[发明专利]基于多源信息融合的空间目标结构反演方法和装置

权利要求书

1.一种基于多源信息融合的空间目标结构反演方法，其特征在于，该方法包括：

S1、利用不同平台下的可见光传感器及雷达传感器，获取同一目标的可见光图像和雷达复图像；

S2、通过提取所述可见光图像中目标横纵向尺寸，获得目标的支撑区域x、y；

S3、对所述雷达复图像进行二维逆傅里叶变换至雷达回波域，在雷达回波域建立属性散射中心模型；

S4、基于所述属性散射中心模型构造参数化字典D(x,y)和对属性参数中的位置参数(x,y)、散射中心长度L和初始方位角进行稀疏优化求解，获得估计值；

S5、基于所述属性散射中心模型构造字典D(α)，利用散射中心长度L的估计值确定属性参数中的频率依赖因子α的取值范围，并对该取值范围内的α值进行稀疏优化求解；

S6、基于属性散射中心模型构造字典D(γ)，利用散射中心长度L和初始方位角的估计值确定目标中的局部式散射中心，并对该类散射中心下的方位依赖因子γ值进行稀疏优化求解；

S7、利用所估计的目标各散射中心对应的属性参数，判断空间目标内包含的结构类型及尺寸信息。

2.根据权利要求1所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S1中，针对同一目标，所获得的可见光图像是灰度图像，雷达复图像是复数域图像；且所述可见光传感器与雷达传感器对目标的视线角误差不大于20°。

3.根据权利要求1所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S2中，从可见光图像中提取目标主轴，通过图像处理过程，使可见光图像和雷达复图像中的目标轴向一致，提取可见光图像中目标横纵向尺寸，获得支撑区域x、y。

4.根据权利要求1所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S3中，所述雷达复图像在雷达回波域建立的属性散射中心模型为

其中f为雷达频率，φ为方位角，M为散射中心个数，为散射中心参数集合；f_c为雷达中心频率，c为光速；参数x_i和y_i分别表示第i个散射中心距离向与方位向的坐标，A_i为第i个散射中心幅度，α_i表示第i个散射中心的散射强度的频率依赖性；方位属性参数表示第i个散射中心对方位角的依赖关系，其中L_i为第i个散射中心的散射中心长度，为其初始方位角，γ_i为方位依赖因子。

5.根据权利要求4所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S4中，参数化字典D(x,y)为

其中||d_i,j||₂表示d_i,j的二范数，Nx为目标散射中心的距离向支撑区域量化个数；Ny为目标散射中心的方位向支撑区域量化个数；参数化字典为

其中||d'_i,j||₂为d'_i,j的二范数，NL为散射中心长度L的量化个数，为初始方位角的量化个数。

6.根据权利要求4所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S5中，参数化字典D(α)为

其中

||d_αi||₂为d_αi的二范数，M为频率依赖因子α的量化个数。

7.根据权利要求4所述的基于多源信息融合的空间目标结构反演方法，其特征在于，在步骤S6中，参数化字典D(γ)为

D(γ)＝[d_γ1,d_γ2,...,d_γi,...,d_γM']

其中

M'为方位依赖因子γ的量化个数。