[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

摘要

本发明属于雷达图像处理领域，具体为一种基于数据分块并行的切空间排列SAR图像目标识别方法，用以克服原始LLTSA无法处理大数据集，矩阵阶数与特征数相同的局限性。本发明通过分析原始数据集的像素点分布，搜索目标和噪声分布图中目标信息量丢失最小的分块点，并依据分块点对每一类单类原始数据进行数据分块，再对分块后数据分别进行LLTSA；这样做保证在LLTSA做维数约简时，原始信息的内容，最大化的不包含杂质，将目标的信息保留完整，后续步骤的降维可以设置到很小的取值，从而有效减少相干斑噪声的影响；同时，每一类单类原始数据可以并行进行数据分块到目标识别过程，大大提等识别速度。

主权项

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。