[發明專利]一種群智優化SAR雷達空中飛行目標識別系統在審
| 申請號: | 201810457315.7 | 申請日: | 2018-05-14 |
| 公開(公告)號: | CN108681732A | 公開(公告)日: | 2018-10-19 |
| 發明(設計)人: | 劉興高;吳俊;孫元萌 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/62 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 邱啟旺 |
| 地址: | 310058 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 雷達 目標識別系統 空中飛行 上位機 數據庫 種群 分類器訓練模塊 圖像預處理模塊 結果顯示模塊 特征提取模塊 特征選擇模塊 圖像數據存儲 實時監測 依次相連 優化模塊 在線識別 優化 | ||
本發明公開了一種群智優化SAR雷達空中飛行目標識別系統,包括SAR雷達、數據庫以及上位機;SAR雷達、數據庫、上位機依次相連,所述SAR雷達對空中進行實時監測,并將SAR雷達獲得的圖像數據存儲到所述的數據庫中,所述的上位機包括圖像預處理模塊、特征提取模塊、特征選擇模塊、分類器訓練模塊、群智優化模塊以及結果顯示模塊。本發明提供一種實現在線識別、精度高的空中飛行目標識別系統。
技術領域
本發明涉及雷達數據處理領域,特別地,涉及一種群智優化SAR雷達空中飛行目標識別系統。
背景技術
空中飛行目標識別技術展現出了強大的生命力,30年來出現了各種的理論方法,研究的比較成熟的算法有經典統計判決、主觀Bayes推斷、D-S證據理論法、神經網絡和支持向量機等。因為目標識別的算法的不同有可能會造成表達識別結果的不一致,所以系統為了便于進行處理和對比把各類的識別結果的表達形式統一為主觀概率。除此之外,有些研究人員對目標識別進行研究時,引入了粗糙集理論和數據挖掘。也有人將數據挖掘與粗糙集理論結合,對目標識別系統進行研究。目前,歸納學習過程廣泛應用了數據挖掘技術,數據挖掘可以從大量數據中提取潛在的規律。其中利用SAR圖像對空中飛行目標進行監測和識別是目前國際上的一個前沿和熱點,可以通過對SAR圖像進行空中飛行目標的監測識別,獲取飛行目標的類型、位置以及航向等重要的信息參數。對于獲取空中飛行目標的主動權、確保空中飛行目標行動的成功起到了至關重要的作用。
發明內容
為了克服目前基于SAR圖像的空中飛行目標識別準確率不高的不足,本發明的目的在于提供一種實現實時分析的群智優化SAR雷達空中飛行目標識別系統。
本發明解決其技術問題所采用的技術方案是:一種群智優化SAR雷達空中飛行目標識別系統,包括SAR雷達、數據庫以及上位機,SAR雷達、數據庫和上位機依次相連,所述SAR雷達對空中進行實時監測,并將SAR雷達獲得的圖像數據存儲到所述的數據庫中,所述的上位機包括:
圖像預處理模塊,用以進行SAR雷達圖像數據預處理,采用如下過程完成:
1)從數據庫中傳來的SAR圖像灰度級為L,f(x0,y0)為像素點(x0,y0)處的灰度值,g(x0,y0)為像素點(x0,y0)的N×N鄰域內像素的平均值,其中x0,y0分別表示像素點的橫坐標和縱坐標;
2)通過計算滿足f=m和g=n的像素數目h(m,n),得到二維聯合概率密度pmn:
pmn=p(m,n)=h(m,n)/M
其中,M表示圖像像素的總數目;
3)計算二維直方圖的均值向量μ:
4)分別計算圖像中目標和背景出現的概率P0,1和均值向量μ0,1:
其中,t、s、下標0、下標1分別表示f分割閾值、g分割閾值、目標區域、背景區域;
5)計算類間方差BCV:
BCV=P0(μ0-μ)(μ0-μ)′+P1(μ1-μ)(μ1-μ)′;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810457315.7/2.html,轉載請聲明來源鉆瓜專利網。





