一種光學圖像高軌衛星目標檢測方法技術

本發明專利技術公開了一種光學圖像高軌衛星目標檢測方法，該方法包括如下步驟：101、對圖像進行噪底估計，圖像進行降噪，將系列圖像對齊后使用幀間差法去除恒星目標；102、對疑似高軌目標進行形態識別，獲取大小位置信息；去除恒星目標后，對剩余的疑似高軌目標進行形態識別，得到大小位置等信息。103、使用基于密度聚類改進的霍夫變換在位置和速度兩個維度進行檢測；104、提取得到需要的高軌目標序列。本發明專利技術對霍夫變換直線檢測方法進行了改進，使用霍夫變換參數聚類的方法克服了傳統霍夫變換檢測線性程度要求高且不可控制的問題。程度要求高且不可控制的問題。

【技術實現步驟摘要】
一種光學圖像高軌衛星目標檢測方法


[0001]本專利技術屬于天文觀測和高軌目標探測識別的
，具體涉及一種光學圖像高軌衛星目標檢測方法。

技術介紹

[0002]隨著人類航天活動日益增多,在軌工作航天器的數量顯著增加,這不可避免地產生數以億計的空間碎片,給衛星和航天器帶來嚴重威脅。對地球軌道上空間目標進行精準識別,定位與跟蹤,預測可能發生的碰撞,進而能夠操控衛星躲避潛在的威脅。同時,對空間目標進行監視也是國家安全的重要保障。因此,對空間目標探測技術進行研究具有重要意義和價值。廣電和無線電裝備是空間目標探測監視的主要手段，其中光學設備波長短、接收目標自身輻射的電磁波，使其具有了分辨力高、探測距離遠的優點，大口徑光學望遠鏡是目前高軌目標探測監視的重要手段。
[0003]現有的天文觀測方法主要通過幀間差法來對圖像進行處理，幀間差法是一種通過對視頻圖像序列中相鄰兩幀作差分運算來獲得運動目標輪廓的方法，它可以很好地適用于存在多個運動目標和攝像機移動的情況。當監控場景中出現異常物體運動時，幀與幀之間會出現較為明顯的差別，兩幀相減，得到兩幀圖像亮度差的絕對值，判斷它是否大于閾值來分析視頻或圖像序列的運動特性，確定圖像序列中有無物體運動。現有幀間差后的目標檢測方法主要有光流法、霍夫變換法等，主要途徑是通過幀間差去掉恒星目標背景的影響，后通過軌跡檢測的方法進行高軌目標的尋找。
[0004]專利申請201910077291.7公開了一種多功能天文觀測裝置及控制方法，該裝置包括通過導線連接的成像系統和控制及圖像采集系統；成像系統包括沿光路依次排列的濾光片轉輪、物面、前固定透鏡組、變倍透鏡組、后固定透鏡組和EMCCD相機；控制及圖像采集系統包括驅動裝置、驅動控制器、位置采集模塊、圖像采集控制器和電源模塊，位置采集模塊、驅動控制器和驅動裝置通過導線依次相連，電源模塊通過導線分別連接驅動裝置、驅動控制器、位置采集模塊和圖像采集控制器。
[0005]現有技術中的光流法只能用于星空背景固定的場景(或先進行星空圖像對齊)，并且對大視場中的暗弱目標的檢測能力較弱；霍夫變換方法首先通過圖像對齊然后進行疊加后尋找疊加后圖片中的衛星目標序列，由于傳統霍夫變換檢測直線的約束較強，因此對圖像對齊的要求較高，否則容易造成目標漏檢。

技術實現思路

[0006]為解決上述問題，本專利技術的首要目的在于提供一種光學圖像高軌衛星目標檢測方法，該方法能夠使用基于密度聚類改進的霍夫變換方法，結合背景檢測剔除、圖像對齊、幀間差、光學目標形態檢測等手段實現了復雜星空背景下的高軌目標檢測，以解決現有的復雜暗弱目標能力檢測弱、檢測魯棒性弱問題。
[0007]為實現上述目的，本專利技術的技術方案如下。
[0008]一種光學圖像高軌衛星目標檢測方法，該方法包括如下步驟：
[0009]101、去除恒星目標；
[0010]針對高軌目標星空背景的序列光學圖像(大于3張)，首先對每張圖片進行背景噪聲估計和去除，后通過圖像配準對齊算法將多張圖像進行對齊，并使用幀間差方法去除恒星目標。
[0011]102、對疑似高軌目標進行形態識別，獲取大小位置等信息；
[0012]去除恒星目標后，對剩余的疑似高軌目標進行形態識別，得到大小位置等信息。根據時標獲取時間信息。
[0013]103、使用基于密度聚類改進的霍夫變換在位置和速度兩個維度進行檢測；
[0014]首先使用對提取出的疑似目標的位置信息(x,y)從0
°
開始到180
°
進行霍夫變換，在每個角度下得到霍夫空間下的(θ，ρ)，之后對所有點的(θ，ρ)進行基于密度的聚類，滿足聚類條件并且判斷所有點來自于序列中的不同幀圖像時說明這些點在以聚類條件為邊界的一條直線上，繼續判斷這些點的運動速度(高軌目標在短時間內近似為勻速運動)，將速度信息(t,x,y)從從0
°
開始至180
°
進行霍夫變換(60
°
到120
°
用(t，x)進行，其余用(t，y)進行)得到這些點在每個角度下霍夫空間下的參數(θ1，ρ1)，并對每個速度霍夫變換角度下(θ1，ρ1)進行基于密度的聚類，此時滿足聚類條件的點序列就同時滿足近似直線、勻速運動的篩選條件，此類目標就是高軌衛星目標。
[0015]104、提取得到需要的高軌目標序列。
[0016]提取出軌跡和速度符合高軌目標特性的目標進行去重、合批后得到需要的高軌目標序列。
[0017]本專利技術對霍夫變換直線檢測方法進行了改進，使用霍夫變換參數聚類的方法克服了傳統霍夫變換檢測線性程度要求高且不可控制的問題，同時，綜合使用背景估計、幀間差分、形態學估計、改進的霍夫變換等方法實現了一種魯棒性較強的高軌暗弱衛星目標識別方法。
附圖說明
[0018]圖1是本專利技術所實現的流程圖。
[0019]圖2是本專利技術高軌目標識別結果。
具體實施方式
[0020]為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。
[0021]圖1所示，本專利技術所實現的高軌衛星圖像目標檢測方法，該方法包括如下步驟：
[0022]步驟1，光學圖像獲取；
[0023]針對高軌目標獲取星空背景的序列光學圖像，為了便于進行處理，圖像的數量需要大于3張，且需要精確時標。
[0024]步驟2，噪聲背景估計和去除，對每張圖片進行背景噪聲估計和去除，去除不良影響；
[0025]步驟3，圖像對齊，通過圖像配準對齊算法將多張圖像進行對齊；
[0026]步驟4，幀間差分去除恒星目標，使用幀間差方法去除恒星目標。幀間差法為現有技術，在此不再贅述。
[0027]步驟5，目標形態學檢測，去除恒星目標剩余的目標中，對剩余的疑似高軌目標進行形態識別，得到大小位置等信息。
[0028]步驟6，目標位置在不同角度下霍夫空間轉換，使用對提取出的疑似目標的位置信息(x,y)在此時的位置霍夫變換角度(初始為0
°
)開始進行霍夫變換，得到霍夫空間下的(θ，ρ)；
[0029]步驟7，進行霍夫空間參數密度聚類，對所有點的(θ，ρ)進行基于密度的聚類。
[0030]步驟8、判斷是否滿足聚類門限，且來自不同的圖像；滿足聚類條件并且判斷所有點來自于序列中的不同幀圖像時說明這些點在以聚類條件為邊界的一條直線上，這類點可能為高軌目標。
[0031]是則繼續進行下一步，否則位置霍夫變換角度步進δ，返回步驟6，位置霍夫變換角度增加到180
°
時完成整個搜索過程。
[0032]步驟9，目標速度在不同角度下霍夫空間轉換，將速度信息(t,x,y)在此時的速度霍夫變換角度(初始為0
°
)進行霍夫變換(60
°
到120
°
用(t，x本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種光學圖像高軌衛星目標檢測方法，其特征在于該方法包括如下步驟：101、去除恒星目標；對圖像進行噪底估計，圖像進行降噪，將系列圖像對齊后使用幀間差法去除恒星目標。102、對疑似高軌目標進行形態識別，獲取大小位置信息；去除恒星目標后，對剩余的疑似高軌目標進行形態識別，得到大小位置信息，根據圖像時標獲得時間信息；103、使用基于密度聚類改進的霍夫變換在位置和速度兩個維度進行檢測；首先對提取出的疑似目標的位置信息(x,y)從0
°
開始進行霍夫變換，得到每個目標此角度下霍夫空間中的(θ，ρ)，之后對所有點的(θ，ρ)進行基于密度的聚類，滿足聚類條件并且判斷所有點來自于序列中的不同幀圖像時說明這些點在以聚類條件為邊界的直線上，繼續判斷這些點的運動速度，將速度信息(t,x,y)從0
°
開始進行霍夫變換得到這些點的霍夫空間下的參數(θ1，ρ1)，并對(θ1，ρ1)進行基于密度的聚類；104、提取得到需要的高軌目標序列。2.如權利要求1所述的光學圖像高軌衛星目標檢測方法，其特征在于步驟101中，針對高軌目標星空背景的序列光學圖像，對每張圖片進行背景噪聲估計和去除，后通過圖像配準對齊算法將多張圖像進行對齊，并使用幀間差方法去除恒星目標。3.如權利要求2所述的光學圖像高軌衛星目標檢測方法，其特征在于步驟103中，霍夫變換60
°
到120
°
用(t，x)進行，其余用(t，y)進行。4.如權利要求3所述的光學圖像高軌衛星目標檢測方法，其特征在于步驟104中，先對位置(x，y)以一定的步進δ到下一角度進行霍夫變換，直到180
°
；對滿足位置篩選條件的目標進一步進行速度篩選，角度以一定的步進δ1到下一角度進行直到180
°
；對提取出軌跡和速度符合高軌目標特性的目標進行去重、合批后得到需要的高軌目標序列。5.如權利要求4所述的光學圖像高軌衛星目標檢測方法，其特征在于具體方法為：步驟1，光學圖像獲取，針對高軌目標獲取星空背景的序列光學圖像，圖像的數量需要大于3張；步驟2，噪聲背景估...

【專利技術屬性】
技術研發人員：劉佳偉，達通航，
申請(專利權)人：劉佳偉，
類型：發明
國別省市：