【技术实现步骤摘要】
基于高斯概率和的ISAR卫星帆板检测方法
本专利技术属于空间目标部件检测
,特别涉及基于高斯概率和的ISAR卫星帆板检测方法。
技术介绍
ISAR(逆合成孔径雷达)成像技术已被广泛应用于机动目标成像以及机动目标的几何形态检测等领域。由于机动目标的成像平面在相对雷达视线上会发生变化,直接利用图像配准技术对ISAR图像进行整体配准会使得机动目标的部件检测具有一定困难,因此需要对接收的雷达回波信号加以处理并进行局部特征的配准,才能保证目标部件检测的准确性。在ISAR成像技术中,针对复杂的机动目标部件的检测问题,通常需要完备的部件的回波信号数据库,利用数据中目标的能量进行特征点的提取和分析,而部件回波信号数据库需要对各类需要检测的机动目标部件进行模拟仿真,从而得到相应的部件回波信号数据。在部件检测中,由于ISAR回波数据形成的图像中的特征点具有的机动目标部件的性能信息,通常可利用这类性能信息进行部件的检测,因此准确地提取出ISAR图像中的特征点并选择有效地选择可用的特征点至关重要,如果在图像中提取的特征点容易受到机动目标的姿态角变化的影响,就会造成后续特征匹配误差的增加,并导致机动目标部件检测的失败。为了解决这个问题,一些研究人员和学者提出了高效的图像特征点提取及特征匹配方法,包括利用图像中像素的梯度变化特性提取梯度变化量较大的像素点作为特征点,通过向量维数扩展方法得到相应的特征向量描述符用于特征点的匹配以及利用理想的盒式滤波器对图像进行多阶降采样,再将不同采样结果找出相对应的极值点作为特征点,最后通过特征描述符信息进行特征点的匹配等方法。但以上方法都是对高 ...
【技术保护点】
基于高斯概率和的ISAR卫星帆板检测方法,其特征在于,包括以下步骤:S1:利用逆合成孔径雷达获取卫星回波数据,通过仿真获取卫星帆板回波数据;分别对卫星回波数据和卫星帆板回波数据进行预处理,得到卫星图像I1和卫星帆板图像I2;S2:从卫星图像I1中提取到R个特征点,从卫星帆板图像I2中提取到T个特征点;S3:针对卫星图像I1的每个特征点,设置对应的矩形窗口,卫星图像I1的第k个特征点对应的矩形窗口中共有Hk个特征点,k取1至R,Hk为大于0的自然数;S4:依次进行第1次特征点匹配至第R次特征点匹配;进行第k次特征点匹配包括以下步骤:针对卫星图像I1的第k个特征点对应的矩形窗口,将其中所有的Hk个特征点与卫星帆板图像I2的T个特征点进行特征点匹配;在进行每次特征点匹配时,得出对应的高斯概率和;得出第k次特征点匹配时对应的高斯概率和包括以下步骤:在进行第k次特征点匹配时,针对匹配的每一对特征点,得出对应的高斯概率;将进行第k次特征点匹配时得出的所有高斯概率值相加,得出第k次特征点匹配时对应的高斯概率和Zk;S5:从Z1至ZR中找出最大值Zt,得出卫星帆板检测的特征点,然后根据卫星帆板检测的特 ...
【技术特征摘要】
1.基于高斯概率和的ISAR卫星帆板检测方法,其特征在于,包括以下步骤:S1:利用逆合成孔径雷达获取卫星回波数据,通过仿真获取卫星帆板回波数据;分别对卫星回波数据和卫星帆板回波数据进行预处理,得到卫星图像I1和卫星帆板图像I2;S2:从卫星图像I1中提取到R个特征点,从卫星帆板图像I2中提取到T个特征点;在步骤S2中,从卫星图像I1中提取的R个特征点由以下两部分组成:利用SIFT方法在卫星图像I1中提取的特征点、以及利用SURF方法在卫星图像I1中提取的特征点;在从卫星图像I1中提取到R个特征点之后,得出卫星图像I1中提取的每个特征点的位置坐标、以及卫星图像I1中提取的每个特征点的描述符向量;卫星图像I1中提取的第k个特征点的位置坐标为(xk,yk),xk为卫星图像I1中提取的第k个特征点的横坐标,yk为卫星图像I1中提取的第k个特征点的纵坐标,k取1至R;卫星图像I1中提取的每个特征点的描述符向量由N个元素组成;从卫星帆板图像I2中提取的T个特征点由以下两部分组成:利用SIFT方法在卫星帆板图像I2中提取的特征点、以及利用SURF方法在卫星帆板图像I2中提取的特征点;其中,利用SIFT方法在卫星帆板图像I2中提取的特征点为Q个,1≤Q≤T;在从卫星帆板图像I2中提取到T个特征点之后,得出卫星帆板图像I2中提取的每个特征点的位置坐标、以及卫星帆板图像I2中提取的每个特征点的描述符向量;卫星帆板图像I2中提取的第v个特征点的位置坐标为(av,rv),av为卫星帆板图像I2中提取的第v个特征点的横坐标,rv为卫星帆板图像I2中提取的第v个特征点的纵坐标,v取1至T;卫星帆板图像I2中提取的每个特征点的描述符向量由N个元素组成;S3:针对卫星图像I1的每个特征点,设置对应的矩形窗口,卫星图像I1的第k个特征点对应的矩形窗口中共有Hk个特征点,k取1至R,Hk为大于0的自然数;S4:依次进行第1次特征点匹配至第R次特征点匹配;进行第k次特征点匹配包括以下步骤:针对卫星图像I1的第k个特征点对应的矩形窗口,将其中所有的Hk个特征点与卫星帆板图像I2的T个特征点进行特征点匹配;在进行每次特征点匹配时,得出对应的高斯概率和;得出第k次特征点匹配时对应的高斯概率和包括以下步骤:在进行第k次特征点匹配时,针对匹配的每一对特征点,得出对应的高斯概率;将进行第k次特征点匹配时得出的所有高斯概率值相加,得出第k次特征点匹配时对应的高斯概率和Zk;在步骤S4中,进行第k次特征点匹配包括以下步骤:卫星图像I1的第k个特征点对应的矩形窗口表示为第k个矩形窗口,针对第k个矩形窗口的第hk个特征点的描述符向量的每个元素,计算其与卫星帆板图像I2的第i个特征点的描述符向量的对应元素的欧式距离,从而得出对应的N个欧式距离,将对应的N个欧式距离之和表示为Ok,i(hk),k取1至R,i取1至T,hk取1至Hk;然后将Ok,1(hk)至Ok,T(hk)组合成集合Ok(hk),Ok(hk)={Ok,1(hk),...,Ok,T(hk)};计算集合Ok(hk)中元素的最小值与次小值的比值,如果所述比值小于0.95,则卫星帆板图像I2的T个特征点中与集合Ok(hk)中元素的最小值对应的特征点、以及第k个矩形窗口的第hk个特征点为一对匹配的特征点;如果所述比值大于或等于0.95,则在卫星帆板图像I2的T个特征点中,没有与第k个矩形窗口的第hk个特征点匹配的特征点;在步骤S4中,得出第k次特征点匹配时对应的高斯概率和包括以下步骤:在进行第k次特征点匹配时,针对匹配的每一对特征点的位置坐标,利用高斯概率函数得出对应的高斯概率;然后将进行第k次特征点匹配时得出的所有高斯概率值相加,得出第k次特征点匹配时对应的高斯概率和Zk;S5:从Z1至ZR中找出最大值Zt,得出卫星帆板检测的特征点,然后根据卫星帆板检测的特征点对卫星帆板进行检...
【专利技术属性】
技术研发人员:张磊,许志伟,吴敏,董祺,邢孟道,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。