买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：科硕大成航空科技(成都)有限公司

摘要：本发明属于雷达图像增强领域，具体涉及一种用于目标检测的无人机载高保真SAR图像重建方法，该方法包括：获取待重构的SAR图像，对SAR图像进行预处理，将预处理后的图像输入到训练好的神经网络中，得到重构后的SAR图；所述神经网络包括编码器、解码器、判别器和分类器；在本发明中对于判别器使用了Wasserstein距离，对于生成器中间层使用了KL散度，多种损失函数同时使用，可以有效解决网络在训练时不稳定的问题，提高生成图像的质量。

主权项：1.一种用于目标检测的无人机载高保真SAR图像重建方法，其特征在于，该方法包括：获取待重构的SAR图像，对SAR图像进行预处理；将预处理后的图像输入到训练好的神经网络中，得到重构后的SAR图；所述神经网络包括编码器、解码器、判别器和分类器；对神经网络进行训练的过程包括：S1：获取原始图像数据集，该数据集中的图像为真实图像，对原始图像数据进行预处理；S2：初始化模型的参数，初始化的模型参数包括中间层参数、学习率和训练批次；S3：将预处理后的真实图像分别输入到神经网络的两个编码器中，得到两个卷积结果，将两个结果分别作为输入图像的均值和方差；根据中间层参数、输入图像的均值和方差得到输入图像的中间层分布；S4：在中间层分布上进行随机取值，并采用解码器对选取的值进行解码，得到重构图像；S5：将重构图像输入到分类器中，得到重构图像中目标的类别；S6：将重构图像和输入到神经网络的图像输入到判别器中判断重构图像的真假，若图像为真，则该图像为重建的高保真SAR图像，若为假重建图像不为真，则将分类的图像返回步骤S3，重建图像失败；S7：根据重建的高保真SAR图像计算模型的损失函数，不断调整模型的参数，当满足模型训练条件时，模型训练完成；所述模型训练条件包括达到模型的最大训练批次或者损失函数值最小；模型的损失函数包括编码器的损失函数、解码器的损失函数、分类器的损失函数以及判别器的损失函数；损失函数的表达式为：Ltotal＝αLkl+βLrec+Ldis+LCLkl＝KLqφz|xi||pθz|xi 其中，α和β为所对应网络的权重，Lkl表示编码器的损失函数，pθz|xi为真实图像后验概率，qφz|xi表示近似后验分布，z表示中间层分布，xi表示真实样本，Lrec表示解码器的损失函数，表示重建图像的概率，表示生成图像，Ldis表示判别器的损失函数，表示生成图像服从生成图像的Pg分布，x～Pr表示真实图像x服从真实图像的Pr分布，表示将生成图像判断为真实图像的概率的期望，表示将生成图像判断为真实图像的概率，表示将真实样本判断为真实的概率的期望，Dx表示将真实样本判断为真实的概率，LC表示分类器的损失函数，Pc|x表示分类为c的概率，c表示类别。

全文数据：

权利要求：

百度查询： 科硕大成航空科技(成都)有限公司 一种用于目标检测的无人机载高保真SAR图像重建方法