[发明专利]雷达图像合作目标真值信息自适应标注方法和装置

说明书

本申请涉及雷达图像合作目标真值信息自适应标注方法和装置，该方法包括：对待标注部件建立人造目标数据模型，匹配人造目标数据模型的本体坐标系与雷达观测中实际目标的本体坐标系；利用人造目标数据模型生成待标注部件的点云数据并标识各部件；根据雷达成像视角，对点云数据的坐标进行旋转与缩放，利用成像几何关系投影到雷达成像平面；获取投影到雷达成像平面中标识的各部件的点云包络；根据各部件的点云包络生成待标注部件的掩膜标注信息。能够高准确性且更低成本地自适应标注人造目标多帧雷达图像中的多种部件结构，综合性能较高。

技术领域

本发明属于雷达遥感技术领域，涉及一种雷达图像合作目标真值信息自适应标注方法和装置。

背景技术

包括合成孔径雷达(Synthetic Aperture Radar,SAR)以及逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)在内的雷达设备能够实现对高价值人造目标全天时与全天候的观测。其中，作为一类典型的成像雷达，逆合成孔径雷达ISAR设备能够发射大带宽信号，对空间目标的探测起着重要作用。

随着深度学习技术的发展，深度神经网络被大量应用于雷达图像目标检测和识别，并且在性能上得到了显著提升。其中，对雷达图像中人造目标结构部件的识别有利于实现目标精细化分类，判断其工作状态等，为后续目标姿态和物理参数反演奠定了基础。目前，基于深度学习的方法通常需要大量且精确的标注数据，如何对人造目标雷达数据进行低成本、高准确性的标注是非常重要的技术问题。然而，在实现本发明的过程中，发明人发现目前相关传统图像标注方法面对该技术问题，综合性能不高。

发明内容

针对上述传统方法中存在的问题，本发明提出了一种雷达图像合作目标真值信息自适应标注方法、一种雷达图像合作目标真值信息自适应标注装置、一种图像处理设备以及一种计算机可读存储介质，能够高准确性且更低成本地自适应标注人造目标多帧雷达图像中的多种部件结构，综合性能较高。

为了实现上述目的，本发明实施例采用以下技术方案：

一方面，提供一种雷达图像合作目标真值信息自适应标注方法，包括步骤：

对待标注部件建立人造目标数据模型，匹配人造目标数据模型的本体坐标系与雷达观测中实际目标的本体坐标系；

利用人造目标数据模型生成待标注部件的点云数据并标识各部件；

根据雷达成像视角，对点云数据的坐标进行旋转与缩放，利用成像几何关系投影到雷达成像平面；

获取投影到雷达成像平面中标识的各部件的点云包络；

根据各部件的点云包络生成待标注部件的掩膜标注信息。

在其中一个实施例中，根据雷达成像视角，对点云数据的坐标进行旋转与缩放，利用成像几何关系投影到雷达成像平面的步骤，包括：

获取待标注部件的雷达图像帧的成像视角；

根据成像几何关系对点云数据的坐标进行旋转，计算得到成像视角下该图像帧中待标注部件坐标；

根据雷达视线在雷达成像平面中的俯仰角，对待标注部件坐标进行方位向的缩放处理，得到成像视角下待标注部件的最终投影坐标集合。

在其中一个实施例中，利用人造目标数据模型生成待标注部件的点云数据并标识各部件的步骤，包括：

利用人造目标数据模型导出待标注部件的点云数据；

对待标注部件的不同部件进行编码并添加到点云数据中。

在其中一个实施例中，人造目标数据模型的本体坐标系采用坐标系原点为所述人造目标数据模型的质心，所述雷达观测中实际目标的本体坐标系采用坐标系原点为实际目标的质心。