[发明专利]基于凸集投影超分辨率重构的合成孔径雷达图像目标识别方法

权利要求书

1.基于凸集投影超分辨率重构的合成孔径雷达图像目标识别方法，其特征在于：所述合成孔径雷达图像目标识别方法包括以下步骤：

步骤1，对采集到的一系列未知目标的同类不同方位角下的原始合成孔径雷达目标图像进行图像预处理；

步骤2，选取M幅不同方位角下的合成孔径雷达目标图像作为低分辨率图像，这些合成孔径雷达目标图像的目标方位角间隔不应大于30°，且M≥4；

步骤3，选择其中一幅低分辨率图像作为参考图像，采用双立方插值算法将其构造成为分辨率为原分辨率2倍的参考帧，作为超分辨率图像的初始估计；

步骤4，设置迭代次数，依次对上述每一幅低分辨率合成孔径雷达目标图像进行如下操作：4.1）用预滤波梯度法进行运动估计，得到图像像素的运动轨迹，确定每幅低分辨合成孔径雷达目标图像的运动补偿值；4.2）对每幅低分辨率合成孔径雷达目标图像的像素进行投影迭代，基于点扩散函数计算真实图像与估计图像之间的残差；4.3）如果计算得到的残差大于一个阈值，则根据残差修正高分辨率图像的像素值；检查是否达到预设的迭代次数，若未到达则继续依次对每一幅低分辨率合成孔径雷达目标图像进行如上操作直至结束，得到一幅分辨率为原分辨率2倍的凸集投影超分辨率重构图像；

步骤5，采用二维离散小波分解以及主成分分析方法对凸集投影超分辨率重构后的图像提取特征矢量；

步骤6，使用经过训练的支持多目标分类的支持向量机对上述特征矢量进行分类，从而识别出该多幅合成孔径雷达目标图像的目标种类和型号。

2.如权利要求1所述的基于凸集投影超分辨率重构的合成孔径雷达图像目标识别方法，其特征在于：所述步骤1中，预处理包括噪声处理，幅度值归一化处理，以及估计合成孔径雷达图像中目标的方位角。

3.如权利要求1所述的基于凸集投影超分辨率重构的合成孔径雷达图像目标识别方法，其特征在于：所述步骤5中，二维离散小波分解以及主成分分析方法包括：对重构后的图像作3层二维离散小波分解，提取3层分解后的低频子带图像，用LL3表示；用主成分分析方法进行下一步的特征提取，将LL3表示成一个列矢量，用所有训练样本生成的列矢量组成数据矩阵X_m×n，其中m为LL3表示成的列矢量的维数，n为训练样本的数目，计算自相关矩阵C=E[X_m×nX_m×n^T]，且将C作特征值分解，得到特征矢量v_i和特征值λ_i，i=1,2,...,m，选择λ_i中最大的N个值对应的特征矢量为基向量，将这些特征矢量作为列向量构造变换矩阵W=[v₁v₂…v_N]^T，经过计算y=W·x，可得到输入数据x的N维的特征矢量y。

4.如权利要求1所述的基于凸集投影超分辨率重构的合成孔径雷达图像目标识别方法，其特征在于：所述步骤6中，支持向量机的核函数为高斯径向基。