跟踪目标突发关键事件自动判决方法及系统技术方案

本发明专利技术涉及一种跟踪目标突发关键事件自动判决方法及系统，属于地面光电测量技术领域，该方法及系统基于地面光学测量系统对跟踪目标的实时观测，实时获取跟踪目标的图像，并提取当前跟踪目标图像的当前跟踪目标特征量，将跟踪目标特征库中发生突发事件前的特征信息和发生突发事件时的特征信息作为两种特征类别，利用模式识别将当前跟踪目标图像的当前跟踪目标特征量匹配至对应的特征类别，从而实现跟踪目标是否发生突发关键事件的判决，并且能够准确、快速地识别跟踪目标发生突发关键事件的时刻，从而直接为指挥控制中心提供高可靠性的目标突发关键事件判决依据，进一步丰富了指挥控制中心的实时决策依据。

Automatic judgment method and system for tracking target critical incident

The invention relates to a method and system of automatic decision target tracking emergency key events, belonging to the technical field of photoelectric measurement surface, the method and system for real-time observation of ground target tracking optical measurement system based on image acquisition, real-time tracking, and the tracking feature extraction and tracking the target image, tracking feature information the occurrence of unexpected events in the target feature library and feature information when unexpected events occur as two feature categories, using pattern recognition of the current track of the tracking feature type object feature is matched to the corresponding target image, so as to achieve the goal of tracking the occurrence of unexpected events is key decision, and can quickly and accurately identify the occurrence of unexpected events tracking key moments, which directly provide high reliability for the command and control center Based on the judgment of critical events, the real-time decision-making basis of command and control center is enriched.

【技术实现步骤摘要】
跟踪目标突发关键事件自动判决方法及系统
本专利技术涉及地面光电测量
，特别是涉及一种跟踪目标突发关键事件自动判决方法及系统。
技术介绍
以航天器发射过程为例，工程师需要准确掌握火箭分离事件的发生情况，包括火箭分离发生的时间和完成情况。通常情况下，对火箭分离事件的判决主要采用无线电信息采集、传输和处理技术，通过传感器获取目标事件信息。但由于信息采集误码、空间链路的不稳定性等方面原因，在实际应用中，这种方式存在一定的不可靠性，影响火箭分离事件判决的准确性。目前，最常用的、最直观的事态判决方式是通过视觉信息进行判决，因此目标图像信息常常是作为跟踪目标突发关键事件判决的另一类重要的信息源。但是，由于人体视觉判决往往存在着模糊性和不准确性，无法在时间上、状态上及时给予指挥决策人员以定量的、准确的信息参考，不利于对跟踪目标是否发生突发事件的判断。
技术实现思路
基于此，有必要针对现有技术中对跟踪目标发生突发事件的判决结果存在一定的不可靠性，无法在时间上、状态上及时给予指挥决策人员以定量的和准确的信息参考的问题，提供一种跟踪目标突发关键事件自动判决方法及系统。为解决上述问题，本专利技术采取如下的技术方案：一种跟踪目标突发关键事件自动判决方法，所述方法包括以下步骤：从地面光学测量系统获取跟踪目标的当前跟踪目标图像；提取所述当前跟踪目标图像的当前跟踪目标特征量；根据所述跟踪目标的当前目标类型、当前气象条件和当前观测状态获取跟踪目标特征库中突发关键事件对应的突发关键事件前特征集和突发关键事件时特征集；根据所述突发关键事件前特征集和所述突发关键事件时特征集对所述当前跟踪目标特征量进行分类决策；当所述当前跟踪目标特征量的分类决策结果为属于所述突发关键事件时特征集时，判决所述跟踪目标发生所述突发关键事件。同时，本专利技术还提出一种跟踪目标突发关键事件自动判决系统，所述系统包括：图像获取模块，用于从地面光学测量系统获取跟踪目标的当前跟踪目标图像；特征提取模块，用于提取所述当前跟踪目标图像的当前跟踪目标特征量；特征集获取模块，用于根据所述跟踪目标的当前目标类型、当前气象条件和当前观测状态获取跟踪目标特征库中突发关键事件对应的突发关键事件前特征集和突发关键事件时特征集；分类决策模块，用于根据所述突发关键事件前特征集和所述突发关键事件时特征集对所述当前跟踪目标特征量进行分类决策；判决模块，用于当所述当前跟踪目标特征量的分类决策结果为属于所述突发关键事件时特征集时，判决所述跟踪目标发生所述突发关键事件。上述跟踪目标突发关键事件自动判决方法及系统基于地面光学测量系统对跟踪目标的实时观测，实时获取跟踪目标的图像，并提取当前跟踪目标图像的当前跟踪目标特征量，跟踪目标特征库包含了历次任务中跟踪目标发生突发事件前和发生突发事件时的特征信息，将跟踪目标特征库中发生突发事件前的特征信息和发生突发事件时的特征信息作为两种特征类别，利用模式识别将当前跟踪目标图像的当前跟踪目标特征量匹配至对应的特征类别，从而实现跟踪目标是否发生突发关键事件的判决，并且能够准确、快速地识别跟踪目标发生突发关键事件的时刻，从而直接为指挥控制中心提供高可靠性的目标突发关键事件判决依据，提高诸如航天器发射任务快速评估能力、导弹发射任务快速预警能力等，进一步丰富了指挥控制中心的实时决策依据。同时，通过实施本专利技术可以辅助指挥员及早对跟踪目标飞行状态的进行判决，避免一旦跟踪目标发生故障，安全控制措施处理不及时而对落点附近人群、重要设施造成非常严重的安全威胁。附图说明图1为本专利技术跟踪目标突发关键事件自动判决方法其中一个实施例的流程示意图；图2为本专利技术跟踪目标突发关键事件自动判决方法其中一个具体实施方式的原理示意图；图3为本专利技术跟踪目标突发关键事件自动判决系统的结构示意图。具体实施方式本专利技术所提出的跟踪目标突发关键事件自动判决方法及系统从地面光学测量系统获取的当前跟踪目标图像入手，以实现基于图像特征的跟踪目标发生突发关键事件识别为目的，本专利技术所提出的方法及系统可以直接应用于现有的或者在研的地面光学测量系统之上，其具体用途包括：(1)用于发射器助推器分离事件发生情况实时自动判决；(2)用于发射器级间分离事件发生情况实时自动判决；(3)用于火箭整流罩分离事件发生情况实时自动判决；(4)用于载荷与航天器分离事件发生情况实时自动判决等。下面将结合附图及较佳实施例对本专利技术的技术方案进行详细描述。在其中一个实施例中，如图1所示，一种跟踪目标突发关键事件自动判决方法，包括以下步骤：S100从地面光学测量系统获取跟踪目标的当前跟踪目标图像。地面光学测量系统或地面光学测量设备基于光学测量和成像原理，能够测量、记录跟踪目标或者飞行目标的运动轨迹、姿态和运动中发生的事件，并记录目标的红外辐射和视觉(可见光)特征。运动目标检测是地面光学测量系统中的一个重要环节，运动目标检测的准确与否会对后续的目标跟踪产生重要的影响，一般情况下，从序列图像中检测运动信息最为直接客观，利用时空图像的灰度、梯度等信息，通过全域比较提取差分信息。Mean-shift算法可以在目标发生旋转、缩放、与背景相似、遮挡等情况下保证准确、实时的跟踪，可以通过迭代快速的收敛于概率密度函数的局部最大值，使用改进的核函数和均值漂移算法，以灰度密度函数为特征进行模板匹配实现目标跟踪。地面光学测量系统能够实时获取外场跟踪目标的图像，该图像作为一种客观现场证据，能够及时、直观地反映跟踪目标飞行过程中的各种关键动作及其发生时间。本步骤从地面光学测量系统获取跟踪目标的当前跟踪目标图像，以获得最接近跟踪目标当前状态的图像，为跟踪目标突发关键事件的判决提供可靠的数据。作为一种具体的实施方式，当前跟踪目标图像包括跟踪目标当前的可见光图像和跟踪目标当前的红外图像，其中红外图像包括中波红外图像和长波红外图像，从而为跟踪目标突发关键事件的自动判决提供多种类型的图像数据，有利于提高判决的准确性。S200提取所述当前跟踪目标图像的当前跟踪目标特征量。在步骤S100获取到跟踪目标的当前跟踪目标图像后，对该当前跟踪目标图像进行特征提取，其中提取的特征是能够表征跟踪目标在发生突发关键事件时会发生变化的图像特征。本步骤中对当前跟踪目标图像的特征提取可以利用现有的特征提取方法实现，这些特征提取方法包括小波变换法、最小二乘法、Fourier变换法、窗口Fourier变换法等。如何提取合适的特征量与跟踪目标的图像模型密切相关，图像模型表达和建立的好坏是进行特征量提取的关键所在，必须结合计算机视觉的内容深入分析。同时特征量的选择也很重要，因为寻找的跟踪目标机体特征量越多，则对跟踪目标的识别率理论上就越高。已有试验表明，特征量超过一定数量后并不能有效提高目标识别率，而且特征量过多还会影响识别速度。在靶场应用项目中，火箭等飞行目标的典型特征是呈现长条目标形状，针对这类比较常见的特定目标探测，可以采用多方向长形目标滤波探测技术，该技术可以比较可靠地检测沿某一角度方向的呈长条形特征的目标，滤除非此方向的及非长条形的目标，从而为后续目标提取和跟踪提供有利的条件。本专利技术中的特征量的提取可以利用Gabor小波滤波技术，Gabor小波又称为加窗傅立叶变换，其奇函数形式具有较好的边缘检测性能，且其边缘检测可本文档来自技高网...

【技术保护点】
一种跟踪目标突发关键事件自动判决方法，其特征在于，包括以下步骤：从地面光学测量系统获取跟踪目标的当前跟踪目标图像；提取所述当前跟踪目标图像的当前跟踪目标特征量；根据所述跟踪目标的当前目标类型、当前气象条件和当前观测状态获取跟踪目标特征库中突发关键事件对应的突发关键事件前特征集和突发关键事件时特征集；根据所述突发关键事件前特征集和所述突发关键事件时特征集对所述当前跟踪目标特征量进行分类决策；当所述当前跟踪目标特征量的分类决策结果为属于所述突发关键事件时特征集时，判决所述跟踪目标发生所述突发关键事件。

【技术特征摘要】
1.一种跟踪目标突发关键事件自动判决方法，其特征在于，包括以下步骤：从地面光学测量系统获取跟踪目标的当前跟踪目标图像；提取所述当前跟踪目标图像的当前跟踪目标特征量；根据所述跟踪目标的当前目标类型、当前气象条件和当前观测状态获取跟踪目标特征库中突发关键事件对应的突发关键事件前特征集和突发关键事件时特征集；根据所述突发关键事件前特征集和所述突发关键事件时特征集对所述当前跟踪目标特征量进行分类决策；当所述当前跟踪目标特征量的分类决策结果为属于所述突发关键事件时特征集时，判决所述跟踪目标发生所述突发关键事件。2.根据权利要求1所述的跟踪目标突发关键事件自动判决方法，其特征在于，判决所述跟踪目标发生所述突发关键事件的步骤之后，还包括以下步骤：将所述当前目标类型、当前气象条件和当前观测状态、当前跟踪目标特征量和所述当前跟踪目标图像的时间标志添加至所述跟踪目标特征库，对所述跟踪目标特征库进行更新。3.根据权利要求2所述的跟踪目标突发关键事件自动判决方法，其特征在于，对所述跟踪目标特征库进行更新的步骤之后，还包括以下步骤：在预设的模型库中搜索与所述当前跟踪目标图像相匹配的分离图像训练样本，所述分离图像训练样本包括所述跟踪目标的各个部件的可见光分离图像训练样本和红外分离图像训练样本；根据与所述当前跟踪目标图像相匹配的分离图像训练样本识别所述突发事件的发生节点。4.根据权利要求1至3任意一项所述的跟踪目标突发关键事件自动判决方法，其特征在于，提取所述当前跟踪目标图像的当前跟踪目标特征量的过程包括：利用形态学滤波法去除所述当前跟踪目标图像的背景噪声，并基于连通性分析提取去除背景噪声后的当前跟踪目标图像的当前跟踪目标特征量。5.根据权利要求1至3任意一项所述的跟踪目标突发关键事件自动判决方法，其特征在于，所述当前跟踪目标图像包括所述跟踪目标当前的可见光图像和所述跟踪目标当前的红外图像，所述红外图像包括中波红外图像和长波红外...

【专利技术属性】
技术研发人员：陈小林，余毅，王博，梁国龙，高策，刘岩俊，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22