[发明专利]基于卷积神经网络的船目标ISAR图像特征学习方法

摘要

本发明涉及逆合成孔径和图像特征学习，尤其涉及利用卷积神经网络对船目标ISAR图像进行特征学习。本发明利用卷积神经网络对船目标ISAR图像进行特征学习，不需要人为的干预，可以直接把图像作为输入，通过自主学习达到特征提取的目地。

主权项

一种基于卷积神经网络的船目标ISAR图像特征学习方法，其特征在于，步骤如下：S1、目标建模与成像，具体为：S11、选取3类舰船目标进行点阵建模，用来估计真实的舰船目标雷达的散射模型；S12、利用距离‑多普勒(R‑D)成像算法，对S11所述舰船目标的点阵模型进行成像，获得ISAR图像；S13、将S12获取的ISAR图像裁剪成128×128像素点大小的图像，裁剪后的图像转换为灰度图像，作为网络的直接输入；S3、确定网络结构，即确定网络的层数L，确定每层网络的卷积核个数，确定每层网络中的滤波器窗口大小，其中，L≥2；S4、通过卷积神经网络训练进行特征学习，获取图像特征；S5、通过svm分类器对特征进行分类识别，将目标所处的方位角为60°～90°，从所述方位角的下俯仰角为5°开始，每隔4°取一幅图片作为训练样本构成训练样本集，将所述方位角下俯仰角维7°开始，每隔4°取一幅图片作为识别样本构成识别样本集。