[发明专利]车载SAR目标检测与识别方法、系统及终端

说明书

本发明公开了车载SAR目标检测与识别方法、系统及终端，方法包括：将车载SAR回波数据进行成像处理得到车载SAR图像；对车载SAR图像进行超像素分割；对分割后的车载SAR图像进行阈值检测，得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到更精确的目标二值图像；框出目标图裁剪为样本图；将样本图输入卷积神经网络模型进行训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。本发明的技术效果在于，由于采用先验的目标尺寸信息，排除明显不符合目标尺寸的部分，从而大大减小后续检测时的工作量；二是由于采用框住目标后，对目标进行旋转，克服传统方法中目标检测框不能旋转引入的冗余信息。

技术领域

本发明涉及计算机处理技术领域，尤其涉及一种车载SAR目标检测与识别方法、系统、终端及计算机可读存储介质。

背景技术

SAR(Synthetic Aperture Radar)，即合成孔径雷达，是一种主动式的对地观测系统，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测、并具有一定的地表穿透能力。

由于合成孔径雷达(Synthetic Aperture Radar，SAR)具有全天时、全天候工作，分辨率高且不随距离增大而变小等优点，获得了在在军事和民用等领域的广泛应用。但是现有技术的SAR图像的图像特性会随着不同的成像参数、成像姿态、地物环境等发生较大的变化，使得SAR图像的目标检测和识别变得非常困难。现有技术的SAR图像的目标检测和识别计算量大，硬件要求高，实现复杂。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于提供一种车载SAR目标检测与识别方法、系统、终端及计算机可读存储介质，旨在解决现有技术的SAR图像的目标检测和识别计算量大，硬件要求高，实现复杂的问题。

为实现上述目的，本发明提供一种车载SAR目标检测与识别方法，所述车载SAR目标检测与识别方法包括如下步骤：

将车载SAR回波数据进行成像处理，得到原始车载SAR图像；

利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像；

对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；

对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像；

基于优化后的目标二值图像，在原始车载SAR图像上框出目标，并将框出的目标图裁剪为样本图；

将所述样本图输入卷积神经网络模型进行神经网络训练；并用训练好的网络模型进行预测，将预测的结果在SAR图像中标记出。

所述的车载SAR目标检测与识别方法，其中，所述利用超像素生成算法中的SLIC算法对所述原始车载SAR图像进行分割，得到分割后的车载SAR图像的步骤包括；

根据需要检测的目标的大小，设置合适的超像素初始尺寸，对所述原始车载SAR图像进行分割，将背景和检测的目标划分到不同的超像素中，得到分割后的车载SAR图像。

所述的车载SAR目标检测与识别方法，其中，所述对分割后的车载SAR图像进行阈值检测，并经过形态学运算后得到目标二值图像；

对分割后的车载SAR图像，采用全局阈值方法，以超像素作为基本单位，以图像总体平均功率作为阈值进行阈值检测，得到目标二值图像；

对得到的目标二值图像进行形态学处理，得到形态学处理后的目标二值图像。

所述的车载SAR目标检测与识别方法，其中，所述对经过形态学运算后得到目标二值图像，利用先验的目标尺寸信息进行优化处理，得到优化后的目标二值图像的步骤包括：