[發(fā)明專利]SAR圖像目標識別方法

有效

• 申請?zhí)枺?/td>: 201310391126.1
• 申請日: 2013-08-30
• 公開（公告）號: CN103426001A
• 公開（公告）日: 2013-12-04
• 發(fā)明（設計）人: 于昕;焦李成;韓文婷;馬文萍;馬晶晶;侯彪
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

1.一種SAR圖像自動目標識別方法，包括如下步驟：

(1)輸入SAR圖像，并對其進行Haar小波變換，得到訓練樣本矩陣X∈R^m×N和測試樣本矩陣X′∈R^m×N′，其中，R表示實數(shù)集合，m表示原樣本的特征維數(shù)，N表示訓練樣本的個數(shù)，N′表示測試樣本的個數(shù)；

(2)根據(jù)Johnson–Lindenstrauss推論和RIP條件得出一個稀疏測量矩陣W∈R^n×m，其矩陣元素為：

wab=s×1p=12s0p=1-1s-1p=12s,]]>

其中，w_ab表示稀疏測量矩陣W的第a行第b列的元素，a∈{1,2,...,n}，n為稀疏測量矩陣的維數(shù)，b∈{1,2,...,m}，s為稀疏測量矩陣的量化參數(shù)，p為稀疏測量矩陣中元素出現(xiàn)的概率；

(3)將步驟(2)中得到的稀疏測量矩陣W，分別與訓練樣本矩陣X和測試樣本矩陣X′相乘進行降維，得到降維后的訓練樣本矩陣Z_train∈R^n×N和測試樣本矩陣Z_test∈R^n×N′，并對該降維后的訓練樣本矩陣和測試樣本矩陣進行歸一化，得到歸一化的訓練樣本矩陣和測試樣本矩陣

(4)對N個訓練樣本設置類別標號Y∈R^1×N；

(5)計算歸一化后的測試樣本矩陣和N個已知類別的訓練樣本之間的距離：

di=(xl′)=minj=1,2,···,N||xl′-xj(i)||]]>,，l＝1,2,...,N′；

其中，x_l′是歸一化后測試樣本矩陣的第l個樣本，是訓練樣本中的第j個樣本，屬于類別標號Y中的第i類，c是訓練樣本的類別數(shù)；

(6)將步驟(5)中得到的距離，帶入到類別判定公式中，得到測試樣本的最終類別標號：

k=arg[mindi1≤i≤c(xl′)]]]>

其中，k是測試樣本x_l′的最終類別標號。

2.根據(jù)權利要求1所述的SAR目標識別方法，其中步驟(3)所述的對降維后的訓練樣本矩陣和測試樣本矩陣進行歸一化，是將降維后的訓練樣本矩陣Z_train和測試樣本矩陣Z_test分別除以兩者中的最大值。