專利名稱：基于稀疏描述的sar目標(biāo)方位角估計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及SAR目標(biāo)方位角的估計(jì)，可用于SAR的目標(biāo)識(shí) 別。
背景技術(shù)：
合成孔徑雷達(dá)SAR由于其具有全天時(shí)、全天候的工作能力，已被廣泛應(yīng)用于民用 和軍事領(lǐng)域，SAR圖像的自動(dòng)目標(biāo)識(shí)別受到了人們的高度關(guān)注。目標(biāo)方位角估計(jì)是進(jìn)行SAR 圖像自動(dòng)目標(biāo)識(shí)別的重要步驟。模板識(shí)別法是將待識(shí)別目標(biāo)的圖像與已知目標(biāo)在各個(gè)方位 角下的圖像模板進(jìn)行匹配識(shí)別。如果在識(shí)別前能從待識(shí)別目標(biāo)的SAR圖像中估計(jì)出目標(biāo)方 位角，則可以有效的減小模板匹配的數(shù)量和搜索時(shí)間，提高目標(biāo)識(shí)別的精度和效率。
現(xiàn)有SAR目標(biāo)的方位角估計(jì)方法主要可分為三類第一類基于目標(biāo)最小外 接矩形的方位角估計(jì)方法，如文獻(xiàn)1:Adaptive boosting for SAR automatic target recognition, IEEE Trans. Aerosp. Electron. Syst. , vol. 43, no.1, 2007 ;第二類基于 目標(biāo)主軸的方位角估計(jì)方法，如文獻(xiàn)2 :Target aspect estimation from single and mult1-pass SAR images. Acoustics, Speech and Signal Processing. Proceedings of the 1998 IEEE International Conference on ;第三類基于目標(biāo)長主導(dǎo)邊界的方位角 估計(jì)方法，如文獻(xiàn)3 =SAR圖像目標(biāo)分割與方位角估計(jì)，國防科技大學(xué)學(xué)報(bào)，第23卷第5期， 2001 年。
上述方法在進(jìn)行方位角估計(jì)時(shí)，均只利用了目標(biāo)的幾何結(jié)構(gòu)特征，沒有利用目標(biāo) 的圖像信息，估角精度低，估角結(jié)果中存在180°模糊問題，不利于SAR目標(biāo)識(shí)別實(shí)時(shí)性的 要求。發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出了一種基于稀疏描述的SAR目標(biāo)方 位角估計(jì)方法，以避免方位角估計(jì)時(shí)存在的180°模糊問題。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)思路是，通過稀疏描述算法求得測(cè)試樣本在由所有訓(xùn)練樣 本形成的字典上的稀疏描述向量，然后計(jì)算稀疏描述向量中每個(gè)非零系數(shù)所對(duì)應(yīng)的訓(xùn)練樣 本的重構(gòu)誤差，選擇重構(gòu)誤差最小的非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的方位角作為估角結(jié)果輸 出。其具體實(shí)現(xiàn)步驟包括如下
(I)輸入訓(xùn)練樣本和測(cè)試樣本，從訓(xùn)練樣本和測(cè)試樣本的每幅圖像中心截取包含 目標(biāo)的子圖像，以減少SAR圖像中大面積的背景噪聲對(duì)方位角估計(jì)性能產(chǎn)生的影響；
(2)對(duì)所有截取的子圖像進(jìn)行標(biāo)準(zhǔn)直方圖均衡化，以減弱SAR圖像中存在的不均 勻散射對(duì)方位角估計(jì)性能產(chǎn)生的影響；
(3)以直方圖均衡化后的訓(xùn)練樣本的子圖像構(gòu)造字典A，利用正交匹配追蹤OMP算 法求解如下優(yōu)化函數(shù)，得到直方圖均衡化后的測(cè)試樣本的子圖像y在字典A上的稀疏描述向量Cl ;
argmin | a 10 s. t. A a =y其中，||-| I。表示取0范數(shù)，min( )為取最小函數(shù)；(4)計(jì)算稀疏描述向量a中每個(gè)非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的重構(gòu)誤差ek ek=| y-Afk ( a ) | |2，k=l, ，N0其中，fk(a)為將稀疏描述向量a中除第k個(gè)非零元素外的其他元素全置為0的函數(shù)，Ntl為稀疏描述向量a中非零元素的個(gè)數(shù)，即稀疏度；(5)選擇重構(gòu)誤差最小的非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的方位角作為估角結(jié)果out輸出
權(quán)利要求
1.一種基于稀疏描述的SAR目標(biāo)方位角估計(jì)方法，包括以下步驟 (1)輸入訓(xùn)練樣本和測(cè)試樣本，從訓(xùn)練樣本和測(cè)試樣本的每幅圖像中心截取包含目標(biāo)的子圖像，以減少SAR圖像中大面積的背景噪聲對(duì)方位角估計(jì)性能產(chǎn)生的影響； (2)對(duì)所有截取的子圖像進(jìn)行標(biāo)準(zhǔn)直方圖均衡化，以減弱SAR圖像中存在的不均勻散射對(duì)方位角估計(jì)性能產(chǎn)生的影響； (3)以直方圖均衡化后的訓(xùn)練樣本的子圖像構(gòu)造字典A，利用正交匹配追蹤OMP算法求解如下優(yōu)化函數(shù)，得到直方圖均衡化后的測(cè)試樣本的子圖像I在字典A上的稀疏描述向量a ;argmin | a 10s. t. A a =y 其中，||-| Ici表示取0范數(shù),min( )為取最小函數(shù)； (4)計(jì)算稀疏描述向量a中每個(gè)非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的重構(gòu)誤差ek:
2.根據(jù)權(quán)利要求1所述的基于稀疏描述的SAR目標(biāo)方位角估計(jì)方法，其中步驟(I)所述的截取的子圖像大小為48X48個(gè)像素。
3.根據(jù)權(quán)利要求1所述的基于稀疏描述的SAR目標(biāo)方位角估計(jì)方法，其中步驟(2)所述的標(biāo)準(zhǔn)直方圖均衡化操作將圖像像素值的變化范圍調(diào)整到
，使得所有圖像具有相同的動(dòng)態(tài)范圍。
全文摘要
本發(fā)明公開了一種基于稀疏描述的SAR目標(biāo)方位角估計(jì)方法，主要解決現(xiàn)有技術(shù)進(jìn)行方位角估計(jì)時(shí)存在的180°模糊問題。其實(shí)現(xiàn)步驟是(1)輸入訓(xùn)練樣本和測(cè)試樣本，從訓(xùn)練樣本和測(cè)試樣本中每個(gè)樣本的中心截取包含目標(biāo)的子圖像，并對(duì)截取的子圖像進(jìn)行直方圖均衡化；(2)對(duì)于直方圖均衡化后的訓(xùn)練樣本和測(cè)試樣本，計(jì)算測(cè)試樣本在由所有訓(xùn)練樣本形成的字典上的稀疏描述向量；(3)計(jì)算得到的稀疏描述向量中每個(gè)非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的重構(gòu)誤差；(4)選擇重構(gòu)誤差最小的非零系數(shù)對(duì)應(yīng)的訓(xùn)練樣本的方位角作為估角結(jié)果輸出。本發(fā)明與現(xiàn)有技術(shù)相比，不存在180°模糊問題，估角精度高，可用于SAR目標(biāo)方位角估計(jì)和進(jìn)一步的SAR目標(biāo)識(shí)別。
文檔編號(hào)G06K9/32GK103065162SQ201310039608
公開日2013年4月24日 申請(qǐng)日期2013年1月31日 優(yōu)先權(quán)日2013年1月31日
發(fā)明者邢孟道, 陳士超, 保錚 申請(qǐng)人:西安電子科技大學(xué)