欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法

文檔序號(hào):6225691閱讀:688來(lái)源:國(guó)知局
基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法
【專(zhuān)利摘要】本發(fā)明屬于雷達(dá)技術(shù),涉及一種雷達(dá)目標(biāo)屬性特征提取方法,公開(kāi)了一種基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,其實(shí)現(xiàn)過(guò)程是:首先利用噪聲樣本建立散射中心強(qiáng)度門(mén)限,在雷達(dá)圖像中進(jìn)行強(qiáng)散射中心檢測(cè),并確定散射中心參數(shù)的取值集合;然后根據(jù)屬性散射中心模型構(gòu)建字典,通過(guò)對(duì)目標(biāo)的極化分解系數(shù)矩陣分別施加行稀疏約束與矩陣稀疏約束,利用坐標(biāo)輪回下降法對(duì)極化分解系數(shù)矩陣與極化散射機(jī)理矩陣進(jìn)行優(yōu)化,進(jìn)而可得目標(biāo)屬性散射中心參數(shù)及其極化特征。本發(fā)明能在屬性散射中心重疊情況下有效提取目標(biāo)屬性散射中心及其極化特征,可用于雷達(dá)目標(biāo)分類(lèi)識(shí)別。
【專(zhuān)利說(shuō)明】基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于雷達(dá)技術(shù),涉及一種雷達(dá)目標(biāo)屬性特征提取方法,特別涉及一種基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,可用于目標(biāo)屬性特征(包括屬性散射中心、極化特征)提取,為目標(biāo)分類(lèi)識(shí)別提供重要的特征信息。
【背景技術(shù)】
[0002]雷達(dá)圖像解譯在雷達(dá)自動(dòng)目標(biāo)識(shí)別領(lǐng)域中受到越來(lái)越多的重視,其中目標(biāo)或目標(biāo)部件的提取與分類(lèi)對(duì)合成孔徑雷達(dá)自動(dòng)目標(biāo)識(shí)別具有重要意義。傳統(tǒng)雷達(dá)成像以及自動(dòng)目標(biāo)識(shí)別是以點(diǎn)散射模型為基礎(chǔ)的,該模型只包含目標(biāo)散射系數(shù)與位置信息,但僅利用目標(biāo)散射點(diǎn)強(qiáng)度與位置信息構(gòu)建的識(shí)別特征并不能完備表征雷達(dá)圖像中目標(biāo)的本質(zhì)屬性?;趲缀卫@射理論和物理光學(xué)理論,Michael J.Gerry和Lee C.Potter提出了一個(gè)適用于合成孔徑雷達(dá)的參數(shù)化模型一屬性散射中心模型。屬性散射中心模型用一組參數(shù)描述每個(gè)散射中心的位置、形狀、方向以及幅度等,這些屬性參數(shù)提供了關(guān)于目標(biāo)的重要信息;同點(diǎn)散射模型相比,屬性散射中心模型包含了更豐富的、反映目標(biāo)物理特性的特征,更適用于對(duì)雷達(dá)圖像解譯與目標(biāo)或目標(biāo)部件的分類(lèi)與識(shí)別。單極化雷達(dá)為目標(biāo)特征提取提供信息有限,而全極化雷達(dá)能夠提供目標(biāo)精細(xì)的信息,如目標(biāo)散射特性信息,所以全極化與屬性散射中心模型的結(jié)合更有助于目標(biāo)特征提取與目標(biāo)識(shí)別。
[0003]基于全極化屬性散射中心模型進(jìn)行目標(biāo)特征提取算法為基于圖像分割的近似最大似然算法,該算法通過(guò)對(duì)全極化合成圖像進(jìn)行圖像分割,得到階數(shù)(散射中心個(gè)數(shù))較低的目標(biāo)散射區(qū)或者是孤立的散射中心,利用近似最大似然方法估計(jì)目標(biāo)的屬性散射中心參數(shù),并通過(guò)散射中心的極化散射矩陣及其長(zhǎng)度確定散射中心的散射類(lèi)型。
[0004]首先,現(xiàn)有方法利用根據(jù)點(diǎn)散射模型得到的雷達(dá)圖像提取屬性散射中心,存在模型失配問(wèn)題;其次,該類(lèi)方法是以圖像分割為基礎(chǔ)的,這類(lèi)方法要求圖像質(zhì)量較高;此外,當(dāng)目標(biāo)某些部件散射強(qiáng)度較弱或者散射中心位置重疊時(shí),通過(guò)圖像分割方法難以正確檢測(cè),這就導(dǎo)致目標(biāo)的一些重要特征容易丟失;除此以外,現(xiàn)有方法并未充分利用極化信息提取目標(biāo)極化特征。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提供一種基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,以解決現(xiàn)有方法中存在的模型失配和特征易丟失問(wèn)題。
[0006]本發(fā)明的技術(shù)思路是:雷達(dá)圖像的全極化觀(guān)測(cè)數(shù)據(jù)不僅在空域上具有稀疏特性,而且同一分辨單元內(nèi)散射機(jī)理具有稀疏性,即同一分辨單元內(nèi)散射機(jī)理主要由一種或兩種主導(dǎo)散射類(lèi)型組成,由此,對(duì)目標(biāo)的極化分解系數(shù)矩陣分別施加行稀疏約束與矩陣稀疏約束,同時(shí)提取屬性散射中心以及極化特征等屬性特征。其中,考慮到極化散射機(jī)理字典包含未知參數(shù)極化旋轉(zhuǎn)角,本發(fā)明采用坐標(biāo)輪回下降法對(duì)極化分解系數(shù)矩陣與極化散射機(jī)理矩陣進(jìn)行優(yōu)化。由最終估計(jì)的極化分解系數(shù)矩陣與極化散射機(jī)理矩陣可以提取屬性散射中心的屬性特征(屬性散射中心參數(shù)與極化特征)。通過(guò)對(duì)屬性散射中心的屬性特征提取,可以得到目標(biāo)或目標(biāo)重要部件的物理信息,更有利于目標(biāo)部件提取與自動(dòng)目標(biāo)識(shí)別。
[0007]為了達(dá)到上述目的,本發(fā)明采用一下技術(shù)方案予以實(shí)現(xiàn)。
[0008]一種基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,其特征在于,包括以下步驟:
[0009]步驟1,采集雷達(dá)圖像,計(jì)算雷達(dá)圖像的噪聲強(qiáng)度根據(jù)雷達(dá)圖像的噪聲強(qiáng)度A設(shè)定散射中心的信號(hào)強(qiáng)度門(mén)限ξ,其中將雷達(dá)圖像中信號(hào)強(qiáng)度大于ξ的像素點(diǎn)確定為散射中心,根據(jù)檢測(cè)到的散射中心坐標(biāo)(X,y)確定對(duì)應(yīng)的該散射中心長(zhǎng)度L與傾斜角,,最終確定雷達(dá)圖像中多個(gè)散射中心參數(shù)構(gòu)成的集合θ ;
[0010]步驟2,結(jié)合散射中心參數(shù)的集合Θ,根據(jù)屬性散射中心模型構(gòu)建散射中
心參數(shù)字典D(0)
[0011]=
[0012]其中,i表示散射中心參數(shù)字典的原子序號(hào),N表示散射中心參數(shù)字典的原子個(gè)數(shù),Cli為散射中心參數(shù)的集合Θ中第i個(gè)元素焉=[.辦4?]對(duì)應(yīng)的歸一化原子,表示為:
【權(quán)利要求】
1.一種基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,其特征在于,包括以下步驟: 步驟1,采集雷達(dá)圖像,計(jì)算雷達(dá)圖像的噪聲強(qiáng)度;I?根據(jù)雷達(dá)圖像的噪聲強(qiáng)度A設(shè)定散射中心的信號(hào)強(qiáng)度門(mén)限ξ,其中將雷達(dá)圖像中信號(hào)強(qiáng)度大于ξ的像素點(diǎn)確定為散射中心,根據(jù)檢測(cè)到的散射中心坐標(biāo)(X,y)確定對(duì)應(yīng)的該散射中心長(zhǎng)度L與傾斜角,,最終確定雷達(dá)圖像中多個(gè)散射中心參數(shù)構(gòu)成的集合Θ ; 步驟2,結(jié)合散射中心參數(shù)的集合Θ,根據(jù)屬性散射中心模型構(gòu)建散射中心參數(shù)字典D(0)
D( Θ ) = [(I1,…,d” …,dN] 其中,i表示散射中心參數(shù)字典的原子序號(hào),N表示散射中心參數(shù)字典的原子個(gè)數(shù),Cli為散射中心參數(shù)的集合Θ中第i個(gè)元素4 = |3.,辦4,務(wù)]對(duì)應(yīng)的歸一化原子,表示為:
2.根據(jù)權(quán)利要求1所述的基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,其特征在于, 步驟3的具體子步驟如下:設(shè)定循環(huán)次數(shù)Μ,循環(huán)標(biāo)號(hào)m = I,并隨機(jī)選取極化旋轉(zhuǎn)角Vi初值,i = I, 2, ---N ;并設(shè)定M值; 3a)根據(jù)極化旋轉(zhuǎn)角Vi以及下式構(gòu)建極化散射機(jī)理字典Pi (Vi), i = 1,2,-N;
偶極子:Pi;i(Vi) = [cos2 ( Ψ^ , sin ( Ψ^ cos ( Ψ^ , sin ( Ψ^ cos ( Ψ^ , sin2 ( Ψ^ ]
偶次散射體:Pi,2Oi) = [cos (2 Ψ^ , sin(2 Ψ^ , sin(2 Ψ^ , -cos (2 Ψ^ ] 奇次散射體:Pi;3(Vi) = [1,0,0, I] 左螺旋:
3.根據(jù)權(quán)利要求2所述的基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法, 其特征在于,循環(huán)次數(shù)M的范圍為10-20。
4.根據(jù)權(quán)利要求1所述的基于全極化屬性散射中心模型的目標(biāo)屬性特征提取方法,其特征在于,所述步驟5中極化分解系數(shù)門(mén)限
【文檔編號(hào)】G01S7/41GK103969634SQ201410178887
【公開(kāi)日】2014年8月6日 申請(qǐng)日期:2014年4月29日 優(yōu)先權(quán)日:2014年4月29日
【發(fā)明者】劉宏偉, 糾博, 李飛, 王英華, 陳渤, 王鵬輝 申請(qǐng)人:西安電子科技大學(xué)
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
云梦县| 南安市| 宁陕县| 册亨县| 凭祥市| 兖州市| 吉木萨尔县| 白沙| 防城港市| 镇巴县| 泰宁县| 宜川县| 油尖旺区| 呼伦贝尔市| 垣曲县| 红原县| 太保市| 炎陵县| 汾阳市| 通辽市| 澎湖县| 辽中县| 磐石市| 平阴县| 新田县| 邹城市| 磐安县| 丘北县| 上思县| 呼图壁县| 邢台县| 山丹县| 东丰县| 财经| 佳木斯市| 兴国县| 班玛县| 连城县| 凌云县| 武威市| 乌兰县|