b(x,y)，(x,y)为各像素在对应第i张图片中的坐标；遍历各图片的像素，找到全部I_i,b(x,y)≥threshold_1的像素，即为目标，并将每个目标制作成SAR时敏目标切片，获得切片S_j集；j为各切片序号；

步骤三、从异源SAR图集I_i,b中各图片截取背景图像，获得背景图像集B_i；

步骤四、对切片集中各切片S_j进行优化处理；处理内容包括灰度增强处理、加乘性噪声处理、径向模糊处理、镜像变换处理和旋转变换处理；

步骤五、建立时敏目标的学习样本集L_i

S1、在其中一个背景图像B_i中，以距左侧边[75,225]像素和距顶边[75,225]像素作为边界区域，在边界区域随机选取一点[x_d,y_d]作为第一序号切片S₁的左上角点，将第一个切片放置在背景图像中；

S2、遍历各切片S_j，测量获得切片中目标的最小外接矩形，测量最小外接矩形的宽为w_s，高为h_s；

S3、从剩余切片中随机选4个切片，以[x_d+w_s，y_d]为起始点，将4个切片依次水平放置在该背景图像中；

S4、再从剩余切片中随机选取3个切片，设置随机区域，将3个切片随机放置在该背景图像的随机区域中；获得1个时敏目标的学习样本L₁；

S5、重复S1-S4，获得各切片S_j在全部背景图像B_i中的时敏目标的学习样本集L_i；

步骤六、旋转时敏目标的学习样本L_i，获得不同角度下的学习样本L_i，完成不同角度下样本的增广收集。

2.根据权利要求1所述的一种用于深度学习训练的SAR时敏目标样本增广方法，其特征在于：所述步骤一中，异源SAR图集I_i,a中，各图片的宽为w_a，高为h_a；将异源SAR图集I_i,a转换为异源SAR图集I_i,b的方法为：

w_b＝w_a×a÷b

h_b＝h_a×a÷b

式中，w_b为异源SAR图集I_i,b各图片的宽；

h_b为异源SAR图集I_i,b各图片的高。

3.根据权利要求2所述的一种用于深度学习训练的SAR时敏目标样本增广方法，其特征在于：所述步骤二中，SAR时敏目标切片的制作方法为：

建立尺寸为M×N的黑色矩形背景；该背景的像素值全为0；将每个I_i,b(x,y)≥threshold_1的像素放置在黑色矩形背景的中心位置，获得SAR时敏目标切片；M为切片宽度；N为切片高度。

4.根据权利要求3所述的一种用于深度学习训练的SAR时敏目标样本增广方法，其特征在于：所述步骤三中，背景图像的大小为300像素×300像素；背景图像内不包括I_i,b(x,y)≥threshold_1的像素。

5.根据权利要求1所述的一种用于深度学习训练的SAR时敏目标样本增广方法，其特征在于：所述步骤四中，对各切片S_j进行灰度增强处理的具体方法为：

对各切片进行灰度判断，当该切片的灰度值小于128时，对该切片进行非线性对比度增强，获得新切片，并将新切片替换原切片。