[发明专利]一种基于特征构造的SAR图像目标识别方法

说明书

本发明属于雷达自动目标识别领域，具体提供一种基于特征构造的SAR目标识别方法；本发明能够在并不破坏原始图像特征前提下，利用符号回归(Symbolic Regression)和多项式(PolynomialFeatures)方法构造SAR图像特征，线性融合原始特征和构造得到的特征，再利用全局特征维数约简方法实现高判别能力特征提取，最后通过分类器分类；本发明充分利用原始图像像素间的空间结构关系构造出鉴别能力更强的特征，然后与原始SAR图像特征相融合，进而有效提升SAR图像目标识别性能。

技术领域

本发明属于雷达自动目标识别领域，特别涉及一种基于图像特征构造的合成孔径雷达图像目标识别方法。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)因其抗干扰能力强，全天时全天候的工作模式，在遥感领域应用非常广泛。SAR图像目标识别一般分为预处理、特征提取、分类器设计；其中，特征提取作为最重要的步骤，直接影响分类器的最高识别性能。SAR图像一般是由目标，阴影，背景杂波构成，所以在复杂的SAR图像中提取出稳健的鉴别特征一直是SAR目标识别算法的研究重点之一。

早期已有学者在原始SAR图像的纹理特性、几何特征、散射点特性等方面做过大量研究，已有较多的SAR图像特征提取算法被提出；但由于独特的SAR成像机制，SAR图像对目标的方位角、俯仰角以及环境噪声是非常敏感的，所以SAR图像特征一直是一个挑战性问题。

目前，众多SAR图像特征提取算法的最大缺点是忽视了SAR成像中的相关特性，在特征提取过程中丢掉了SAR图像特征间的结构关系，因此稳健的SAR图像特征仍很难被提取。事实上，通过考虑SAR图像像素间空间结构关系，对图像经过向量特征或原始特征的运算，能够得到目标增强的特征。统计学习中特征工程方法中，特征的构造方法早已成熟应用。

鉴于此，本发明提出一种基于特征构造的SAR目标识别方法。

发明内容

本发明的目的在于针对上述SAR自动目标识别技术的不足，提供一种基于特征构造的SAR目标识别方法；本发明能够在并不破坏原始图像特征前提下，利用原始图像像素间的空间结构关系构造出鉴别能力更强的特征，然后与原始SAR图像特征相融合，进而提高SAR图像目标识别性能。

为实现上述目的，本发明所采用的技术方案如下：

一种基于特征构造的SAR目标识别方法，包括以下步骤：

步骤1：对原始图像做向量化，得到原始特征集X＝[x₁,x₂,...,x_n]；

步骤2：对原始特征集X采用符号回归构造特征集X₁；

步骤3：对原始特征集X采用多项式特征构造特征集X₂；

步骤4：线性融合原始特征X与特征集X₁、特征集X₂，得到构造特征集X′；

步骤5：采用主成分分析对构造特征集X′进行降维，得到判别特征集；

步骤6：采用分类器对判别特征集进行目标识别。

进一步的，步骤2的具体过程为：

步骤2.1：对原始特征集X中相邻特征之间进行“+”、“-”、“×”、“÷”四则运算；则，特征x₁与x₂构造为x₁、x₂、x₁+x₂、x₁-x₂、x₁×x₂、x₁÷x₂；