专利交易市场

本发明公开了一种基于乘性稀疏表示和Gamma分布的SAR目标识别方法，输入训练样本图像集和测试样本图像并进行归一化处理，分别求取训练样本图像集中训练样本图像对应的训练样本列向量，以及测试样本图像对应的测试样本列向量；根据目标类别构造字典矩阵，然后对测试样本列向量进行建模；根据最大后验概率准则，求解测试样本列向量在字典矩阵下的稀疏表示向量，利用稀疏表示向量和字典矩阵求解重构误差；根据重构误差确定最终的识别结果。本发明将乘积模型和稀疏表示相结合，更准确的描述SAR图像，捕获图像的本质特征，为高精度目标识别创造有利环境；利用Gamma分布拟合相干斑的统计分布，减弱了相干斑对识别的影响，提高了识别的鲁棒性。

本发明涉及一种基于雷达图像和相似度权重的路面目标识别方法，首先为了提取能够更好表达路面目标特征和去除路面目标SAR图像平移敏感性和姿态敏感性问题，使用CNNs模型提取路面目标图像特征；为了利用每个图像特征的分类贡献度，再使用相似度权重公式计算每个图像特征的相似度权重；最后结合图像特征的相似度权重和样本距离得到路面目标的分类结果。