[发明专利]一种基于极化合成孔径雷达的车辆检测方法有效

专利信息
申请号: 202011183412.5 申请日: 2020-10-29
公开(公告)号: CN112462367B 公开(公告)日: 2021-09-07
发明(设计)人: 代晓康;殷君君;杨健 申请(专利权)人: 北京科技大学;清华大学
主分类号: G01S13/90 分类号: G01S13/90;G01S7/41
代理公司: 北京市广友专利事务所有限责任公司 11237 代理人: 张仲波
地址: 100083*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 极化 合成孔径雷达 车辆 检测 方法
【权利要求书】:

1.一种基于极化合成孔径雷达的车辆检测方法,其特征在于,包括:

获取训练集和测试集;

通过L1范数的二维主成分分析算法对获取的训练集和测试集中每个样本的相干矩阵进行逐通道的压缩,得到降维后的训练集和测试集;

根据得到的降维后的训练集和测试集,利用复威沙特距离度量检测潜在目标;

对复威沙特距离度量检测到的潜在目标,使用基于相关系数的模板匹配进行目标鉴别;

若目标鉴别后得到的多个候选目标从属于一个车辆的矩形框,则根据候选目标重要程度对候选目标进行加权合并,得到车辆检测结果,其中,重要程度由复威沙特距离和相关系数共同体现;

其中,加权合并的表达式为:

其中,M、N分别为转化为正值后的复威沙特距离的均值和相关系数的均值,n是从属于一个车辆的候选目标个数,Wi是第i个候选目标所对应的转化为正值后的复威沙特距离,Di是第i个候选目标所对应的相关系数,Xi是第i个候选目标的左上角的坐标值,Z为加权合并以后的候选目标的坐标。

2.根据权利要求1所述的基于极化合成孔径雷达的车辆检测方法,其特征在于,在获取训练集和测试集之前,所述方法还包括:

获取陆地上待检测场景对应的极化合成孔径雷达图像;

从所述极化合成孔径雷达图像中依次提取每个像素对应的S矩阵;

通过Pauli基进行共轭相乘,将S矩阵转换为相干矩阵T;

采用精细Lee滤波,对相干矩阵T进行滤波处理,得到滤波后的T矩阵。

3.根据权利要求2所述的基于极化合成孔径雷达的车辆检测方法,其特征在于,所述S矩阵为:

其中,所述S矩阵满足互易对称定律:Shv=Svh,Shh表示水平方式发射、水平方式接收的极化通道数据,Shv表示水平方式发射、垂直方式接收的极化通道数据,Svh表示垂直方式发射、水平方式接收的极化通道数据,Svv表示垂直方式发射、垂直方式接收的极化通道数据。

4.根据权利要求3所述的基于极化合成孔径雷达的车辆检测方法,其特征在于,所述相干矩阵T为:

其中,k表示Pauli基,上标H表示共轭转置,*表示复共轭,·表示求均值;

其中,相干矩阵T的全部信息用:T11、T22、T33、real(T12)、real(T13)、real(T23)、imag(T12)、imag(T13)和imag(T23)这9个通道的数据代替,real表示取复数的实部,imag表示取复数的虚部。

5.根据权利要求1所述的基于极化合成孔径雷达的车辆检测方法,其特征在于,所述获取训练集和测试集包括:

根据目标大小设定滑动窗口的尺寸大小,其中,所述目标为车辆,所述滑动窗口的尺寸大小包括:滑动窗口的宽度和高度;

设定滑动窗口的滑动步长;

根据设定的滑动窗口的尺寸大小和滑动步长,将滑动窗口在整个极化合成孔径雷达图像上滑动,并将每次滑动窗口覆盖的图像块取出作为测试集中的一个测试样本,其中,所有的测试样本组成测试集;

将在整个极化合成孔径雷达图像上选取的部分目标和各类背景的切片组成训练集,其中,训练集中每个切片作为一个训练样本,每个切片的大小与滑动窗口的大小一致,部分目标的切片所属的标签为正类,各类背景的切片所属的标签为负类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学;清华大学,未经北京科技大学;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011183412.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top