[发明专利]多层次结合的多视合成孔径雷达图像目标识别方法

摘要

多层次结合的多视合成孔径雷达图像目标识别方法，包括以下步骤第一步，对不同方位角下的多视合成孔径雷达图像进行预处理；第二步，用小波分解和主成分分析对预处理后的图像进行特征提取；第三步，用支持向量机对特征分类，得到图像属于某个类别的后验概率；第四步，对预处理后的图像在数据层用凸集投影超分辨率重构算法重构一幅高分辨率雷达图像；第五步，对重构后的高分辨率图像用小波分解和主成分分析进行特征提取；第六步，用支持向量机对第五步得到的特征分类，得到重构图像属于某个类别的后验概率；第七步，用带权重的贝叶斯决策融合方法对单图像的后验概率和重构图像的后验概率进行决策层融合，得到多视合成孔径雷达图像的类别。

主权项

多层次结合的多视合成孔径雷达图像目标识别方法，其特征在于：包括以下步骤：步骤1，对采集到的N幅未知目标的同类不同方位角下的多视合成孔径雷达目标图像xk，k=1,2,…N进行图像预处理；步骤2，对预处理后的每一幅合成孔径雷达图像用小波分解和主成分分析进行特征提取，提取得到代表该幅图像的多维特征矢量；步骤3，用经过训练的支持多目标分类的支持向量机对步骤2得到特征矢量进行分类，得到该幅图像xk，k=1,2,…N属于某个目标类别q的后验概率p(q|xk)；步骤4，对预处理后的多视合成孔径雷达目标图像xk，k=1,2,…N在数据层用凸集投影超分辨率重构算法重构一幅高分辨率雷达图像xc，xc的分辨率是xk，k=1,2,…N的2倍；步骤5，对重构后的高分辨率图像用小波分解和主成分分析进行特征提取，提取得到代表该重构图像的多维特征矢量；步骤6，用经过训练的支持多目标分类的支持向量机对步骤5得到的特征矢量进行分类，得到该重构图像xc属于某个目标类别q的后验概率p(q|xc)；步骤7，将步骤3得到的每幅图像的后验概率p(q|xk)，k=1,2,…N和步骤6得到的重构图像的后验概率p(q|xc)用带权重的贝叶斯决策融合方法进行决策层融合，得到该多视合成孔径雷达目标图像的目标类别。