[发明专利]基于快速稀疏描述的SAR目标型号识别方法

摘要

本发明公开了一种基于快速稀疏描述的SAR目标型号识别方法，包括以下步骤：利用SAR成像方法获取测试样本图像和训练样本图像；将属于同一样本类别的训练样本图像按照目标方位角均分成多块；对每个块内包含的所有训练样本图像取平均值，得到平均样本图像；利用平均样本图像形成字典矩阵；根据字典矩阵和测试样本图像，构建并求解优化问题，得到稀疏描述向量；利用稀疏描述向量计算重构误差；根据重构误差获得测试样本图像中的待识别目标的样本类别。本发明与现有技术相比，计算复杂度显著降低，能够有效实现目标的型号识别。

主权项

基于快速稀疏描述的SAR目标型号识别方法，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，方位角覆盖的范围为0°～360°；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，针对每一幅预处理后的训练样本图像，均将图像中的所有像素值按列取出，排成一个训练样本列向量；针对预处理后的测试样本图像，将图像中的所有像素值按列取出，排成一个测试样本列向量；步骤4，针对步骤3中得到的所有训练样本列向量，将隶属于同一样本类别的训练样本列向量分成K块，每个块内的训练样本列向量所属的方位角度的覆盖范围为步骤5，对每个块内包含的所有训练样本列向量取平均值，得到K个平均样本列向量；步骤6，利用样本类别i(i＝1,2,...,C)内的K个平均样本列向量，形成该样本类别i下的训练样本集C表示样本类别总数；步骤7，利用获得的各个样本类别的训练样本集，形成稀疏描述中的字典矩阵步骤8，基于字典矩阵和测试样本列向量，构建优化问题；并利用正交匹配追踪方法或者基追踪方法求解优化问题，获得稀疏描述向量步骤9，利用稀疏描述向量计算重构误差ei；步骤10，基于最小重构误差准则，选择最小的重构误差ei对应的样本类别i作为输出结果，即为测试样本图像中的待识别目标所属样本类别。