System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术特别涉及一种能够自适应点面目标的实时处理方法。
技术介绍
1、当前,卫星的应用越发广泛与深入,而空间态势感知的能力建设是太空攻防的基础与保障,其中太空目标的探测识别是空间态势感知的重要一环。
2、大小不同的太空目标在不同距离条件下,在探测器成像差异较大,可分为点目标与面目标。点目标在探测器上主要呈现为3×3像素左右大小的光斑,例如恒星和远距离条件下的卫星等;面目标大小可达到200×200像素及以上,例如空间站等大型目标、近距离条件下的航天器等。当图像中同时存在大小差异较大的点面目标时,如果没有相关算法策略,无法同时对点目标与面目标进行实时目标提取与质心定位,很难保证目标的稳定跟踪和保证测量精度达到要求。
技术实现思路
1、本专利技术的目的是提供一种能够自适应点面目标的实时处理方法,以实现视场内同时存在大小不一的点面目标时,对每个目标均能实现稳定提取与质心定位,减少虚警率和数据存储空间需求,且实时性较好。
2、为了实现以上目的,本专利技术是通过以下技术方案实现的:
3、一种能够自适应点面目标的实时处理方法,其特点是,包括如下步骤:
4、步骤s1,对探测器原图像p(x,y)作压缩处理,得到压缩图像q(m,n);
5、步骤s2,分别对探测器原图像p(x,y)和压缩图像q(m,n)进行图像预处理,得到目标聚类信息p,q;
6、步骤s3,通过对目标聚类信息p,q进行灰度加权的质心计算得到原图像p(x,y)的目标
7、步骤s4,将压缩图像的目标质心坐标转换至原图,并与原图像的目标质心集合合并,得到最终结果。
8、进一步地,所述的步骤s1具体包括:假设探测器原图像p(x,y)尺寸为k1×k2,将其分为预设大小数目的子区域,计算子区域灰度均值,以子区域灰度均值作为图像q的像素灰度值,得到压缩图像q(m,n):
9、x∈(0,k1),y∈(0,k2),m∈(0,k1′),n∈(0,k2′)
10、其中,k′1=k1/m,k′2=k2/n,m为子区域长,n为子区域宽。
11、进一步地,所述步骤s2中对图形预处理包括:采用阈值分割法分割图像前后景,包括分割图像p(x,y)的前后景和分割图像q(m,n)的前后景;
12、所述分割图像p(x,y)的前后景包括:
13、
14、式中,t为分割阈值,为图像背景灰度均值加阈值偏移量,即
15、t=meanblg+δt
16、meanbkg为图像p(x,y)背景灰度均值,阈值偏移量δt为定值;
17、所述分割图像:
18、q(m,n)的前后景包括:
19、
20、式中,t为分割阈值,为图像背景灰度均值加阈值偏移量,即
21、t=meanbkg+δt
22、meanbkg为图像q(x,y)背景灰度均值,阈值偏移量δt为定值;
23、以图像前景为目标像素,采用八连通域法对目标像素作聚类合并,得到聚类集合p1,2,…,i,聚类集合q1,2,…,j,其中i为图像p的聚类目标数,j为图像q的聚类目标数;
24、pi={(xi1,yi1),(xi2,yi2),…,(xia,yia)},x∈(0,k1),y∈(0,k2)
25、式中,a为聚类i的像素个数;
26、qj={(mj1,nj1),(mj2,nj2),…,(mjb,njb)},m∈(0,k1′),n∈(0,k2′)
27、式中,b为聚类j的像素个数。
28、进一步地,所述的步骤s4包括:按式(1)、(2)将cq坐标cq(m,n)换算至原图像p坐标系下,得到集合cpq;
29、cpq(x)=cq(m)×m (1)
30、cpq(y)=cq(n)×n (2)
31、其中,m、n分别为子区域长、宽;
32、对集合cp作筛选,得到集合cp′若cp中存在点满足如下条件:
33、xp∈(xpq-m,xpq+m),yp∈(ypq-m,ypq+m)
34、式中,(xpq,ypq)∈cpq;
35、则从集合中删除(xp,yp);
36、将cpq与cp′合并,最终目标集合c。
37、本专利技术与现有技术相比,具有以下优点:
38、1.本专利技术在面对视场内同时存在大小不一的点、面目标时(目标大小包括几像素至几万像素),通过对原始图像和压缩图像同时作图像处理提取质心集合,并采用特定方法将两类集合作合并处理,能够实现大小不一各类目标的稳定提取与质心定位;
39、2.本专利技术采用压缩图像的方式,可将大目标(几千像素以上)图像信息压缩若干倍(与子区域大小相关),减少图像处理过程中的数据存储空间需求;
40、3.本专利技术提出的目标实时处理方法为流水线形式,易于软件实现,且实时性较好。
本文档来自技高网...【技术保护点】
1.一种能够自适应点面目标的实时处理方法,其特征在于,包括如下步骤:
2.如权利要求1所述的能够自适应点面目标的实时处理方法,其特征在于,所述的步骤S1具体包括:假设探测器原图像p(x,y)尺寸为K1×K2,将其分为预设大小数目的子区域,计算子区域灰度均值,以子区域灰度均值作为图像q的像素灰度值,得到压缩图像q(m,n):
3.如权利要求1所述的能够自适应点面目标的实时处理方法,其特征在于,
4.如权利要求1所述的能够自适应点面目标的实时处理方法,其特征在于,所述的步骤S4包括:
【技术特征摘要】
1.一种能够自适应点面目标的实时处理方法,其特征在于,包括如下步骤:
2.如权利要求1所述的能够自适应点面目标的实时处理方法,其特征在于,所述的步骤s1具体包括:假设探测器原图像p(x,y)尺寸为k1×k2,将其分为预设大小数目的子区域,计算子区域...
【专利技术属性】
技术研发人员:练达,王楠,潘迪,马有为,石峰源,孙少勇,马英超,关涛,谢廷安,
申请(专利权)人:上海航天控制技术研究所,
类型:发明
国别省市:
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。