[发明专利]一种机器学习的SAR成像处理方法、装置及可读存储介质

权利要求书

1.一种机器学习的SAR成像处理方法，其特征在于，包括：

获取机载SAR采集的数据，所述数据包括回波信号、传感器数据、状态数据、工作参数、计算存储资源；

利用机器学习模型分析所述数据对应的应用场景，所述机器学习模型为预先通过所述机载SAR采集的历史数据作为训练数据与适用的所述应用场景训练生成；

获取所述应用场景下的成像处理方法，并对所述数据进行处理，生成目标图像；

所述机器学习模型的建立包括如下步骤：

建立机载SAR成像处理的机器学习算法，所述机器学习算法在所述机载SAR的机器学习网络上添加约束，建立算法特征结构，采用机器学习激活函数获取合理的特征映射空间，运用代价函数优化模型参数，实现机器学习卷积网络建构、聚类和分类，形成适用机载SAR实时成像处理的智能处理算法；

获取所述训练数据，根据所述机器学习算法对所述训练数据进行分类；

将分类的所述训练数据与所述应用场景进行对应，并根据所述应用场景将对应的所述成像处理方法与所述训练数据结合建立所述机器学习模型；

所述根据所述应用场景将对应的所述成像处理方法与所述训练数据结合建立所述机器学习模型包括：

对所述训练数据进行监测以及数据清洗；

对所述训练数据进行归一化处理，并将处理后的所述训练数据进行数据增强处理，其中归一化处理为对所述训练数据进行相对化处理；

提取所述训练数据的特征，并将所述特征与所述应用场景对应；

将对应的结果以数据的形式保存至数据库，并建立所述机器学习模型；

对应地，在所述获取所述应用场景下的成像处理方法，并对所述数据进行处理，生成目标图像之后还包括：

根据所述机器学习模型对所述图像进行数据清洗，以便于排除不符合预设标准的所述图像。

2.根据权利要求1所述的机器学习的SAR成像处理方法，其特征在于，所述获取所述训练数据，根据所述机器学习算法对所述训练数据进行分类包括：

按照机体类型将所述机载SAR平台划分为无人直升机、多旋翼无人机和固定翼无人机，获取不同类型的所述机载SAR在不同所述应用场景中采集的所述数据。

3.根据权利要求1或2所述的机器学习的SAR成像处理方法，其特征在于，还包括：

对所述机载SAR的回波数据进行处理，以便于实时生成图像。

4.根据权利要求3所述的机器学习的SAR成像处理方法，其特征在于，还包括：

每隔第一预设时间，将获取得到的所述图像作为所述训练数据，对所述机器学习模型进行更新处理。

5.根据权利要求4所述的机器学习的SAR成像处理方法，其特征在于，还包括：

每隔第二预设时间，删除获取得到的所述图像以及所述成像处理相关的数据。