基于迁移学习的SAR目标超分辨重建

《基于迁移学习的SAR目标超分辨重建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaJun．252015Vol36No．61940．1952ISSN1000-6893ON11-1929／Vhttp：Hhkxb．buaa．edu．CRhkxb@buaaedu．ca基于迁移学习的SAR目标超分辨重建徐舟1，曲长文2一，何令琪31．电子工程学院雷达对抗系，合肥2300002．海军航空工程学院电子信息工程系，烟台2640013．北京大学软件与微电子学院，北京100871摘要：针对合成孑L径雷达(SAR)目标超分辨重建问题，提

2、出了一种基于迁移学习的超分辨方法。在光学图像梯度域中联合训练超完备字典与稀疏编码映射，利用半耦合字典联系SAR图像与光学图像，寻找SAR图像在半耦合字典下的稀疏编码，并在高分辨率字典下完成重建。结合SAR图像的先验信息，使用正则化方法对SAR目标进行特征增强。所提方法在TerraSAR—X数据和MSTAR数据上进行了仿真实验，重建结果表明，相比目前的插值方法和稀疏表示方法，所提方法空间分辨率可提高0．5～1．5个像素。正则化增强结果表明，引入稀疏先验的正则化增强能够进一步提高空间分辨率并抑制杂波比，最后分析了正

3、则化参数的选取对图像质量的影响。关键词：合成孑L径雷达；超分辨；迁移学习；半耦合字典；稀疏表示中图分类号：V557．3；TP751．1文献标识码：A文章编号：1000—6893(2015)06—1940一i3随着技术的发展，合成孔径雷达(sAR)在资源勘探、监视预警和目标识别等领域有着越来越广泛的应用。SAR图像所包含的信息量很大程度上取决于其分辨率。然而，通过改善硬件提高SAR图像分辨率受到成本和技术等多方面的限制，因此图像处理的手段提高SAR图像分辨率受到广泛关注[1。2j。图像超分辨方法通常分为插值法、重

4、建法和学习法三大类。相比其他两类方法，学习法能够恢复更丰富的信息，并且当放大倍数超过4倍时，学习法依然能够取得较好的效果。Freeman等[3]最早提出基于学习的超分辨重建方法，其核心思想是利用Markov随机场建立高低分辨率图像之间的联系，通过转移概率寻找低分辨率块所对应的高分辨率块。近年来，基于稀疏表示的超分辨方法[4’51在图像超分辨应用中能够取得不凡的效果，Yang等[6。73研究了过完备字典的联合训练方法，并认为图像块在其对应的高低分辨率字典下具有相同的稀疏表示，并以此建立二者的映射关系，对图像进行超

5、分辨率重建。文献[8]中仅产生低分辨率字典，根据图像的降质约束，构造与低分辨率匹配的高分辨率字典，然后完成超分辨重建。文献E9]中仅产生高分辨率字典，然后根据图像的降质过程进行迭代，完成图像的高分辨重建。Wang等[1胡研究了基于半耦合字典的图像超分辨重建与合成。目前，基于稀疏表示的学习法超分辨研究主要集中在过完备字典的学习方法[6川和稀疏编码优化算法的设计这两方面[12’14]。相比自然光学图像，基于学习的SAR图像超分辨重建却面临着很大的挑战。受到成像条件、收藕日期：2014—07—07；退修日期：2014

6、—08—11；录用日期：2014-12—16；网络出版时间：2014—12—2613：52网络出版地址：WWW．cnkinet／kcms／detail／S1000—689320140348htmI基金项目：国家自然科学基金(61102166)；山东省优秀中青年科学家科研奖励基金(BS2013DX003)*通讯作者．Tel：0535-6635080E-mail：qcwwby，@sohucom引用格式：XuZ，QuCW．HeLQ．SARtargetsuper-resolutionbasedontransferlea

7、rningEJ]．ActaAeronauticaetAstronauticaSinica．2015。35(6)：1940—1952．徐舟．凿长文．侮令琪，基f迁移学习的SAR目标趣分辨重建!∞．航空学撮，2015，35(6)：1940一1952．徐舟等：基于迁移学习的SAR目标超分辨重建相干斑等众多因素的影响，高质量的SAR图像严重缺乏，并且SAR图像的成像过程复杂，难以直接逆推其降质过程，导致过完备字典难以直接训练。SAR图像反映了目标区域的散射机制，不同分辨率SAR图像的散射特性会有较大的差别，通常不仅仅是

8、简单的下采样关系，这些原因都使得基于学习的SAR图像超分辨重建变得困难。为了克服高质量SAR样本不足的问题，本文以高分辨率的光学图像为学习样本集，通过迁移学习的方法对SAR图像超分辨重建。1迁移映射基于迁移学习的SAR图像超分辨重建问题可以理解为从高分辨率光学图像样本中挖掘SAR图像样本的细节信息。鉴于成像机制的不同，一般认为光学图像样本0与SAR图像样本∞不属于同一空间，问题的关键在