基于深度卷积神经网络模型的SAR图像目标形状生成方法

授权

摘要

本发明公开了基于深度卷积神经网络模型(DCNN)的合成孔径雷达(SAR)图像目标形状生成方法。本发明目的是为了克服SAR图像中的乘性相干斑噪声和目标强度的非同质性变化等内在性特点，以提高SAR图像目标形状生成的准确性。该方法的首先设计深度卷积神经网络算法，并制定迭代区域合并算法，以获取目标形状初始化机制，然后设计基于稀疏表示的目标形状生成算法，以获取更加精确的目标形状生成结果。本发明有效的解决了SAR图像目标性状的生成问题，提高了SAR图像目标形状生成的准确性。

基本信息

专利标题：

基于深度卷积神经网络模型的SAR图像目标形状生成方法

专利标题（英）：

暂无

公开（公告）号：

CN108681999A

申请号：

CN201810492792.7

公开（公告）日：

2018-10-19

申请日：

2018-05-22

授权号：

CN108681999B

授权日：

2022-05-31

发明人：

吕文涛任佳伟

申请人：

浙江理工大学

申请人地址：

浙江省杭州市江干区下沙2号大街928号

代理机构：

杭州千克知识产权代理有限公司

代理人：

周希良

优先权：

CN201810492792.7

主分类号：

G06T5/50

IPC分类号：

G06T5/50 G06T5/00 G06K9/62 G06N3/04 G06N3/08