[發明專利]繞飛背景下多種類空間目標姿態信息識別方法

在審

• 申請號: 202210520029.7
• 申請日: 2022-05-13
• 公開（公告）號: CN114913230A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 李高鵬;牛牧群;張云;袁浩軒;薛伶玲
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/13
• 代理公司: 哈爾濱華夏松花江知識產權代理有限公司 23213
• 代理人: 岳昕

1.繞飛背景下多種類空間目標姿態信息識別方法，其特征在于，所述方法具體包括以下步驟：

步驟一、分別采集各種類衛星繞飛時，在相對于成像傳感器視線方向的各個姿態下的空間目標光學圖像，根據衛星姿態信息和衛星種類信息生成張量，并對生成的張量進行分解后，再根據分解結果獲得每張圖像對應的姿態特征向量；

步驟二、基于步驟一的分解結果和獲得的姿態特征向量對待測的空間目標光學圖像進行姿態識別。

2.根據權利要求1所述的繞飛背景下多種類空間目標姿態信息識別方法，其特征在于，所述根據衛星姿態信息和衛星種類信息生成張量，并對生成的張量進行分解，再根據分解結果獲得每張圖像對應的姿態特征向量；其具體過程為：

步驟一一、將每張圖像統一大小為X×Y，再分別將每張圖像按列向量化，為每張圖像各生成一個維度為XY×1的向量；

步驟一二、根據衛星姿態信息和衛星種類信息對步驟一一中生成的向量進行順序排列，輸出維度為XY×N×V的張量，其中，N代表衛星種類，V代表姿態種類，X×Y代表每張圖像的尺寸；

步驟一三、對步驟一二中獲得的張量進行分解后，得到一個核心張量以及三個子空間矩陣，所述三個子空間矩陣分別對應像素、種類和姿態；

步驟一四、對姿態對應的子空間矩陣進行低維向量抽取，根據輸出張量時的對應關系獲得每張圖像對應的姿態特征向量。

3.根據權利要求2所述的繞飛背景下多種類空間目標姿態信息識別方法，其特征在于，所述步驟二的具體過程為：

步驟二一、對待識別姿態的空間目標光學圖像按列展開，生成待識別姿態的空間目標光學圖像的列向量；

步驟二二、假設待識別姿態的空間目標光學圖像中衛星所屬的種類，從分解結果的種類子空間矩陣中選取出該種類對應的特征向量；

步驟二三、將步驟二二選取出的特征向量與分解結果中的核心張量以及像素對應的子空間矩陣做張量積，得到該種類下的姿態檢索轉移矩陣Q；

步驟二四、求姿態檢索轉移矩陣Q的廣義逆矩陣，再將求出的廣義逆矩陣與步驟一一得到的列向量相乘，得到測試姿態特征向量；

步驟二五、分別計算出測試姿態特征向量與步驟一四中獲得的該種類下每張圖像對應的姿態特征向量的歐式距離，得到該種類下，與測試姿態特征向量歐氏距離最小的姿態特征向量，將得到的姿態特征向量作為待識別姿態的空間目標光學圖像在該種類下對應的姿態特征向量，將該姿態特征向量與測試姿態特征向量的歐氏距離記為m₁；

步驟二六、重新假設待識別姿態的空間目標光學圖像中衛星所屬的種類，并執行步驟二二至步驟二五的過程，分別得到在其它每個種類下，步驟一四中與測試姿態特征向量歐氏距離最小的姿態特征向量，即分別得到待識別姿態的空間目標光學圖像在其它各種類下所對應的姿態特征向量；將其它各種類下，與測試姿態特征向量歐氏距離的最小值分別記為m₂…m_N；

步驟二七、從m₁、m₂…m_N中選取出最小值，根據最小值所對應的姿態特征向量、待測空間目標光學圖像中帆板位置以及成像傳感器參數，得到姿態識別結果。

4.根據權利要求3所述的繞飛背景下多種類空間目標姿態信息識別方法，其特征在于，所述待測空間目標光學圖像中帆板位置的獲取過程為：

步驟1、對待測空間目標光學圖像進行預處理，獲得預處理后的圖像；

步驟2、計算預處理后圖像與高斯濾波器窗函數梯度的卷積，獲得卷積后的圖像；

步驟3、對卷積后圖像進行Hough變換，得到Hough參數空間中的變換圖；

步驟4、基于得到的變換圖，獲得圖像中帆板所在位置。

5.根據權利要求4所述的繞飛背景下多種類空間目標姿態信息識別方法，其特征在于，所述步驟1的具體過程為：

將待測空間目標光學圖像轉換為灰度圖像后，對灰度圖像進行去噪，獲得去噪后的圖像，再對去噪后的圖像進行銳化增強，獲得銳化增強后的圖像。