空间目标材料识别方法技术

本发明专利技术公开了一种空间目标材料识别方法，包括：将空间目标的原始光谱数据转化成三阶张量；使用三阶Tucker分解的方法，判断空间目标的组成材料数量，进而提取出相应数量的光谱曲线；将提取出的光谱曲线与已知材料光谱库相匹配，从而确定空间目标的材料信息。

【技术实现步骤摘要】
空间目标材料识别方法
本专利技术涉及光谱
，尤其涉及一种空间目标材料识别方法。
技术介绍
伴随着空间在各个领域内的地位日益提高，空间信息能力已成为空间科学的核心，因此越来越多的国家开始发展与部署空间碎片监视系统，力图把控制空间的主动权牢牢掌握在自己手中。空间监视的主要任务是对重要空间碎片进行精确的探测和跟踪，实时探测目标尺寸、形状、轨道参数等重要目标特性，以及对目标特性参数进行归类和分发。因此，有效地对空间碎片进行探测、追踪和识别，是十分有价值的。受限于望远镜口径和观测波段，目前我国目标观测成像主要还是开展全波段灰度成像。然而空间碎片种类增多，给空间碎片的观测造成了一定的困难。由于受探测距离制约，传统光学成像只能探测到仅几个像元的图像，无法对目标进行识别，材质分类等工作。在常规光学特性具有局限性的情况下，光谱信息为空间碎片识别提供了极为有利的额外信息，而空间碎片的宽波段光谱成像技术也应运而生。空间碎片光谱是空间碎片光学特性的本质体现，能够反映空间碎片的材质属性，通过将实验室测量的材质光谱与实测空间碎片光谱进行匹配处理，可以识别目标的材质类型，有助于分析空间碎片的类型及工作状态。现有的基于光谱信息的空间目标识别方法有如下两种方案：1)主成分分析(PCA)，参见文献《高轨空间碎片光电观测技术综述》，该方案主要将光谱矩阵投影在正交基向量的特征值作为组分，通过一些判据将组分中主因子提取出来，可用于材料的种类数目检测。然而，该方案估算精度受噪声影响较大，对原始数据的质量要求较高。2)高光谱信号子空间最小误差辨识法，参见文献《Determinationofrankbymedianabsolutedeviation(DRMAD):asimplemethodfordeterminingthenumberofprincipalfactorsresponsibleforadatamatrix》。该方案通过将原始信号向子空间投影，寻找能够最小化投影误差的子空间，以子空间的维度作为端元的个数从而估计材料信息。然而，该方案需要先估计噪声矩阵，噪声矩阵估计的结果会对端元的判别产生一定影响。
技术实现思路
本专利技术的目的是提供一种空间目标材料识别方法，可以准确、快速的实现空间目标材料的识别。本专利技术的目的是通过以下技术方案实现的：一种空间目标材料识别方法，包括：将空间目标的原始光谱数据转化成三阶张量；使用三阶Tucker分解的方法，判断空间目标的组成材料数量，进而提取出相应数量的光谱曲线；将提取出的光谱曲线与已知材料光谱库相匹配，从而确定空间目标的材料信息。由上述本专利技术提供的技术方案可以看出，基于三阶Tucker分解，可以从各种空间分辨率下的空间目标光谱数据中提取出其组分材料的光谱谱线，经过与光谱库中材料进行比对即可得到该目标组成材料信息，由于上述方法将光谱数据整体进行处理，而不是如传统方法一样将其分解成二维数据再进行处理，因此优势在于处理速度快且受噪声影响较小。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。图1为本专利技术实施例提供的一种空间目标材料识别方法的流程图。具体实施方式下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术的保护范围。本专利技术实施例根据空间目标光谱图像特性，针对其可能出现噪声以及像元混合的问题，提出一种空间目标材料识别方法。该方法基于张量分解，将原始光谱数据当作一个三维张量进行处理，可以缓解传统技术中噪声对二维算法的影响，并提高材料识别速度。如图1所示，本专利技术实施例提供的一种空间目标材料识别方法主要包括如下步骤：步骤1、将空间目标的原始光谱数据转化成三阶张量。本专利技术实施例中，空间目标的原始光谱数据为数据立方体，设其空间维尺寸为n1×n2，共n3个谱段，则数据立方体大小为n1×n2×n3，转化的三阶张量记为X，其大小为n1×n2×n3。步骤2、使用三阶Tucker分解的方法，判断空间目标的组成材料数量，进而提取出相应数量的光谱曲线。本专利技术实施例中，对三阶张量X进行三阶Tucker分解，其分解为一个较小的三阶张量G以及三个因子矩阵U，V和W。其中张量G称为核张量，其大小为r1×r2×r3；因子矩阵U大小为n1×r1，因子矩阵V大小为n2×r2，因子矩阵W大小为n3×r3，且分解后满足如下公式：其中，xijk∈X，gnml∈G，uim∈U，vjn∈V，wkl∈W；对于定义的三阶张量X，其中的元素xijk表示三阶张量X中，三个维度坐标分别为i，j，k的元素；对于定义的核张量G，其中的元素gmnl表示核张量G中，三个维度坐标分别为m，n，l的元素；对于定义的因子矩阵U，其中的元素uim表示因子矩阵U中第i行第m列的元素；对于定义的因子矩阵V，其中的元素vjn表示因子矩阵V中第j行第n列的元素；对于定义的因子矩阵W，其中的元素wkl表示因子矩阵W中第k行第l列的元素。本领域技术人员可以理解，三阶张量可以看做矩阵在三维上的扩充，因此其张量的大小需要三个参数确定，比如一个2×3的矩阵包含6个元素，一个2×3×4的张量则包含24个元素。故以上的n1×n2×n3与r1×r2×r3均表示张量的大小。基于上述理论，取r1＝r2＝r3＝1，r1＝r2＝r3＝2，......进行三阶Tucker分解，直至因子矩阵W中包含无规则震荡光谱谱线，假设此时r1＝r2＝r3＝n，则空间目标的组成材料数量为n。之后，取r1＝r2＝r3＝n时的因子矩阵Wn3×n，提取出共n个大小为n3×1的光谱谱线数据，将光谱谱线数据映射到非负区间，保证其物理意义有效。步骤3、将提取出的光谱曲线与已知材料光谱库相匹配，从而确定空间目标的材料信息。通过上述步骤2可以获得各材料的光谱曲线，通过匹配的方式可以从已知材料光谱库中找到相应的光谱曲线，从而确定相应的材料信息。本专利技术实施例上述方案，基于三阶Tucker分解，可以从各种空间分辨率下的空间目标光谱数据中提取出其组分材料的光谱谱线，经过与光谱库中材料进行比对即可得到该目标组成材料信息，由于上述方法将光谱数据整体进行处理，而不是如传统方法一样将其分解成二维数据再进行处理，因此优势在于处理速度快且受噪声影响较小。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本专利技术各个实施例所述的方法。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术披露的技术范围内，可轻易想到的变本文档来自技高网...

【技术保护点】
1.一种空间目标材料识别方法，其特征在于，包括：将空间目标的原始光谱数据转化成三阶张量；使用三阶Tucker分解的方法，判断空间目标的组成材料数量，进而提取出相应数量的光谱曲线；将提取出的光谱曲线与已知材料光谱库相匹配，从而确定空间目标的材料信息。

【技术特征摘要】
1.一种空间目标材料识别方法，其特征在于，包括：将空间目标的原始光谱数据转化成三阶张量；使用三阶Tucker分解的方法，判断空间目标的组成材料数量，进而提取出相应数量的光谱曲线；将提取出的光谱曲线与已知材料光谱库相匹配，从而确定空间目标的材料信息。2.根据权利要求1所述的一种空间目标材料识别方法，其特征在于，所述使用三阶Tucker分解的方法，判断空间目标的组成材料数量包括：对大小为n1×n2×n3的三阶张量X进行三阶Tucker分解，其分解为一个r1×r2×r3的核张量G以及3个因子矩阵U，V和W，因子矩阵U大小为n1×r1，因子矩阵V大小为n2×r2，因子矩阵W大小为n3×r3，且分解后满足如下公式：其中xijk∈X，gnml∈G，uim∈U，vjn∈V，wkl∈W；对于定义的三阶张量X，其中的元素xijk表示三阶张量X中，三...

【专利技术属性】
技术研发人员：聂博洋，景娟娟，周锦松，杨雷，何晓英，李雅灿，付锡禄，冯蕾，魏立冬，
申请(专利权)人：中国科学院光电研究院，
类型：发明
国别省市：北京,11