[发明专利]基于生成网络的光学-雷达ISAR图像转换方法及装置

说明书

本申请涉及一种基于生成网络的光学‑雷达ISAR图像转换方法及装置。所述方法包括：通过基于对ISAR图像的目标物理特性分析与建模，以深度学习网络为主要技术手段将ISAR散射点分布特点引入网络训练的损失函数中，最终实现将目标的光学图像转换至对应的ISAR图像。其中将ISAR原图像以及ISAR重构图像分别提取的散射点位置矩阵相等这一约束条件加入损失函数中，使得深度学习网络能够生成更为真实的ISAR图像。

技术领域

本申请涉及雷达图像智能处理与计算机智能技术领域，特别是涉及一种基于生成网络的光学-雷达ISAR图像转换方法及装置。

背景技术

图像翻译技术是人工智能研究中的主要方向之一，用以解决任务目标在不同图像域下的风格表达。该技术通过对不同图像域的数据进行学习，挖掘其内在的数据分布特征，然后通过生成模型来实现从原图像域得到任务目标在任务目标域的表达。现有的图像翻译技术主流方法是通过训练生成对抗网络获得生成模型来实现数据的转换与生成。目前在航空遥感领域中基于生成对抗网络的图像翻译技术已有不少应用，主要集中在光学-合成孔径(Synthetic Aperture Radar，SAR)图像的匹配以及SAR图像到光学图像的转换生成方面。

在现有技术中，卫星虽然能够实时对指定场景进行监测，但由于卫星需绕轨道运行，每一颗卫星监测指定场景的时间往往只有几分钟。同时，虽然同一区域会有许多轨道重合的卫星经过，但每颗卫星使用的监测装置并不相同，需要一种能够跨域、跨模态转换生成的方法将每颗卫星监测数据进行统一表示。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现图像域统一的基于生成网络的光学-雷达ISAR图像转换方法及装置。

一种基于生成网络的光学-雷达ISAR图像转换方法，所述方法包括：

获取图像训练集，所述图像训练集中包括具有相同目标类别的多张ISAR原图像以及光学图像；

将所述图像训练集中的ISAR原图像以及光学图像输入生成网络，所述ISAR原图像由所述生成网络中的第一生成器从ISAR图像域映射至光学图像域转化为对应的伪光学图像，再由第二生成器件所述伪光学图像从光学图像域映射ISAR图像域转化为对应的ISAR重构图像，同时，所述光学图像由所述第二生成器转化为伪ISAR图像，再由所述第一生成器件将所述伪ISAR图像转化为光学重构图像；

分别对所述ISAR原图像以及对应ISAR重构图像的散射点进行提取，得到ISAR原图像的第一散射点位置矩阵以及ISAR重构图像的第二散射点位置矩阵；

将所述第一散射点位置矩阵以及ISAR重构图像的第二散射点位置矩阵相等作为约束条件，并基于增广拉格朗日算子的形式将所述约束条件作为罚函数项加入原损失函数中对其进行重构得到最终的损失函数；

根据最终的所述损失函数对所述生成网络进行训练，得到训练好的生成网络；

获取待转换光学目标图像，利用所述训练好的生成网络中的第二生成器对所述待转换光学目标图像进行转换，得到对应的ISAR转换图像。

在其中一实施例中，分别对所述ISAR原图像以及对应ISAR重构图像的散射点进行提取时，根据最大类间方差法以及网络法对ISAR图像的散射点进行提取。

在其中一实施例中，所述根据最大类间方差法以及网络法对ISAR图像的散射点进行提取包括：

根据所述最大类间方差法计算出所述ISAR图像的灰度阈值，根据该灰度阈值对ISAR图像进行分割得到的前景和后景分离度最高；

再根据网络法以及灰度阈值对ISAR图像的散射点进行提取。

在其中一实施例中，所述根据网络法以及灰度阈值对ISAR图像的散射点进行提取包括：