[发明专利]一种高效率暗弱空间目标识别方法有效
申请号: | 201911043739.X | 申请日: | 2019-10-30 |
公开(公告)号: | CN111126131B | 公开(公告)日: | 2021-08-10 |
发明(设计)人: | 张俊;孙大开;张洪健;王立;武延鹏;张春明;田玉松;卢欣;钟红军;赵春晖;李春艳;郑然 | 申请(专利权)人: | 北京控制工程研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 中国航天科技专利中心 11009 | 代理人: | 茹阿昌 |
地址: | 100080 *** | 国省代码: | 北京;11 |
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 高效率 暗弱 空间 目标 识别 方法 | ||
1.一种高效率暗弱空间目标识别方法,其特征在于,包括如下步骤:
1)采用高分辨率相机对星空成像,获得K帧暗场图像,所述暗场图像包括多个空间运动目标;所述K为正整数;
2)对步骤1)获得的所述K帧暗场图像采样处理,每间隔t帧提取一幅暗场图像作为采样图像,获得M帧采样图像,对所述采样图像进行图像处理,获得每帧采样图像中的块状亮点;其中,t为大于或等于1的正整数,且t<K;
3)筛选步骤2)所述每帧采样图像中的所有块状亮点,获得疑似目标队列;
4)获得步骤3)所述疑似目标队列中每个块状亮点的运动特征;
5)根据步骤4)获得的所有块状亮点的运动特征,确定N个有序特征集;
6)根据步骤4)所述疑似目标队列中每个块状亮点的运动特征和步骤5)确定N个有序特征集,识别出空间运动目标,完成暗弱空间目标识别工作;
所述步骤3)获得疑似目标队列的方法,具体为:
31)分别确定每帧采样图像中两两块状亮点之间的角距第j帧采样图像中块状亮点的个数为b,则有b(b-1)/2个角距,i,j均为正整数,表示第k帧采样图像中第i个块状亮点和第j个块状亮点之间的角距,k∈[1,M];
32)根据角距阈值κ1和步骤31)所述每帧采样图像中的角距,分别从每帧采样图像中提取出大于或等于所述角距阈值κ1的角距,作为每帧采样图像的一次筛选结果;其中,κ1大于恒星的角距误差;
33)依次分别将每帧采样图像的一次筛选结果中的每个块状亮点分别和前一帧采样图像的一次筛选结果中的每个块状亮点做比对,根据剔除条件,从每帧采样图像的一次筛选结果中提取出不满足剔除条件的块状亮点,作为疑似目标队列。
2.根据权利要求1所述的一种高效率暗弱空间目标识别方法,其特征在于,步骤33)所述剔除条件为:若时,则对应的第k帧采样图像中第i个块状亮点和第j个块状亮点满足剔除条件,反之,则不满足剔除条件;其中,表示第k-1帧暗场图像中第p个块状亮点和第q个块状亮点。
3.根据权利要求2所述的一种高效率暗弱空间目标识别方法,其特征在于,步骤4)所述块状亮点的运动特征为块状亮点的位置、块状亮点的赤经赤纬或块状亮点的矢量信息中的任意一个。
4.根据权利要求2所述的一种高效率暗弱空间目标识别方法,其特征在于,所述步骤5)确定N个有序特征集的方法,具体为:
51)选取块状亮点的矢量信息用于表征块状亮点的运动特征,根据M帧采样图像中属于疑似目标队列的块状亮点的运动特征,获得M-1组差分数据;
52)从步骤51)所述M-1组差分数据中筛选出满足阈值条件的差分结果,将所述筛选出的全部差分结果按大小等分为N份,获得N个有序特征集;其中,每个有序特征集中差分结果的个数为F,F/M>0.5。
5.根据权利要求4所述的一种高效率暗弱空间目标识别方法,其特征在于,所述步骤51)获得与第k帧采样图像对应的第k组差分数据的方法,具体为:
511)将第k帧采样图像中任意选取一个属于疑似目标队列的块状亮点,获得该块状亮点运动特征和第k-1帧采样图像中每一个属于疑似目标队列的块状亮点的运动特征的差分结果其中,表示第k帧采样图像中属于疑似目标队列的第s个块状亮点的矢量信息,表示第k-1帧采样图像中属于疑似目标队列的第t个块状亮点的矢量信息;
512)重复步骤511)直至获得第k帧采样图像中所有属于疑似目标队列的块状亮点对应的差分结果,将获得的所有差分结果作为第k组差分数据。
6.根据权利要求5所述的一种高效率暗弱空间目标识别方法,其特征在于,步骤52)所述阈值条件,具体为:差分结果
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北京控制工程研究所,未经北京控制工程研究所许可,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/201911043739.X/1.html,转载请声明来源钻瓜专利网。