[发明专利]雷达图像识别模型的构建、雷达图像目标识别方法

说明书

本发明实施例提供了一种雷达图像识别模型的构建、雷达图像目标识别方法、装置及设备，该雷达图像识别模型的构建方法包括：获取原始雷达图像样本，并基于所述原始雷达图像样本进行特征预处理，获得雷达原始特征预处理图像样本；将所述原始雷达特征预处理图像样本进行图像分割，得到目标区域图像样本和阴影区域图像样本；基于所述目标区域图像样本以及所述阴影区域图像样本进行字典学习，获得稀疏字典；基于预设的用于图像识别的神经网络模型及所述稀疏字典构建雷达图像识别模型。通过对原始雷达图像进行特征处理，削弱了SAR图像中无关信息对目标分类的影响，增强了重要的分类信息，使得原始雷达图像中所包含的信息分类更加精炼。

技术领域

本发明涉及雷达自动识别技术领域，具体涉及一种雷达图像识别模型的构建、雷达图像目标识别方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)相对于普通的光学成像等系统，对地面目标特别是地面静止目标具有强大的成像优势，作为一种重要的目标探测手段受到广泛的关注和研究。随着SAR成像体制方式的不断创新和发展，各种不同应用的SAR系统开始丰富起来，且成像功能及效果也不断增强和完善，利用这些强大的成像系统我们获得了大量的探测数据。然而由于高分辨率SAR的应用、成像区域的扩大、成像模式多样等原因，使得传统的人工识别方式遇到了挑战：一方面，SAR成像面积的扩大导致采集系统获取的数据量急剧增加；另一方面，SAR图像有大量的相干斑噪声，而且同一目标在不同方位角下的成像结果差异很大，也就是说合成孔径雷达对目标方位角变化是敏感的。庞大的数据量和复杂的图像特点使得人工判读SAR图像目标正确率较低，鲁棒性较低，越来越不具备实用性，难以实际应用。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中识别图像正确率以及鲁棒性较低的缺陷，从而提供一种雷达图像识别模型的构建、雷达图像目标识别方法。

根据第一方面，本发明实施例提供了一种雷达图像识别模型的构建方法，包括：获取原始雷达图像样本，并基于所述原始雷达图像样本进行特征预处理，获得雷达原始特征预处理图像样本；基于预设分割阈值将所述原始雷达特征预处理图像样本进行图像分割，得到目标区域图像样本和阴影区域图像样本；基于所述目标区域图像样本以及所述阴影区域图像样本进行字典学习，获得稀疏字典；基于预设的用于图像识别的神经网络模型及所述稀疏字典构建雷达图像识别模型。

可选地，所述基于所述目标区域图像样本以及所述阴影区域图像样本进行字典学习，包括：基于所述目标区域图像进行图像增强，获取目标区域增强图像；基于所述目标区域增强图像进行质心配准，获得目标区域质心配准图像；基于所述目标区域质心配准图像进行归一化处理，获得目标区域归一化处理图像；基于所述目标区域归一化处理图像以及所述阴影区域图像样本进行字典学习，获得稀疏字典。

可选地，所述基于所述原始雷达图像进行特征预处理，获得雷达原始特征预处理图像，包括：基于所述原始雷达图像样本提取原始雷达图像数据；基于所述原始雷达图像数据进行对数变换处理，获得所述雷达原始特征预处理图像样本。

根据第二方面，本发明实施例提供了一种雷达图像训练装置，包括：原始图像获取模块，用于获取原始雷达图像样本，并基于所述原始雷达图像样本进行特征预处理，获得雷达原始特征预处理图像样本；原始图像分割模块，用于基于预设分割阈值将所述原始雷达特征预处理图像样本进行图像分割，得到目标区域图像样本和阴影区域图像样本；字典学习模块，用于基于所述目标区域图像样本以及所述阴影区域图像样本进行字典学习，获得稀疏字典；模型构建模块，用于基于预设的用于图像识别的神经网络模型及所述稀疏字典构建雷达图像识别模型。