[发明专利]基于目标先验信息的空间目标ISAR图像分类方法

权利要求书

1.一种基于目标先验信息的空间目标ISAR图像分类方法，其特征在于，利用训练集中样本的特征方差和目标先验信息生成分类器函数，该方法的步骤包括如下：

(1)生成带有空间目标先验信息的训练样本集：

从连续时间的带有空间目标先验信息的ISAR图像中，每种空间目标随机选取P个ISAR图像组组成训练样本集，P≥20，每个ISAR图像组由三张连续时间的ISAR图像构成；

(2)提取训练样本的特征：

使用基于ISAR图像解译的空间目标特征提取方法，处理训练样本中每个空间目标的ISAR图像组，得到训练样本中每个空间目标的ISAR图像组的主体的长度特征、宽度特征，太阳能板的长度特征、宽度特征，主体长度特征与太阳能板长度特征的比特征值；

所述基于ISAR图像解译的空间目标特征提取方法的具体步骤如下：

第一步，使用基于CGAN的ISAR图像分割方法处理训练样本中空间目标的ISAR图像，得到训练样本中空间目标主体的ISAR图像和太阳能板的ISAR图像；

第二步，使用基于因子分解法的ISAR图像三维散射中心重构方法处理训练样本中每个ISAR图像组的三张连续时间主体的ISAR图像，得到训练样本每个ISAR图像组中主体的散射中心的三维坐标；

第三步，使用基于PCA尺寸特征提取方法处理训练样本每个ISAR图像组中主体的散射中心的三维坐标，得到训练样本中主体的长度特征、宽度特征；

第四步，使用基于因子分解法的ISAR图像三维散射中心重构方法处理训练样本中每个ISAR图像组的三张连续时间太阳能板的ISAR图像，得到训练样本每个ISAR图像组中太阳能板的散射中心的三维坐标；

第五步，使用基于PCA尺寸特征提取方法处理训练样本每个ISAR图像组中太阳能板的散射中心的三维坐标，得到训练样本中太阳能板的长度特征、宽度特征；

第六步，利用公式，计算训练样本中每个ISAR图像组中主体长度特征与太阳能板长度特征的比特征值，其中，b_np5表示训练样本中第n个种类中空间目标第p个ISAR图像组中主体长度特征与太阳能板长度特征的比特征值，b_np1表示训练样本中第n个种类中空间目标第p个ISAR图像组中主体长度特征值，b_np3表示训练样本中第n个种类中空间目标第p个ISAR图像组中主体长度特征值，p＝1,2,...,P，n＝1,2,...,N，N表示空间目标类别的总数；

(3)利用特征方差值公式，计算训练样本中每个种类的所有ISAR图像组的每个特征方差值；

(4)按照下式，生成训练样本的每个种类中每个特征的分类器函数：

其中，f_nq(x)表示第n个种类中第q个特征的分类器函数，q＝1,2,...,Q，Q表示特征的总数，r_nt表示训练样本中第n个种类所有ISAR图像组的第t个特征方差值，t＝1,2,...,Q，t的取值与q相等，x表示分类器函数的输入值，a_nq表示训练样本中第n个种类的第q个特征带有的空间目标先验信息特征值；

(5)提取待分类样本的特征：

采用与步骤(2)相同的方法，处理待分类样本中空间目标的ISAR图像组，得到待分类样本中空间目标的ISAR图像组的主体的长度特征、宽度特征，太阳能板的长度特征、宽度特征，主体长度特征与太阳能板长度特征的比特征值特征；

(6)获得每个特征的分类器函数值：

将每个特征输入到训练样本的每个种类中该特征所对应的特征分类器函数中，输出每个特征在每个种类的该特征分类器函数值；

(7)对每个种类的所有特征分类器函数值作融合处理；

(8)将所有种类融合后的特征分类器函数值中的最大值对应的种类，作为待分类样本的分类结果。

2.根据权利要求1所述的基于目标先验信息的空间目标ISAR图像分类方法，其特征在于，步骤(3)中所述特征方差值公式如下：

其中，r_nt表示训练样本中第n个种类所有ISAR图像组的第t个特征方差值，t＝1,2,...,Q，Σ表示求和操作，b_npq表示训练样本中第n个种类的第p个ISAR图像组中第q个特征值，q的取值与t相等。

3.根据权利要求1所述的基于目标先验信息的空间目标ISAR图像分类方法，其特征在于，步骤(7)中所述对每个种类的所有特征分类器函数值作融合处理是由下式完成的：

其中，F_n表示第n个种类融合后的特征分类器函数值，s_nq表示第n个种类中第q个特征分类器函数值。