[发明专利]基于正则化局部保持投影的SAR变形目标识别方法

摘要

本发明公开了一种基于正则化局部保持投影的SAR变形目标识别方法，包括以下步骤利用SAR成像方法获取训练样本图像和测试样本图像；结合样本类别信息，构建目标的相似性矩阵；基于相似性矩阵，构建能够保持数据局部特性的目标函数；对目标函数进行正则化处理；根据正则化处理结果得到投影矩阵；利用投影矩阵对训练样本图像和测试样本图像进行降维处理，得到训练样本特征向量集合和测试样本特征向量；将训练样本特征向量集合和测试样本特征向量输入到最近邻分类器中，输出最终的识别结果。本发明通过正则化处理方法，有效地解决了局部保持投影方法中存在的矩阵奇异性问题，减少了信息的损失，采用最近邻分类器进行分类判决，实现变形目标的识别。

主权项

基于正则化局部保持投影的SAR变形目标识别方法，其特征在于，包括以下步骤：步骤1，利用SAR成像方法针对多个训练样本目标获取不同方位角下的包含有训练样本目标的图像，作为训练样本图像，将针对每一个训练样本目标获取的不同方位角下的多个训练样本图像划分为同一个样本类别；利用利用SAR成像方法获取包含有待识别目标的图像，作为测试样本图像；步骤2，对每一幅训练样本图像和测试样本图像分别进行预处理，得到多幅预处理后的训练样本图像和预处理后的测试样本图像；预处理包括截取子图像和标准直方图均衡化；步骤3，将每一幅训练样本图像中的所有像素值按列取出，排成一个训练样本列向量，利用所有训练样本图像排成的训练样本列向量形成训练样本列向量集合X；针对预处理后的测试样本图像，将其所有像素值按列取出，排成测试样本列向量Z；步骤4，利用训练样本列向量集合X，融合样本类别信息，构建目标的相似性矩阵S；步骤5，基于相似性矩阵S，构建能够保持数据局部特性的目标函数J1；步骤6，对目标函数J1添加约束条件得到包含有约束条件的优化问题，利用拉格朗日乘子法求解优化问题得到计算结果，对计算结果进行正则化处理，得到正则化处理结果；求解正则化处理结果得到投影矩阵A；步骤7，对步骤3中的训练样本列向量集合X利用投影矩阵A进行降维处理，得到训练样本特征向量集合Y，对步骤3中的测试样本列向量Z利用投影矩阵A进行降维处理，得到测试样本特征向量M；步骤8，将测试样本特征向量M和训练样本特征向量集合Y均输入最近邻分类器，最近邻分类器自动输出测试样本图像中的待识别目标所属样本类别，得到最终的识别结果。