[发明专利]基于显著性特征的目标识别方法

摘要

基于显著性特征的目标识别方法是应用于合作目标光学成像敏感器，在有复杂杂光背景下根据合作目标的特征将其有效、快速地识别出来的方法。本方法根据合作目标的布局具备典型的几何形状，以及整个交会对接过程中合作目标与光学成像敏感器之间的相对位置姿态变化范围，计算得到合作目标成像后的几何形状特征以及几何特征变化范围。将几何特征归纳为线段长度、直线斜率、直线夹角、直线间平行关系、直线间长度的比例关系等便于工程化实现的方式，同时根据合作目标的一致性进行分组匹配减少识别计算的运算量。本方法充分考虑了目标故障的情况，能够在2个目标同时发生故障的情况下完成识别。

主权项

1.基于显著性特征的目标识别方法，其特征在于步骤如下：(1)将CCD光学成像敏感器所获取图像上的目标按照像素个数分成N组，每一组目标所包含的最小像素个数和最大像素个数分别为N和N+T，其中N＝0，1，2……，T为正整数；(2)对于第N组目标，如果该组目标点所包含的光点个数大于已成功匹配的光点个数，则进行下一步，否则将N的值加一后再次执行本步骤；(3)设定水平直角边的长度最大值l_max和长度最小值l_min，以及水平直角边所在的直线和水平线的角度最大值θ_max和角度最小值θ_min，将该组目标所包含的像素点之间分别进行连线形成线段，将长度l_ab满足l_min＜l_ab＜l_max且所在直线与水平线之间的夹角θ_ab满足θ_min＜θ_ab＜θ_max的线段作为待选水平直角边，其中(X_a，Y_a)和(X_b，Y_b)分别为每条线段所连接的两个像素点的平面直角坐标；(4)对于步骤(3)得到的每一条待选水平直角边，寻找第三个像素点构建待选直角三角形，所述第三个像素点的坐标(X_c，Y_c)和已知的两个像素点的坐标(X_a，Y_a)、(X_b，Y_b)满足k_0min×l_ab＜l_ac＜k_0max×l_ab且θ_ab+θ_0min＜θ_ac＜θ_ab+θ_0max，其中k_0min、k_0max和θ_0min、θ_0max为根据敏感器测量范围确定的常数，寻找时针对待选水平直角边的两个端点分别进行，任意一个端点搜索成功后进入下一步；(5)对于步骤(4)得到的每一个待选直角三角形，寻找第四个像素点构建待选矩形，根据步骤(4)中找到的非水平直角边的长度l₁和非水平直角边与水平直角边的夹角θ₁，以水平直角边的非直角点为端点，找到满足l_1min×l₁＜l₂＜k_1max×l₁且θ₁+θ_1min＜θ₂＜θ₁+θ_1max的像素点作为第四个像素点，其中k_1min、k_1max和θ_1min、θ_1max为根据敏感器测量范围确定的常数，l₂和θ₂分别为第四个像素点与水平直角边非直角点之间连线的长度以及该连线与水平直角边的夹角；如果待选矩形搜索失败，则以待选直角三角形的三个点确定的行列范围限定的区域作为待选矩形；(6)在待选矩形内寻找满足如下关系式的像素点(X_i，Y_i)，Xa+Xb-|Xa-Xb|2<Xi<Xa+Xb+|Xa-Xb|2]]>且Ya+Yb-|Ya-Yb|2<Yi<Ya+Yb+|Ya-Yb|2,]]>将所有的(X_i，Y_i)两两相连构成线段并计算连线的长度l₃以及连线与矩形水平方向的边所成的角度θ₃，找到满足条件k_2min×l_ab＜l₃＜k_2max×l_ab且θ_ab-θ_2min＜θ₃＜θ_ab+θ_2max的连线，其中k_2min、k_2max和θ_2min、θ_2max为根据敏感器测量范围确定的常数；如果能够找到满足条件的连线，则将连线所连接的两个像素点作为中间光点，如果没有找到满足条件的连线，则依次选取待选矩形内的每一个点作为中间光点；(7)将中间光点和待选矩形的四个端点组合起来进行姿态计算，如果姿态计算结果在测量范围内，则说明光点匹配成功，转步骤(2)；(8)重复步骤(2)～(7)，直至对所有分组的像素点完成匹配。