[发明专利]一种同时提取大小目标的识别跟踪方法

说明书

本发明公开了一种同时提取大小目标的识别跟踪方法，包括以下步骤：步骤1：初始采样计算分块阈值；步骤2：分块阈值分类处理为大目标区域阈值和小目标区域阈值；步骤3：分别根据大目标区域阈值和小目标区域阈值，分别获得大目标曝光时间和小目标曝光时间；步骤4：基于小目标曝光时间计算出小目标星体的质点坐标；步骤5：基于大目标曝光时间计算出大目标星体的边缘坐标；步骤6：根据小目标星体的质点坐标和大目标星体的边缘坐标，完成识别跟踪。此发明解决了传统识别跟踪对小目标识别困难和大小目标无法同时识别跟踪的问题，利用不同曝光时间敏感不同目标，分别采用不同算法，完成了同时对大小目标的识别跟踪，提高了识别跟踪的工作效率。

技术领域

本发明涉及航空探测识别技术领域，具体涉及一种同时提取大小目标的识别跟踪方法。

背景技术

在深空导航的过程中，需要敏感弱小恒星星体获得探测器的姿态数据，又需要对火星(月亮)等大目标进行识别，得到距离大目标的位置，为探测器实现在轨光学导航。

然而，传统识别跟踪只能对单一的大目标星体直接识别，对敏感弱小的小目标星体很难直接识别跟踪，且对于大目标和小目标星体的同时识别跟踪，更是难上加难。

发明内容

本发明的目的是提供一种同时提取大小目标的识别跟踪方法。此方法旨在解决传统识别跟踪对小目标识别困难和大小目标无法同时识别跟踪的问题，利用不同曝光时间敏感不同目标，分别采用不同算法，完成同时对大小目标的识别跟踪，提高识别跟踪的工作效率。

为达到上述目的，本发明提供了一种同时提取大小目标的识别跟踪方法，包括以下步骤：

步骤1：基于预设的曝光时间对星体目标进行初始采样计算，获得星体目标中若干个区域的分块阈值；

步骤2：基于星体目标的预设像素尺寸，对若干个区域的分块阈值进行分类处理，分为大目标区域阈值和小目标区域阈值；

步骤3：分别根据大目标区域阈值和小目标区域阈值，分别对预设的曝光时间进行第一次调整和第二次调整，分别获得大目标曝光时间和小目标曝光时间；

步骤4：基于小目标曝光时间对星体目标进行小目标采样计算，计算出星体目标中小目标星体的质点坐标；

步骤5：基于大目标曝光时间对星体目标进行大目标采样计算，计算出星体目标中大目标星体的边缘坐标；

步骤6：分别根据小目标星体的质点坐标和大目标星体的边缘坐标，分别识别出星体目标中的小目标星体和大目标星体，完成识别跟踪。

最优选的，初始采样计算包括以下步骤：

步骤1.1：根据预设的曝光时间，对星体目标进行拍摄处理，获得若干个区域的图像数据流；

步骤1.2：将若干个区域的图像数据流传输至FPGA模块，进行实时处理，获得星体目标中若干个区域的分块阈值。

最优选的，拍摄处理包括以下步骤：

步骤1.1.1：根据预设的曝光时间，对星体目标进行图像拍摄，获得采样图像；

步骤1.1.2：基于采样图像的像素大小，将采样图像进行分割，分割为若干个区域的采样图像；

步骤1.1.3：对若干个区域的采样图像进行数据探测，探测出若干个区域的图像数据流。

最优选的，实时处理包括以下步骤：

步骤1.2.1：对每个区域的图像数据流进行信号控制，生成每个区域的图像控制信号；

步骤1.2.2：对每个区域的图像数据流进行坐标计算，生成每个区域的图像数据流中每个像素点的坐标信息；