[發(fā)明專利]一種基于非負(fù)矩陣分解的雷達(dá)背景圖像實(shí)時(shí)構(gòu)造方法

有效

• 申請?zhí)枺?/td>: 201210361123.9
• 申請日: 2012-09-25
• 公開（公告）號: CN102928825A
• 公開（公告）日: 2013-02-13
• 發(fā)明（設(shè)計(jì)）人: 寧煥生;陳唯實(shí);汪俊
• 申請（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號: G01S7/41
• 分類號: G01S7/41;G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于非負(fù)矩陣分解的雷達(dá)背景圖像實(shí)時(shí)構(gòu)造方法，其特征在于：?

1)建立實(shí)時(shí)更新的雷達(dá)圖像庫?

將實(shí)時(shí)采集的雷達(dá)圖像保存至實(shí)時(shí)更新的圖像庫，該圖像庫只保存最近采集的N（通常設(shè)置為N=10）幀雷達(dá)圖像。因此，在保存第k幀圖像的同時(shí)需刪除第k-10幀圖像。?

2)初始值設(shè)定?

將圖像庫中當(dāng)前圖像I^(k)之前的N幀圖像相加并取平均值，得到背景圖像B^(k)，用下式表示：?

由當(dāng)前圖像中減去背景圖像，獲得差分圖像T：?

T^(k)=I^(k)-B^(k)????????????(2)式中I，B，T均為m×n的二維圖像。?

將B^(k)和T^(k)轉(zhuǎn)換成兩個(gè)向量a₁和a₂，轉(zhuǎn)換規(guī)則如下：?

a₁＝{a₁[(i-1)·n+j]=B[i,j],i=1,2,...,m;j＝1,2,...,n}???????(3)?

a₂={a₂[(i-1)·n+j]=T[i,j],i＝1,2,...,m;j=1,2,...,n}?

將以上兩個(gè)向量放入矩陣A₀=[a₁,a₂]，a₁和a₂均為mn維向量，作為非負(fù)矩陣分解的初始值。?

3)非負(fù)矩陣分解?

采用非負(fù)矩陣分解提取背景圖像的實(shí)質(zhì)在于估計(jì)兩個(gè)非負(fù)矩陣A和S，滿足下式?

I＝A·S????????????(4)?

其中I為按照(3)式的規(guī)則轉(zhuǎn)換成的mn×1維向量；A為mn×2維的矩陣，包含a₁和a₂兩個(gè)向量，a₁表示背景圖像，a₂表示動目標(biāo)圖像；S為2×1維的系數(shù)向量。A的初始值設(shè)置為(3)式獲得的A₀，S的初始值設(shè)定為S₀=[200,200]。?

求解非負(fù)矩陣A和S，使誤差最小化，由下式計(jì)算?

式中||·||_F為二次范數(shù)。?

采用層級交互最小二乘法求解非負(fù)矩陣A和S，首先定義殘差?

式中k=1，2。A[:，j]為矩陣A的第j列向量，A[:,1]代表背景圖像，A[:,2]代表動目標(biāo)圖像；S[j]為系數(shù)向量的第j個(gè)元素。?

將(6)式代入(5)式，得到?

對上式求偏導(dǎo)，并設(shè)置為零，獲得A[:,k]和S[k]的迭代公式：?

式中k=1，2。[δ]_[0，255]限定了每個(gè)元素δ_ij的上下閾值，具體方法如下：?

經(jīng)過t次迭代，獲得背景圖像的最終結(jié)果A[:,1]，將其重新排列為二維圖像B，公式如下：?

Β_t={B_t[i,j]=A[(i-1)·n+j,1],i=1,2,...,m;j=1,2,...,n}???????(9)?。

2.根據(jù)權(quán)利要求1所述的一種基于空域和時(shí)域特性的雷達(dá)圖像雜波抑制方法，其特征在于：層級交互最小二乘法中設(shè)置的迭代次數(shù)t通常較小，能夠確保運(yùn)算的實(shí)時(shí)性和提取背景圖像的準(zhǔn)確性。?