[发明专利]一种时敏目标的在轨检测方法

权利要求书

1.一种时敏目标的在轨检测方法，该方法包括步骤如下：

步骤S1：在历史图像上选取各种时敏目标训练区域，在每种类型的时敏目标的每幅训练图像的每个像素处提取高维的多尺度同心圆环簇方向梯度特征，离线学习各类时敏目标的结构字典；

步骤S2：在当前在轨每一时相的图像上的每个像素处提取高维的多尺度同心圆环簇方向梯度特征，利用结构字典求解多尺度同心圆环簇方向梯度特征的投影系数即时敏目标类型指示向量，根据时敏目标类型指示向量的结构稀疏特性识别可疑目标的位置和可疑目标的类型，根据时敏目标类型指示向量的相似性提取可疑目标区域；

步骤S3：对在不同时相的在轨图像上检测的可疑目标区域的轨迹进行分析，根据运动轨迹的奇异性在轨识别出时敏目标；

步骤S4：将在轨时敏目标的图像作为结构字典在轨增量更新的训练图像，返回步骤S1。

2.根据权利要求1所述的方法，其特征在于，所述结构字典是从高维的多尺度同心圆环簇方向梯度特征向量集合以及对应的时敏目标类型编号中学习得到的低维的多尺度同心圆环簇方向梯度特征。

3.根据权利要求2所述的方法，其特征在于，根据时敏目标类型指示向量的稀疏性和不同像素处时敏目标类型指示向量之间的相似性构建结构字典的学习模型。

4.根据权利要求2所述的方法，其特征在于，对各类型时敏目标的多尺度同心圆环簇方向梯度特征集合进行主成分分析，得到并将与显著特征值对应的特征向量的并集作为初始字典，再交替迭代更新初始字典和投影系数，获得结构字典。

5.根据权利要求1所述的方法，其特征在于，所述提取可疑目标区域的步骤包括如下：

步骤S21：根据结构字典构建新的投影矩阵，将当前在轨每一时相的图像的每个像素的多尺度同心圆环簇方向梯度特征向量进行投影，得到每个像素的时敏目标类型指示向量；

步骤S22：根据体现像素所属的目标的类型信息的时敏目标类型指示向量的结构稀疏性确定可疑目标；

步骤S23：根据位于同一区域的像素具有相似的目标类型指示向量对在轨每一时相的图像进行分割，提取可疑目标区域。

6.根据权利要求1所述的方法，其特征在于，所述在轨识别出时敏目标步骤包括如下：

步骤S31：利用可疑目标区域的时敏目标类型指示向量集合的协方差矩阵的距离差异为每一可疑目标寻找在临近时刻的最近邻，如果最近邻区域之间的多尺度同心圆环簇方向梯度特征向量集合之间的协方差矩阵仍为最近邻，则表示该目标的运动状态未发生异常即为非时敏目标；如果最近邻区域之间的多尺度同心圆环簇方向梯度特征向量集合之间的协方差矩阵不为最近邻，则该目标的运动状态发生异常即为时敏目标；

步骤S32：将不同时相非时敏目标的时空轨迹变化曲线投影到极坐标下，根据极坐标中相邻时空轨迹的方向变化识别时敏目标。

7.根据权利要求6所述的方法，其特征在于，所述可疑目标区域之间具有的距离差异，利用可疑目标区域的时敏目标类型指示向量集合的协方差矩阵之间的差异来度量距离差异；利用协方差矩阵的广义特征值的平方和来度量所述协方差矩阵之间的距离差异。

8.根据权利要求6所述的方法，其特征在于，所述可疑目标区域之间具有的距离差异，利用可疑目标区域的多尺度同心圆环簇方向梯度特征向量集合的协方差矩阵之间的差异来度量距离差异；利用协方差矩阵的广义特征值的平方和来度量所述协方差矩阵之间的距离差异。

9.根据权利要求6所述的方法，其特征在于，所述在轨识别时敏目标是将时空轨迹变化曲线投影到极坐标下，将不同时相非时敏目标的速度变化与方向变化相分离，得到时空轨迹方向变化的曲线，用于更好的描述时空轨迹的异常性。

10.根据权利要求1所述的方法，其特征在于，所述结构字典在轨增量更新训练图像的步骤包括如下：

步骤S41：当训练样本较多时，为满足在轨处理的时效性要求，将已检测到的在轨时敏目标及可疑目标的多尺度同心圆环簇方向梯度特征作为新的训练样本；

步骤S42：根据当前图像、当前时敏目标获得的结构字典在轨增量更新的训练图像，利用新的训练样本，对前一时刻的结构字典在轨增量更新。