[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

说明书

本申请公开一种机器学习的SAR成像处理方法、装置及可读存储介质，涉及信息技术领域。本申请所提供的机器学习的SAR成像处理方法，通过引入了机器学习模型，在获取机载SAR采集的数据后，通过学习模型处理，筛选出数据对应的应用场景，然后根据该应用场景分类确定成像处理方法，对采集数据进行成像处理得到成像结果，与现有的通过专用的SAR成像处理方式相比，由于本申请中引入了机器学习模型，因此对于任何采集获取得到的数据均可由学习模型分类确定SAR成像处理方式，进行数据处理生成对应图像。因此本申请所提供的方案在进行正常业务时，无需事先配置成像处理方法，只需要进行数据采集即可自动生成相应图像，因此适用性较广。

技术领域

本申请涉及信息技术领域，特别是涉及一种机器学习的SAR成像处理方法、装置及可读存储介质。

背景技术

近年来，随着无人机技术以及成像技术的发展，机载合成雷达（SyntheticAperture Radar，SAR）可以实现飞机平台和SAR两者的优势结合，既具有SAR全天候全天时的高分辨成像能力，又具备飞行平台机动性强、使用方便的优点，成为一种可以满足抢险救灾和军事作战等应急需求的成像探测方式。

现有的SAR成像处理方法通常是针对专用的场景或专业的用途，所用的特定场景的分析以及处理系统进行成像处理，因此相比起来，由于用途不同，例如，用来测绘、监视等等，因此所需要采集的主要数据不同，又由于应用场景不同，所以采集的数据的处理方式不同，例如针对工厂和针对野外的数据处理成像的技术不相同，因此现有的SAR成像处理方法专用性较强，适用性较低，在应用的场景或用途切换后，需要重新进行系统的设计以及调配。

鉴于上述技术，寻找一种适用性强的SAR成像处理方法是本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种SAR成像处理方法，以便于解决当前的SAR成像处理方法的适用性不强的问题。

为解决上述技术问题，本申请提供一种机器学习的SAR成像处理方法，包括：

获取机载SAR采集的数据；

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；

所述机器学习模型的建立包括如下步骤：

建立所述机载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。

优选地，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搭载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。

优选地，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；

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；