基于局部纹理特征的SAR变体目标识别方法.pdf

(19)中华人民共和国国家知识产权局*CN101964060A*(12)发明专利申请(10)申请公布号CN101964060A(43)申请公布日2011.02.02(21)申请号201010209322.9(22)申请日2010.06.24(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人刘宏伟尹奎英金林王英华杜兰(74)专利代理机构陕西电子工业专利中心61205代理人王品华朱红星(51)Int.Cl.G06K9/62(2006.01)G06T5/00(2006.01)权利要求书1页说明书7页附图2页(54)发明名称基于局部纹理特征的SAR变体目标识别方法(57)摘要本发明公开了一种基于局部纹理特征的SAR变体目标识别方法，主要解决现有的识别方法对SAR目标变体识别率低的问题。其实现过程是：1.利用偏微分改善SAR目标各部分统计分布；2.利用Otsu对偏微分变换后的SAR目标进行分割出目标部分；3.旋转目标到90°，选择固定大小的滑窗，根据方位角不同选择不同方向行切割；4.对切割后的SAR目标进行Gabor变换；5.对Gabor变换后的每幅图像用LBP算子进行编码并建立直方图；6.把测试样本与训练样本的每幅SAR图像用直方图交进行匹配，把匹配结果小的抛弃，只保留匹配结果好的部分；7.用最近邻法判定识别结果。本发明可利用局部纹理特征提高SAR目标变体的识别率，用于对地面目标的识别。CN10964ACCNN110196406001964061A权利要求书1/1页1.一种基于局部纹理特征的SAR变体目标识别方法，包括如下步骤：1)对训练样本和测试样本中每幅SAR图像备份成两份，其中一份用作确定图像目标区域，执行步骤2)，另一份用作原图与确定好的目标区域进行匹配，执行步骤6)；2)计算SAR图像背景区域幅度均值，根据均值确定偏微分扩散算子对SAR图像进行去噪；3)计算去噪后的SAR图像幅度均值，同时绘制出去噪后SAR图像的直方图，根据幅度均值将直方图分为大于幅度均值和小于幅度均值两部分，对大于幅度均值部分的直方图，采用Otsu法分割，得到Otsu分割阈值，将去噪后的SAR图像中大于该分割阈值部分全部设定值为1，确定为目标，将目标外的部分全部设定值为0，确定为背景；4)将步骤3)分割后的SAR目标图像，按照SAR目标自带目标方位角信息旋转到90°；5)对旋转后的SAR目标图像，选用大小为36×20的滑窗进行滑动，当滑窗内数据为1的值最多时停止滑动，并记录滑窗停止时的边缘坐标值；6)根据原图像SAR目标自带方位角信息，将原SAR图像目标旋转到90°；7)对步骤6)处理的SAR图像与步骤5)中已经确定目标区域的SAR图像进行配准，并按照步骤5)记录的滑窗边缘坐标，将原SAR图像切割成大小为36×20的矩形；8)对切割后的SAR图像进行Gabor变换，使原图像转变成40幅不同尺度和方向的特征图像；9)在每幅特征图像中确定12坐标点，按照这些坐标点将每幅特征图像分为12个局部模块，用采样点fp(p＝0，1，...，7)的LBP算子对每个局部模块编码并建立直方图；10)利用所建立的直方图对每幅测试样本和训练样本用基于直方图的交进行匹配，得到匹配值；11)取前300个大匹配值作为测试样本和训练样本的识别特征，用最近邻法判定这些识别特征之间的最小距离，将距离最小的分为一类，作为最终的识别结果。2.根据权利要求1所述的目标识别方法，其中步骤8)所述的对切割后的SAR图像进行Gabor变换，采用如下公式：u，v分别是方向因子和尺度因子，z＝(x，y)是行矢量，(x，y)为图像二维坐标，vkv＝kmax/f，kmax为Gabor频率，f为复指数径向中心频率，σ为高斯函数标准差，取u∈{0，...，7}，v∈{0，1，2，3，4}，kmax＝π/2，σ＝0.4π，经过Gabor小波变换，使原图像转变成40幅不同尺度和方向的特征图像。3.根据权利要求1所述的目标识别方法，其中步骤9)中所述在每幅特征图像中确定12坐标点，分别为(1：6，1：10)；(7：12，1：10)；(13：18，1：10)；(19：24，1：10)；(25：30，1：10)；(31：36，1：10)；(1：6，11：20)；(7：12，11：20)；(13：18，11：20)；(19：24，11：20)；(25：30，11：20)；(31：36，11：20)。2CCNN110196406001964061A说明书1/7页基于局部纹理特征的SAR变体目标识别方法技术领域[0001]本发明属于雷达技术领域，具体地说是一种SAR目标识别方法，可用于地面静止目标的识别。背景技术[0002]在SAR目标识别领域，为了判别识别算法的客观性，实验数据选用美国DARPA