预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113960551A(43)申请公布日2022.01.21(21)申请号202111004359.2(22)申请日2021.08.30(71)申请人西安电子科技大学地址710000陕西省西安市雁塔区太白南路2号(72)发明人钟庭轩董刚刚(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人刘长春(51)Int.Cl.G01S7/41(2006.01)G01S13/90(2006.01)G06N3/04(2006.01)权利要求书2页说明书14页附图6页(54)发明名称一种针对SAR图像的杂波图像生成方法和目标检测方法(57)摘要本发明公开了一种针对SAR图像的杂波图像生成方法,包括:将不同的随机噪声分别输入预先训练完成的实部生成对抗网络和虚部生成对抗网络,对应得到杂波实部和杂波虚部;组合杂波实部和杂波虚部得到杂波图像;其中,实部生成对抗网络和虚部生成对抗网络是通过对大量SAR图像的杂波切片图像提取实部和虚部,分别得到实部训练集和虚部训练集;利用实部训练集和虚部训练集分别训练一生成对抗网络得到的。本发明能够生成与真实杂波特性相同的杂波图像,满足SAR图像地物杂波等杂波的统计研究需求。CN113960551ACN113960551A权利要求书1/2页1.一种针对SAR图像的杂波图像生成方法,其特征在于,包括:将不同的随机噪声分别输入预先训练完成的实部生成对抗网络和虚部生成对抗网络,对应得到杂波实部和杂波虚部;组合所述杂波实部和所述杂波虚部得到杂波图像;其中,所述实部生成对抗网络和所述虚部生成对抗网络是通过对大量SAR图像的杂波切片图像提取实部和虚部,分别得到实部训练集和虚部训练集;利用所述实部训练集和所述虚部训练集分别训练一生成对抗网络得到的。2.根据权利要求1所述的针对SAR图像的杂波图像生成方法,其特征在于,所述实部生成对抗网络和所述虚部生成对抗网络的获得过程,包括:获取SAR图像集;对所述SAR图像集中的每个SAR图像提取杂波切片图像,由得到的所有杂波切片图像构成杂波切片图像集;提取所述杂波切片图像集中每个杂波切片图像的实部数据和虚部数据,由提取到的所有实部数据构成实部训练集,由提取到的所有虚部数据构成虚部训练集;利用所述实部训练集和所述虚部训练集分别训练一生成对抗网络,得到训练完成的实部生成对抗网络和虚部生成对抗网络。3.根据权利要求2所述的针对SAR图像的杂波图像生成方法,其特征在于,所述生成对抗网络,包括:一个生成器和一个判别器。4.根据权利要求3所述的针对SAR图像的杂波图像生成方法,其特征在于,所述生成对抗网络,包括:W‑GAN。5.根据权利要求1至4中任一项所述的针对SAR图像的杂波图像生成方法,其特征在于,所述虚部生成对抗网络的网络参数根据输入数据自适应变化。6.一种针对SAR图像的杂波图像生成装置,其特征在于,包括:杂波实部和杂波虚部获得模块,用于将不同的随机噪声分别输入预先训练完成的实部生成对抗网络和虚部生成对抗网络,对应得到杂波实部和杂波虚部;杂波图像获得模块,用于组合所述杂波实部和所述杂波虚部得到杂波图像;其中,所述实部生成对抗网络和所述虚部生成对抗网络是通过对大量SAR图像的杂波切片图像提取实部和虚部,分别得到实部训练集和虚部训练集;利用所述实部训练集和所述虚部训练集分别训练一生成对抗网络得到的。7.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互相的通信;所述存储器,用于存放计算机程序;所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1‑5任一所述的方法步骤。8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1‑5任一所述的方法步骤。2CN113960551A权利要求书2/2页9.一种针对SAR图像的目标检测方法,其特征在于,包括:获取待检测的SAR图像;将所述SAR图像输入预先训练完成的目标检测网络,得到所述SAR图像的目标检测结果;其中,所述目标检测网络是利用具有标记信息的原始样本集和扩展样本集合并训练得到的;所述扩展样本集基于所述原始样本集中的目标切片图像与预先生成的不同杂波图像的结合得到;每个杂波图像是将不同的随机噪声分别输入预先训练完成的实部生成对抗网络和虚部生成对抗网络,对应得到杂波实部和杂波虚部组合得到的;所述实部生成对抗网络和所述虚部生成对抗网络是通过对大量SAR图像的杂波切片图像提取实部和虚部,分别得到实部训练集和虚部训练集;利用所述实部训练集和所述虚部训练集分别训练一生成对抗网络得到的。10.根据权利要求9所述的针对