[发明专利]基于结构保持字典学习的SAR目标型号识别方法

摘要

本发明公开了一种基于结构保持字典学习的SAR目标型号识别方法，主要解决现有技术在低信噪比条件下进行目标识别时效果不好的问题。其实现步骤是：预处理，去除背景杂波，得到训练样本图像和测试样本图像的归一化子图像；字典学习，利用feature‑sigh search算法与K‑SVD算法迭代训练，获得和训练样本类别数量相同的多个字典矩阵；利用OMP算法计算测试样本的稀疏描述向量；计算重构误差；基于最小重构误差准则，确定识别结果。本发明与现有技术相比提高了识别算法的鲁棒性，具有低信噪比条件下高精度识别的能力。

主权项

一种基于结构保持字典学习的SAR目标识别方法，其特征在于，包括以下步骤：步骤一，输入训练样本图像集和测试样本图像集，分别求取训练样本图像集中每一个训练样本图像和测试样本图像集中每一个测试样本图像的归一化子图像；步骤二，分别构造训练样本图像集中每一类训练样本图像的局部结构保持因子和远距离结构保持因子；步骤三，融合局部结构保持因子和远距离结构保持因子，获得合成的数据结构特性保持因子；步骤四，结合合成的数据结构特性保持因子，构造字典学习目标函数，计算训练样本图像在所述的字典下的稀疏描述向量；步骤五，利用所述的稀疏描述向量，更新该类字典矩阵；步骤六，迭代步骤四和步骤五，直到所述的字典矩阵收敛；步骤七，利用字典矩阵，分别计算测试样本图像在不同类别字典矩阵下的稀疏描述向量；步骤八，利用测试样本图像和各字典矩阵以及对应的稀疏描述向量，计算测试样本图像的各重构误差；步骤九，基于测试样本图像的重构误差确定识别结果。