基于希尔伯特－黄变换的空间碎片高光谱序列探测方法技术

基于希尔伯特－黄变换的空间碎片高光谱序列探测方法，属于图像处理领域，本发明专利技术为解决采用传统的危险空间碎片探测方法时，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，本发明专利技术方法包括：一、连续Ｔ次采样疑似目标中心位置的高光谱曲线，并将获取的Ｔ段高光谱曲线处理合成为待处理曲线；二、一维经验模态分解，获取两个本征模态函数分量；三、对二阶ＩＭＦ分量进行希尔伯特变换，得到其幅值和瞬时频率；四、保留幅值高于均值一半的部分，保留瞬时频率高于均值的部分，并分割形成特征波段集合；五、循环搜索特征波段集合，判断目标是否旋转，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。

【技术实现步骤摘要】

本专利技术涉及基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，属于图像处理领域。
技术介绍
航天技术的日益发展有利地促进了世界各国的经济建设和社会进步，但与此同时，由于人类对太空开发的狂热，致使大量的人造物体被发射到太空之中。随着航天器发射数量的增加，失效的航天器，以及脱落、碰撞、爆炸等形成的空间碎片（space debris）的数量也在逐年增加。大、中型空间碎片主要包括废弃的卫星、火箭及其脱落物等；小型空间碎片主要包括卫星表面脱落物、发动机喷出的碎屑、碰撞或爆炸产生的碎片等等。探测是掌握空间碎片分布情况的前提和基础，也是空间碎片观测研究中至关重要的工作。质量很大的大型碎片主要在地面进行观测，也较为容易识别，测量方法主要是可见光观测、雷达观测等。数量众多的中型空间碎片（尺寸在1mm-10cm之间），由于尺度较小，地基望远镜和雷达一般无法观测或测定其轨道，而航天器表面采样分析方法对其撞击后再进行分析又可能为时已晚，因此他们常被称为危险空间碎片。目前探测危险空间碎片的研究方法集中在天基可见光遥感探测，无论是探测方法还是识别方法都处于发展的初级阶段，且可见光相机较高光谱成像仪在视域信息提供量上存在较大差距。在传统的危险空间碎片（中型空间碎片）探测手段中，主要依靠天基可见光相机的成像序列并利用空间碎片的运动特性进行探测，必须依赖有关空间碎片图像的样本信息，对疑似目标只能获取其位置及灰度信息，天基可见光相机无法利用空间碎片围绕它的主轴进行自旋运动，算法适应性差。
技术实现思路
本专利技术目的是为了解决采用传统的危险空间碎片探测方法时，天基可见光相机无法利用空间碎片围绕它的主轴进行自旋运动，必须依赖有关空间碎片图像的样本信息，算法适应性差的问题，提供了基于希尔伯特-黄变换的空间碎片高光谱序列探测方法。本专利技术包括如下步骤：步骤一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；步骤二、对步骤一获取的待处理曲线数据进行一维经验模态分解，获取两个本征模态函数分量和残差，两个本征模态函数分量为一阶IMF分量和二阶IMF分量；步骤三、对所述二阶IMF分量进行希尔伯特变换，得到二阶IMF分量的幅值和瞬时频率；步骤四、保留同时满足幅值高于均值一半和瞬时频率高于均值两个条件的二阶IMF分量，并分割形成特征波段集合；步骤五、循环搜索特征波段集合，判断目标是否旋转，进而确定疑似目标是否为空间碎片，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。-->本专利技术的优点：1）本专利技术利用高光谱成像仪进行天基采样，能够对目标因旋转所产生的光谱微弱变化进行检测，克服了天基可见光相机无法利用空间碎片围绕它的主轴进行自旋运动这一事实来进行探测，使得空间碎片的判定能够基于对象的特殊运动信息，而无需任何有关空间碎片图像的样本信息，因而算法适应性强。2）本专利技术所提出的探测方法，在确定空间碎片的同时，不但可以通过高光谱图像信息定位对象的位置，而且可以估计对象的自旋周期，可为空间碎片的天基探测搜集更多的目标信息。附图说明图1为本专利技术方法流程图；图2为一维经验模态分解流程图；图3为实施例中观测像素的20段原始采样数据合成后的高光谱曲线；图4为合成高光谱曲线的一阶本征模态函数（IMF1）曲线；图5为合成高光谱曲线的二阶本征模态函数（IMF2）曲线；图6为合成高光谱曲线的残差函数（RES）曲线；图7为IMF2经希尔伯特变换后的幅值曲线；图8为IMF2经希尔伯特变换后的瞬时频率曲线；图9为本专利技术方法筛选后的特征波段定位图。具体实施方式具体实施方式一：下面结合图1和图2说明本实施方式，1998年NASA的黄锷（Norden E Huang）提出了一种依据数据本身的时间尺度特征来对信号进行分解的新算法——希尔伯特-黄变换（Hilbert-Huang Transform，HHT）。其中经验模态分解法（Empirical Mode Decomposition，EMD）是HHT算法的核心步骤，利用信号内部时间尺度的变化做能量与频率的解析，将信号展开成若干个本征模态函数（Intrinsic Mode Function，IMF），再利用希尔伯特变换（Hilbert Transform，HT）获得IMF的瞬时频率及振幅，最后求得时间-频率-振幅的三维谱分布，即Hilbert谱。其中，IMF必须满足下列条件：1）在整个函数中，极值点的数目与穿越零点的数目相等或者相差1；2）在任何时刻，由局部极值包络线所定义的包络线局部均值为零。依托这两个条件构建起来的EMD及HHT被认为是对以傅立叶变换为基础的线性及稳态谱分析的重大突破，是近年来强有力地求解非线性、非平稳信号的自适应方法。在传统的危险空间碎片（中型空间碎片）探测手段中，主要依靠天基可见光相机的成像序列并利用空间碎片的运动特性进行探测，对疑似目标只能获取其位置及灰度信息。而遥感探测器若改用高光谱成像仪，则可以增加捕获对象的光谱信息，进而可利用空间碎片通常会围绕它的主轴进行简单的自旋运动这一事实来进行探测。由于目标像素的光谱序列属于非线性、非平稳信号，因此采用HHT进行自旋特征提取进而检测出空间碎片是非常适合的。-->本实施方式方法通过以下技术方案实现的：选定观察对象中心位置处目标像素的                                                段连续高光谱数据序列，合成1段数据后进行一维经验模态分解（Empirical Mode Decomposition，EMD），对得到的二阶本征模态函数（Intrinsic Mode Function，IMF）进行希尔伯特变换（Hilbert Transform，HT）获得其瞬时频率及振幅，进而综合判断特征位置并分割为段，各段反映的是每个采样时刻得到的高光谱数据的高频特征信息所在波段，通过循环搜索判断目标是否旋转从而检测出空间碎片。具体方法包括以下步骤：步骤一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；步骤二、对步骤一获取的待处理曲线数据进行一维经验模态分解，获取两个本征模态函数分量和残差，两个本征模态函数分量为一阶IMF分量和二阶IMF分量；步骤三、对所述二阶IMF分量进行希尔伯特变换，得到二阶IMF分量的幅值和瞬时频率；步骤四、保留同时满足幅值高于均值一半和瞬时频率高于均值两个条件的二阶IMF分量，并分割形成特征波段集合；步骤五、循环搜索特征波段集合，判断目标是否旋转，进而确定疑似目标是否为空间碎片，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。高光谱成像仪每次采样会得到观测区域的若干幅连续光谱图像，选择其中疑似目标的中心位置像素，可以得到一条光谱曲线。连续次观测采样，则可得到该位置像素的段光谱曲线。如果疑似目标为空间碎片，大多数情况下都会发生自旋，表现在同一位置像素的光谱曲线上就是会有周期性的变化。下面在步骤一中详细说明。步骤一中的连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线的过程为：步骤11、采用高光谱成像仪采集观测区域的多幅连续高光谱图像，选择其中疑似目标的中心位置像素，获本文档来自技高网...

【技术保护点】
基于希尔伯特－黄变换的空间碎片高光谱序列探测方法，其特征在于，它包括如下步骤：步骤一、连续Ｔ次采样疑似目标中心位置的高光谱曲线，并将获取的Ｔ段高光谱曲线处理合成为待处理曲线；步骤二、对步骤一获取的待处理曲线数据进行一维经验模态分解，获取两个本征模态函数分量和残差，两个本征模态函数分量为一阶ＩＭＦ分量和二阶ＩＭＦ分量；步骤三、对所述二阶ＩＭＦ分量进行希尔伯特变换，得到二阶ＩＭＦ分量的幅值和瞬时频率；步骤四、保留同时满足幅值高于均值一半和瞬时频率高于均值两个条件的二阶ＩＭＦ分量，并分割形成特征波段集合；步骤五、循环搜索特征波段集合，判断目标是否旋转，进而确定疑似目标是否为空间碎片，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。

【技术特征摘要】
1.基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，其特征在于，它包括如下步骤：步骤一、连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线；步骤二、对步骤一获取的待处理曲线数据进行一维经验模态分解，获取两个本征模态函数分量和残差，两个本征模态函数分量为一阶IMF分量和二阶IMF分量；步骤三、对所述二阶IMF分量进行希尔伯特变换，得到二阶IMF分量的幅值和瞬时频率；步骤四、保留同时满足幅值高于均值一半和瞬时频率高于均值两个条件的二阶IMF分量，并分割形成特征波段集合；步骤五、循环搜索特征波段集合，判断目标是否旋转，进而确定疑似目标是否为空间碎片，如旋转，则确定疑似目标为空间碎片，如不旋转，则确定疑似目标不是空间碎片。2.根据权利要求1所述的基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，其特征在于，步骤一中的连续T次采样疑似目标中心位置的高光谱曲线，并将获取的T段高光谱曲线处理合成为待处理曲线的过程为：步骤11、采用高光谱成像仪采集观测区域的多幅连续高光谱图像，选择其中疑似目标的中心位置像素，获取一条疑似目标中心位置的高光谱曲线，所述疑似目标中心位置的高光谱曲线的长度为m，步骤12、按照步骤11的方法连续T次采样疑似目标中心位置的高光谱曲线，获取具有连续数据的T段高光谱曲线，步骤13、对每段高光谱曲线进行左右翻转，并连接在原始高光谱曲线之后，形成T段长度为2m的新的高光谱曲线，步骤14、将所述T段长度为2m的新的高光谱曲线依次拼接，合成为待处理曲线。3.根据权利要求1所述的基于希尔伯特-黄变换的空间碎片高光谱序列探测方法，其特征在于，步骤二中的获取两个本征模态函数分量和残差的过程为：设定输入的待处理曲线为                                                ，，步骤21、IMF分解过程初始化：，且满足关系式成立，其中为第次分解后剩余的残差函数；步骤22、筛选过程初始化，，且满足关系式成立，其中为第次本征模态函数分解中经过第次筛选后的剩余函数；步骤23、根据筛选程序获取输入的待处理曲线经过第次本征模态函数分解的剩余的残差函数中经过第次筛选后的剩余函数；步骤24、采用标准偏差准则判断输入的待处理曲线经过第次本征模态函数分解的剩余的残差函数中经过第次筛选后的...

【专利技术属性】
技术研发人员：沈毅，张淼，王强，王艳，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[中国|哈尔滨]