[发明专利]一种降雨雷达图像的识别方法

说明书

本发明涉及雷达图像识别技术领域，具体涉及一种降雨雷达图像的识别方法。首先获取若干原始雷达图像数据，构建训练集和验证集；对训练集进行主成分分析算法的降维处理，并进行特征的提取，得到降维子空间；通过验证集与降维子空间的转置矩阵进行降维运算处理，获取雷达图像数据集；对提取的特征进行K均值聚类算法的聚类处理，形成初步聚类中心；通过初步聚类中心对雷达图像数据集进行验证聚类处理，确认聚类中心；再通过计算测试集的特征数据与聚类中心之间的距离，识别出降雨雷达图像。本发明的目的是解决现有的方法识别降雨雷达图像的准确率不高，影响雷达图像质量控制和降低提取信息的可靠性的问题。

技术领域

本发明涉及雷达图像识别技术领域，具体涉及一种降雨雷达图像的识别方法。

背景技术

导航雷达被普遍应用于船舶的海面航行，由于雷达图像中含有海浪信息，可从雷达图像中提取风和浪的信息。在实际应用中导航雷达由于受海洋环境的影响，雷达图像中通常包含降雨等非海浪信息。

导航雷达对降雨干扰非常敏感，在利用导航雷达遥测海面时，雨滴会改变海面的粗糙度并且影响电磁波的传播；雷达图像的回波强度会随着海面粗糙度的增加而增大。当海面在降雨时，降雨对雷达图像的信号产生干扰，影响雷达图像信息提取的准确性，由于降雨干扰的存在改变了雷达图像的纹理特征。

目前，针对有雨雷达图像和无雨雷达图像需要选用不同的方法进行反演信息；一般情况下，反演海浪参数和海面风场信息的方法是基于无降雨的雷达图像。因此，为了控制导航雷达图像质量和提高海浪参数的反演精度，需要在反演海浪参数之前，事先判断雷达图像中是否含有降雨的情况。

然而，现有的方法识别有雨雷达图像的识别率较低，从而影响雷达图像质量控制和降低所提取信息的可靠性。

发明内容

针对现有技术存在的不足，本发明提出一种降雨雷达图像的识别方法，以解决现有的方法识别降雨雷达图像的准确率不高，影响雷达图像质量控制和提取信息可靠性低的问题。

为达到上述目的，本发明采用如下技术方案：一种降雨雷达图像的识别方法，包括：

一种降雨雷达图像的识别方法，包括：

S1、获取若干原始雷达图像数据，构建训练集和验证集；

S2、对所述训练集进行主成分分析算法降维处理，并进行特征提取，得到降维子空间；

S3、通过所述验证集与所述降维子空间的转置矩阵进行降维运算处理，获取雷达图像数据集；

S4、对S2中提取的特征进行K均值聚类算法的聚类处理，形成初步聚类中心；

S5、根据所述初步聚类中心，对所述雷达图像数据集进行验证聚类处理，对聚类处理的结果进行判定，得到聚类中心；

S6、提取待测试的雷达图像数据形成测试集，通过所述测试集与所述降维子空间的转置矩阵进行运算处理，得到测试集的特征数据；

S7、根据所述测试集的特征数据与所述聚类中心之间的欧式距离，识别出降雨雷达图像。

优选的，所述S2中构建所述降维子空间的具体步骤为：

S2.1、选取m张雷达图像数据构成训练集，对训练集中的数据矩阵 进行标准化处理后构建协方差矩阵；

S2.2、对协方差矩阵进行特征分解，得到按降序排列的特征值和对应的特征向量；

S2.3、计算每个特征值的贡献率，贡献率公式为：

；

S2.4、提取若干个贡献率之和占比大于或等于H值的K个特征；

；

S2.5、提取K个特征得到相应的特征向量，从而通过新的特征向量集合形成特征矩阵，即构成降维子空间W。

优选的，所述S3包括：