[发明专利]一种航天器目标快速识别方法有效
申请号: | 201711083754.8 | 申请日: | 2017-11-07 |
公开(公告)号: | CN108052957B | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 范玉华;孙忠贵;范丽亚 | 申请(专利权)人: | 聊城大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/40;G06K9/52 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨立;陈璐 |
地址: | 252000 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 航天器 目标 快速 识别 方法 | ||
本发明涉及一种航天器目标快速识别方法及装置,该方法包括:对获取的航天器观测图像进行杂光抑制增强处理,得到所述航天器观测图像的恢复图像;对所述恢复图像进行特征点及特征信息的提取;对所述特征信息进行优化处理,并通过语义分析和判别进行航天器目标的识别。通过杂光抑制及增强处理,能提高图像信噪比,增强图像质量。对观测图像的特征点以及不变矩特征信息和局部灰度特征信息的提取,能更有利于鉴别航天器型号。信息优化过程减轻计算量,有助于提高处理速度。根据图像中局部显著特征的特性,不同型号航天器的视觉特征和其语义概率值,然后依据后验概率值和经验阈值来判断语义信息,能够最大程度的保证视觉类似的航天器目标的识别。
技术领域
本发明涉及图像识别技术领域,具体涉及一种航天器目标快速识别方法。
背景技术
随着天基空间观测探测技术的快速发展,对空间场景中观测探测技术要求也越来越高。现有识别方法依靠观测的椭圆度、直线度、周长比等特征向量作为后续识别的基础和前提输入,采用聚类或者二分类的方法对航天器进行识别。忽略了航天器成像环境杂光的干扰,杂光形成原理如图1所示,同时由于航天器自身的姿态变化使得特征信息获取有很大的不确定性和不完整性,导致最后的识别结果精度下降。
发明内容
本发明针对现有技术中存在的技术问题,提供航天器目标快速识别方法及装置,首先对航天器图像进行杂光纠正,增强图像质量,进而提取更为精细的判别性好的局部特征进行快速语义识别,来实现对卫星目标进行稳定、可靠的语义识别。
本发明采用的技术方案如下:
本发明一方面提供一种航天器目标快速识别方法,包括,
步骤1,对获取的航天器观测图像进行杂光抑制增强处理,得到所述航天器观测图像的恢复图像;
步骤2,对所述航天器观测图像的恢复图像进行特征点及特征信息的提取;所述特征信息包括所述特征点的不变矩特征信息和局部灰度特征信息;
步骤3,对所述特征信息进行优化处理,并通过语义分析和判别进行航天器目标的识别。
本发明的有益效果是:航天器在空中被动成像,由于光照原因会形成杂光,使得局部特征信息受到干扰,导致后续特征提取不准确,影响识别效果。本方法通过杂光抑制及增强处理,能提高图像信噪比,增强图像质量,利于后续目标快速识别;对观测图像的特征点以及包含特征点的不变矩特征和局部灰度特征的特征信息的提取,能更有利于鉴别航天器型号;信息优化过程减轻计算量,有助于提高处理速度。根据图像中局部显著特征的特性,不同型号航天器的视觉特征和其语义概率值,然后依据后验概率值和经验阈值来判断语义信息,能够最大程度的保证视觉类似的航天器目标的识别。
进一步,所述步骤1包括:
步骤101,根据下式对获取的所述航天器观测图像进行图像恢复,
式中y为航天器观测图像,为恢复图像,cos2γ是阴影系数,γ表示光轴和成像系统的夹角,SSTR是纯杂散光部分的点扩散函数矩阵,β为其权重系数;
步骤102,对纯杂散光部分的点扩散函数SSTR进行量化,并采用Frobenius误差度量量化形变引起的误差,然后根据下式得到矩阵
式中,E为单位正交阵,Λy为对航天器观测图像进行特征分解得到的对角阵;
步骤103,采用K-L变换和小波变换对所述矩阵的行和列进行去相关运算;
步骤104,对去相关后的矩阵进行量化,并利用稀疏矩阵变换对量化后的矩阵的行进行去相关,通过下式得到经过杂光抑制增强处理的所述航天器观测图像的恢复图像
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于聊城大学,未经聊城大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711083754.8/2.html,转载请声明来源钻瓜专利网。