[发明专利]基于数据分块并行的切空间排列SAR图像目标识别方法

权利要求书

1.基于数据分块并行的切空间排列SAR图像目标识别方法，包括以下步骤：

步骤1：对每一类目标的每一幅原始图像做向量化处理，构成单类原始数据，将所有单类原始数据构成原始数据集A＝{A₁,A₂,...,A_m,...,A_M}，其中，A_m表示第m类目标的单类原始数据；

步骤2：分析原始数据集A的像素点分布，得到目标和噪声分布图；搜索目标和噪声分布图中目标信息量丢失最小的分块点，即目标分布最大区域和噪声最纯净区域；

步骤3：数据分块，以供给LLTSA计算每个块的降维结果，具体为：

将第m类目标的单类原始数据A_m按照步骤2得到的分块点进行数据分块，得到数据块A′_m：A′_m＝{A_m,1,A_m,2,A_m,3}，其中，A_m,2表示目标区域，A_m,1、A_m,3均表示噪声区域；

步骤4：对A_m,1、A_m,2、A_m,3分别执行LLTSA，得到降维的数据块A″_m＝{A′_m,1,A′_m,2,A′_m,3}；

步骤4：对数据块A″_m＝{A′_m,1,A′_m,2,A′_m,3}进行线性融合，得到判别特征集；

步骤5：采用分类器针对判别特征集完成目标识别。

2.按权利要求1所述基于数据分块并行的切空间排列SAR图像目标识别方法，其特征在于，所述步骤2中，分块点的搜索过程为：

对第m类目标的单类原始数据A_m作像素点分析，搜索目标区域的左边界L_m与右边界R_m；搜索原始数据集A中所有单类原始数据做像素点分析，得到左边界集合和右边界集合，取左边界集合中最小值作为左分块点，取右边界集合中最大值作为右分块点。

3.按权利要求1所述基于数据分块并行的切空间排列SAR图像目标识别方法，其特征在于，所述步骤4中，A_m,1、A_m,2、A_m,3的降维的维度分别为a，b，c，其中，b大于a、c。