[发明专利]一种应用卫星功能类型识别方法

权利要求书

1.一种应用卫星功能类型识别方法，其特征在于，包括：

获取目标卫星空间图像，并对获取到的目标卫星空间图像进行分辨率调整，得到目标图像；

基于ResNet神经网络模型对所述目标图像进行数据处理，确定所述目标卫星对应的功能类型；

深度卷积神经网络模型采用ResNet残差网络结构，包括初始卷积层、三个残差学习模块和全连接层，每个所述残差学习模块包括两个残差学习单元，每个残差学习单元包括两次卷积操作；

所述初始卷积层，用于：

对所述目标图像进行一次二维卷积，得到第一特征图集，其中，卷积核数目16、卷积核尺寸3×3、卷积操作步长为1；

第一个残差学习模块的第一残差学习单元，用于：

对所述第一特征图集进行卷积操作，得到第二特征图集，其中，卷积核数目16，卷积核尺寸1×1，卷积操作步长为1；对所述第一特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第三特征图集，其中，卷积核数目16，卷积核尺寸3×3，卷积操作步长为1；对所述第三特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第四特征图集，其中，卷积核数目16，卷积核尺寸3×3，卷积操作步长为1；将所述第二特征图集和第四特征图集中各图像的对应的特征值相加，得到第五特征图集中的图像；

第一个残差学习模块的第二残差学习单元，用于：

对所述第五特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第六特征图集，其中，卷积核数目16，卷积核尺寸3×3，卷积操作步长为1；对所述第六特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第七特征图集，其中，卷积核数目16，卷积核尺寸3×3，卷积操作步长为1；根据所述第五特征图集和第七特征图集确定第八特征图集；

第二个残差学习模块的第一残差学习单元，用于：

对第八特征图集进行卷积操作，得到第九特征图集；

对第八特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十特征图集，对第十特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十一特征图集，根据第十一特征图集与所述第九特征图集确定第十二特征图集；

第二个残差学习模块的第二残差学习单元，用于：

对第十二特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十三特征图集，对第十三特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十四特征图集；根据第十四特征图集与第十二特征图集确定第十五特征图集；

第三个残差学习模块的第一残差学习单元，用于：

对第十五特征图集进行卷积操作，得到第十六特征图集；

对第十五特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十七特征图集，对第十七特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第十八特征图集；根据第十八特征图集与第十五特征图集确定第十九特征图集；

第三个残差学习模块的第二残差学习单元，用于：

对第十九特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第二十特征图集，对第二十特征图集依次进行标准化操作、激活操作及一次卷积操作，得到第二十一特征图集；根据第二十一特征图集与第十九特征图集确定第二十二特征图集；

第二个残差学习模块中卷积操作的卷积核数目32，卷积步长为2；第三个残差学习模块中卷积操作的卷积核数目64，卷积步长为2；

所述全连接层，用于：

对第二十二特征图集进行平均池化，提取用于卫星类型识别的特征向量，并进行全连接操作，根据所述特征向量确定各卫星类型对应的特征累加向量，通过分类器进行分类概率统计，从而确定所述目标卫星对应的功能类型；

深度卷积网络批处理图像个数为10，总训练周期为250，初始学习率为0.1，100个周期后调整为0.01，150个周期后调整为0.001，200个周期后调整为0.0001；

建立卫星空间图像样本库，所述样本库中包含多个卫星类型及各所述卫星类型对应的图像样本集；

基于所述卫星空间图像样本库，对初始ResNet神经网络模型进行训练和测试，得到ResNet神经网络模型；

所述建立卫星空间图像样本库，包括：

建立不同类型卫星的三维模型，并模拟空间环境，对建立的所述三维模型进行成像，得到一定数量的模拟空间图像样本，建立卫星类型与所述模拟空间图像样本的对应关系，生成卫星空间图像样本库；

所述建立不同类型卫星的三维模型，包括：

根据每幅卫星图片所显示的卫星外部信息进行卫星轮廓、高度测算，并按照测算比例以三维坐标系原点为卫星本体形心，构建卫星三维白模；

根据每幅卫星图片所显示的星表特征为卫星三维白模按比例添加太阳帆板、相机镜头、敏感器、推力器、星箭对接环、测控天线、数传天线，得到不同类型应用卫星的结构三维模型；

根据星表实际材质反射特性确定卫星的表面纹理信息，星表主要部位的材质对可见光反射特性符合真实材质反射特性要求，部位包括太阳帆板正面、太阳帆板背面、镀铝热控多层、镀金热控多层、二次表面镜与白漆、及星表其它部位；

根据各类型卫星的表面纹理信息，渲染所述结构三维模型，得到不同类型卫星的三维模型；

所述模拟空间环境，包括：

模拟光源为平行光，大气分子密度为地面大气分子密度的0～0.01倍，光照强度指数为地面日常光照强度的2～3倍，光源入射方向在所述三维模型的4π空间内随机生成；

在光源与相机位置设置中，以卫星的三维模型坐标原点为中心，建立半径为R的球面，将球面用N条经线和N条纬线划分出(N+1)×(N+1)个点，则每个点的X坐标为x(i,j)，Y坐标为y(i,j)，Z坐标为z(i,j)，其中i和j分别为纬线和经线的编号，其范围分别为1～N；设模拟太阳光的平行光源与卫星三维模型原点的距离为R1，则平行光源在半径为R1的球面上，随机选择纬线i＝a，经线j＝b值，此时光源坐标为(x1(a，b)，y1(a，b)，z1(a，b))；同理设对三维卫星模型成像的相机与卫星三维模型原点的距离为R2，则成像相机在半径为R2的球面上，随机选择纬线编号i＝c，经线编号j＝d值，此时相机坐标为(x2(c，d)，y2(c，d)，z2(c，d))；卫星成每幅卫星光学成像图像的视角方向在排除卫星对天面法向夹角60°锥角的范围内随机生成；纬线编号i(60°/180°)×N。