專(zhuān)利名稱(chēng)：一種基于廣義Hough變換的航天器分類(lèi)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于航天測(cè)量與控制領(lǐng)域，涉及ー種利用RCS序列的航天器分類(lèi)識(shí)別方法。
背景技術(shù)：
目前我國(guó)現(xiàn)役雷達(dá)大多采用窄帶雷達(dá)體制，因此探索和研究在窄帶雷達(dá)體制下的空間目標(biāo)識(shí)別問(wèn)題具有重要的現(xiàn)實(shí)意義和廣泛的實(shí)用價(jià)值。目標(biāo)RCS包含了豐富的目標(biāo)信息，是窄帶雷達(dá)能夠獲取的目標(biāo)雷達(dá)特性的主要數(shù)據(jù)，因此利用RCS測(cè)量數(shù)據(jù)的目標(biāo)分類(lèi)識(shí)別是空間目標(biāo)雷達(dá)識(shí)別的ー個(gè)重要方面。由于雷達(dá)在不同觀測(cè)弧段對(duì)航天器的觀測(cè)角度不同，而RCS對(duì)姿態(tài)角的變化又比較敏感，使得每個(gè)航天器不同觀測(cè)弧段的RCS序列統(tǒng)計(jì)特征及其變換特征不穩(wěn)定。常用RCS序列的統(tǒng)計(jì)量包括描述目標(biāo)RCS序列的平均位置與特定位置的均值、極大值、極小值、中位數(shù)等位置特征參數(shù)和表示RCS序列在整個(gè)實(shí)數(shù)軸上分散程度的極差、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)均差、變異系數(shù)等散布特征參數(shù)。金勝、高梅國(guó)等人根據(jù)7個(gè)目標(biāo)10個(gè)觀測(cè)弧段的雷達(dá)測(cè)量數(shù)據(jù)，采用最近鄰法，利用上述統(tǒng)計(jì)特征進(jìn)行了識(shí)別，結(jié)果表明該方法只能對(duì)形體區(qū)別較大的航天器進(jìn)行初歩分類(lèi)識(shí)別，而且識(shí)別率低，大致為70%。在變換特征中，傳統(tǒng)的傅里葉變換是ー種全局變換，無(wú)法表達(dá)RCS序列的時(shí)頻局域性質(zhì)，短時(shí)傅里葉變換雖然有所改進(jìn)，但本質(zhì)上講仍是ー種單一分辨率的信號(hào)分析方法，在對(duì)呈現(xiàn)非平穩(wěn)信號(hào)特性RCS序列的應(yīng)用上，仍然存在局限性，時(shí)頻分析方法相對(duì)于上述方法具有較大的優(yōu)勢(shì)，但在實(shí)際應(yīng)用中，對(duì)目標(biāo)的識(shí)別性能并不好，基本處于理論探索階段，實(shí)際中主要用于對(duì)目標(biāo)姿態(tài)穩(wěn)定性的判決。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供ー種基于廣義Hough變換的航天器分類(lèi)識(shí)別方法，能夠?qū)崿F(xiàn)自動(dòng)目標(biāo)識(shí)別，并提高識(shí)別率。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟(I)針對(duì)某雷達(dá)觀測(cè)弧段的RCS序列，以時(shí)間為橫軸，RCS幅度為縱軸繪制ニ值圖像，得到RCS序列圖像。(2)計(jì)算RCS序列圖像的像素的緊湊度，進(jìn)行初分類(lèi)，如果該緊湊度與模板庫(kù)中某幅模板圖像的緊湊度差值的絕對(duì)值小于0. 05，則該模板圖像可以參與后續(xù)的匹配運(yùn)算；如果模板庫(kù)中沒(méi)有一幅模板圖像的緊湊度滿(mǎn)足上述要求，則認(rèn)為該目標(biāo)無(wú)法識(shí)別，為未知目標(biāo)。(3)使用鄰域平均法的均值濾波器對(duì)RCS序列圖像進(jìn)行濾波，在濾波的同時(shí)提取RCS序列圖像的輪廓生成輪廓圖。對(duì)輪廓圖進(jìn)行孔洞填充，并進(jìn)行外輪廓特征提取，然后對(duì)外輪廓特征進(jìn)行等間隔抽取，減小信息的冗余，獲得離散外輪廓圖。抽取的原則是不影響圖像特征的分辨識(shí)別，也就是要滿(mǎn)足圖像匹配運(yùn)算的精度要求，控制在誤差容許的范圍內(nèi)，由于使用的模板圖像大小為200X200像素，輪廓匹配容許誤差為10個(gè)像素，因此進(jìn)行8倍等間隔抽取是可行的。最后使用廣義Hough變換對(duì)離散外輪廓圖對(duì)應(yīng)的RCS序列圖像中與模板圖像最可能匹配的區(qū)域進(jìn)行投票，票數(shù)最高的區(qū)域即為粗定位區(qū)域圖像。(4)利用數(shù)學(xué)形態(tài)學(xué)方法提取粗定位區(qū)域圖像的骨架特征，運(yùn)用Hausdorff距離將粗定位區(qū)域圖像的骨架特征與模板圖像的骨架特征進(jìn)行細(xì)匹配，如果得到的Hausdorff距離小于20個(gè)像素，則認(rèn)為兩者相匹配，粗定位區(qū)域圖像即為匹配區(qū)域圖像，否則認(rèn)為匹配失敗，待識(shí)別目標(biāo)為未知目標(biāo)。(5)分別畫(huà)出匹配區(qū)域圖像與模板圖像的像素緊湊程度分布圖。計(jì)算兩像素緊湊程度分布圖之間的Hausdorff距離，如果Hausdorff距離小于20個(gè)像素，則認(rèn)為匹配區(qū)域 圖像與模板圖像的像素緊湊程度分布大致相同，通過(guò)上述步驟得到的識(shí)別結(jié)果準(zhǔn)確，待識(shí)別目標(biāo)即為模板圖像所代表的目標(biāo)，否則認(rèn)為待識(shí)別目標(biāo)為未知目標(biāo)。本發(fā)明的有益效果是由于雷達(dá)測(cè)得的RCS序列對(duì)姿態(tài)角的變化比較敏感，使得航天器在不同觀測(cè)弧段的RCS序列統(tǒng)計(jì)特征及其變換特征不穩(wěn)定，致使利用RCS序列的統(tǒng)計(jì)特征及變換特征識(shí)別空間目標(biāo)的效果不理想。而某些特殊工作平臺(tái)的航天器，由于衛(wèi)星特征部件(如航天器上的拋物面天線(xiàn))或衛(wèi)星工作方式(如氣象衛(wèi)星)的影響，不同弧段的RCS序列有相似特征出現(xiàn)，且與其他工作平臺(tái)航天器的RCS明顯不同，因此利用這些特征可以完成對(duì)目標(biāo)的識(shí)別。本發(fā)明提出將每個(gè)觀測(cè)弧段的RCS序列視為ニ值圖像，提取其中的邊緣、骨架和緊湊度特征，運(yùn)用廣義Hough變換將模板圖像與待識(shí)別的RCS序列圖像進(jìn)行粗定位，然后使用一種基于Hausdorff距離的圖像匹配方法進(jìn)行RCS序列圖像的細(xì)匹配，實(shí)現(xiàn)自動(dòng)目標(biāo)識(shí)別的方法。


圖I是本發(fā)明的方法流程圖；圖2是ー個(gè)觀測(cè)弧段的空間目標(biāo)RCS序列；圖3是待匹配目標(biāo)的輪廓特征8倍抽取圖；圖4是模板輪廓特征8倍抽取圖，其中圖4(a)、圖4(b)、圖4(c)分別是A類(lèi)航天器模板、B類(lèi)航天器模板、C類(lèi)航天器模板；圖5是對(duì)待匹配圖像進(jìn)行廣義Hough變換的投票結(jié)果圖；圖6是待匹配圖像的骨架特征圖；圖7是航天器模板圖像的骨架圖，其中圖7 (a)、圖7 (b)、圖7 (c)分別是A類(lèi)航天器模板、B類(lèi)航天器模板、C類(lèi)航天器模板；圖8是航天器模板的緊湊程度分布圖，其中圖8 (a)、圖8 (b)、圖8 (c)分別是A類(lèi)航天器模板、B類(lèi)航天器模板、C類(lèi)航天器模板；圖9是待識(shí)別目標(biāo)RCS序列圖像與模板圖像相匹配部分的緊湊程度分布圖。具體實(shí)施方法下面以具體實(shí)例說(shuō)明，以某雷達(dá)探測(cè)圈次接收的RCS序列為例，對(duì)其所屬航天器進(jìn)行分類(lèi)識(shí)別，包括以下步驟I.將RCS序列轉(zhuǎn)換成RCS序列圖像提取某圈次的RCS序列，以時(shí)間為橫軸，RCS幅度為縱軸繪制ニ值圖像，得到的ニ值圖像如圖2所示。
2.基于像素緊湊度的初分類(lèi)計(jì)算待匹配圖像的緊湊度，緊湊度的計(jì)算公式為J = AJA-(I)式⑴中，Aarea是該目標(biāo)物體的面積，Amee表示目標(biāo)最小外接矩形的面積。根據(jù)公式⑴得到待匹配圖像的緊湊度為0.2119，而模板庫(kù)中A、B、C、D類(lèi)目標(biāo)RCS序列圖像的緊湊度如表I所示，由于待匹配圖像與A、B、C三類(lèi)目標(biāo)RCS序列圖像的緊湊度差的絕對(duì)值小于0. 05，因此選定A類(lèi)、B類(lèi)、C類(lèi)三類(lèi)模板圖像參與后續(xù)的匹配，D類(lèi)模板相差較遠(yuǎn)，可以排除。表I四類(lèi)空間目標(biāo)RCS序列緊湊程度結(jié)果
權(quán)利要求
1.ー種基于廣義Hough變換的航天器分類(lèi)識(shí)別方法，其特征在于包括下述步驟 (1)針對(duì)某雷達(dá)觀測(cè)弧段的RCS序列，以時(shí)間為橫軸，RCS幅度為縱軸繪制ニ值圖像，得到RCS序列圖像； (2)計(jì)算RCS序列圖像的像素的緊湊度，進(jìn)行初分類(lèi)，如果該緊湊度與模板庫(kù)中某幅模板圖像的緊湊度差值的絕對(duì)值小于0. 05，則該模板圖像可以參與后續(xù)的匹配運(yùn)算；如果模板庫(kù)中沒(méi)有一幅模板圖像的緊湊度滿(mǎn)足上述要求，則認(rèn)為該目標(biāo)無(wú)法識(shí)別，為未知目標(biāo)； (3)使用鄰域平均法的均值濾波器對(duì)RCS序列圖像進(jìn)行濾波，在濾波的同時(shí)提取RCS序列圖像的輪廓生成輪廓圖；對(duì)輪廓圖進(jìn)行孔洞填充，并進(jìn)行外輪廓特征提取，然后對(duì)外輪廓特征進(jìn)行等間隔抽取，最后使用廣義Hough變換對(duì)離散外輪廓圖對(duì)應(yīng)的RCS序列圖像中與模板圖像最可能匹配的區(qū)域進(jìn)行投票，票數(shù)最高的區(qū)域即為粗定位區(qū)域圖像； (4)利用數(shù)學(xué)形態(tài)學(xué)方法提取粗定位區(qū)域圖像的骨架特征，運(yùn)用Hausdorff距離將粗定位區(qū)域圖像的骨架特征與模板圖像的骨架特征進(jìn)行細(xì)匹配，如果得到的Hausdorff距離小于20個(gè)像素，則認(rèn)為兩者相匹配，粗定位區(qū)域圖像即為匹配區(qū)域圖像，否則認(rèn)為匹配失敗，待識(shí)別目標(biāo)為未知目標(biāo)； (5)分別畫(huà)出匹配區(qū)域圖像與模板圖像的像素緊湊程度分布圖，計(jì)算兩像素緊湊程度分布圖之間的Hausdorff距離，如果Hausdorff距離小于20個(gè)像素,貝U認(rèn)為匹配區(qū)域圖像與模板圖像的像素緊湊程度分布大致相同，通過(guò)上述步驟得到的識(shí)別結(jié)果準(zhǔn)確，待識(shí)別目標(biāo)即為模板圖像所代表的目標(biāo)，否則認(rèn)為待識(shí)別目標(biāo)為未知目標(biāo)。
2.根據(jù)權(quán)利要求I所述的基于廣義Hough變換的航天器分類(lèi)識(shí)別方法，其特征在于所述的等間隔抽取為8倍等間隔抽取。
全文摘要
本發(fā)明公開(kāi)了一種基于廣義Hough變換的航天器分類(lèi)識(shí)別方法，針對(duì)某雷達(dá)觀測(cè)弧段的RCS序列繪制RCS序列圖像，計(jì)算RCS序列圖像的像素的緊湊度，進(jìn)行初分類(lèi)，對(duì)RCS序列圖像進(jìn)行濾波并生成輪廓圖，使用廣義Hough變換確定粗定位區(qū)域圖像；提取粗定位區(qū)域圖像的骨架特征，與模板圖像的骨架特征進(jìn)行細(xì)匹配；最終進(jìn)行基于像素緊湊程度的匹配驗(yàn)證。本發(fā)明能夠?qū)崿F(xiàn)自動(dòng)目標(biāo)識(shí)別，并提高識(shí)別率。
文檔編號(hào)G06K9/62GK102663437SQ20121013478
公開(kāi)日2012年9月12日 申請(qǐng)日期2012年5月3日 優(yōu)先權(quán)日2012年5月3日
發(fā)明者寇鵬, 牛威, 蘇威 申請(qǐng)人:中國(guó)西安衛(wèi)星測(cè)控中心