本發明公開了一種極化合成孔徑雷達典型目標特征庫的構建方法，包括：從極化合成孔徑雷達數據圖像中獲取已知目標的類別以及坐標，生成索引；提取極化合成孔徑雷達數據特征；根據索引，將極化合成孔徑雷達數據特征中屬于目標的部分提取出來，結合圖像目標說明信息，形成目標特征集合；將目標特征集合按照極化合成孔徑雷達典型目標特征庫的數據結構進行存儲，生成極化合成孔徑雷達典型目標特征庫。基于上述構建方法，本發明還公開了一種極化合成孔徑雷達典型目標特征庫、構建裝置及存儲介質。本發明解決了數據獲取能力極大提高的條件下，極化合成孔徑雷達典型目標特征庫的高效構建問題，且構建出的目標特征庫具有較強的目標描述能力。

技術領域

本發明涉及數據結構技術以及極化合成孔徑雷達應用技術領域，特別是涉及一種極化合成孔徑雷達典型目標特征庫構建方法及裝置。

背景技術

近些年來，隨著我國極化合成孔徑雷達的技術的發展，極化合成孔徑雷達數據獲取能力極大提高，而相應的處理能力暫時落后于數據的獲取能力。極化合成孔徑雷達數據中，數據處理及解譯經驗、極化合成孔徑雷達目標參考數據等信息對于數據處理、圖像解譯的研究具有重要的促進作用，目前針對已解譯的目標信息還沒有形成一個有效的數據庫來存儲相關的信息、特征等數據。類似的目標數據庫或目標數據集合，在構建的過程中需要針對每一個目標切片進行處理，如識別、特征提取、信息錄入等，消耗較大的人力造成目標數據庫或目標數據集合的構建效率低下。此外，傳統數據庫構建及數據錄入時，針對目標某一特征數據往往僅記錄其處理的到的最終結果，一般以單一數值的形式存在，對該該目標的描述能力有限。

發明內容

本發明要解決的技術問題是提供一種具有高效構建能力的極化合成孔徑雷達典型目標特征庫構建方法，且構建出的目標特征庫具有較強的目標描述能力。

為解決上述技術問題，本發明提供采用如下技術方案：

一種極化合成孔徑雷達典型目標特征庫構建方法，包括以下步驟：

S1:從極化合成孔徑雷達數據圖像中獲取已知目標的類別以及坐標，生成索引；

S2：提取極化合成孔徑雷達數據特征；

S3：利用S1中獲得的索引，從S2中獲得的極化合成孔徑雷達數據特征中將屬于目標的部分提取出來，結合圖像目標說明信息，形成將目標表示為目標說明與特征集合的目標特征集合；

S4：將目標特征集合按照極化合成孔徑雷達典型目標特征庫的數據結構進行存儲，生成極化合成孔徑雷達典型目標特征庫。

作為本發明進一步地改進，所述S1具體包括：在極化合成孔徑雷達數據圖像中通過填充或非填充的有色矩形框來標出圖像中的目標，有色矩形框的顏色值R、G、B作為目標編碼表示目標的類別，有色矩形框的左上、左下、右上、右下四個角點用該點在圖像中的行列值記錄為坐標信息，將一組R、G、B值與四個角點坐標值記錄為一個目標的索引，針對極化合成孔徑雷達全圖進行處理，獲得圖像中所有目標的索引。

進一步地，所述S2中，提取極化合成孔徑雷達數據特征包括：極化合成孔徑雷達合成功率圖像、基于Hα分解的極化熵、基于Hα分解的極化角、基于Hα分解的各向異度、極化相干矩陣相干系數、極化相干系數比、極化方位角估計、基于Freeman三成分分解的表面散射、基于Freeman三成分分解的偶次散射、基于Freeman三成分分解的體散射、基于MCSM分解的表面散射、基于MCSM分解的偶次散射、基于MCSM分解的體散射、基于MCSM分解的螺旋散射、基于MCSM分解的線散射、基于MCSM分解的偶次螺旋散射、圖像均勻度描述因子、基于灰度共生矩陣的熵、基于灰度共生矩陣的對比度、基于灰度共生矩陣的顯著聚類、基于灰度共生矩陣的最大概率、基于半方差的均值、基于半方差的對比度、基于半方差的熵、基于半方差的二階矩、基于半方差的塊金值、基于半方差的變程、基于半方差的基臺值、極化合成孔徑雷達圖像相干矩陣。