【技术实现步骤摘要】
本专利技术属于航天领域的空间态势感知领域，涉及通过地面低成本望远镜观察geo目标技术，特别涉及一种基于改进yolov8的geo目标检测方法。
技术介绍
1、空间目标检测与跟踪是空间态势感知的基础。地球同步轨道部署有大量高价值卫星，包括通信、导航、气象等卫星，为了保护这些空间资产安全，对地球同步轨道进行监视显得尤为重要。
2、通过星图检测空间目标是天文学和空间科学中的一个重要应用，涉及到对从望远镜或其他观测设备获取的星图图像进行分析和处理，以识别和跟踪包括卫星和空间碎片在内的空间目标。传统大口径望远镜虽然噪声低、分辨率高，但成本也比较高。因此利用低成本、低精度的地面望远镜相机对较大空域进行长时间监视具有积极的意义。
3、受地球自转和相机曝光时间的影响，恒星目标在图像中呈条纹形状，而geo目标由于运动速度与地面设备几乎同步，在图像中以点状呈现。尽管从形状可以将geo目标与恒星背景进行区分，但由于观测距离远，图片分辨率低，云层、恒星遮挡,大气影响，光污染以及传感器噪声等因素，使得geo目标能量通常比较暗弱，信噪比较低，容易没在恒星与噪声背景以及被云层所遮挡，为目标精确识别带来较大困难。
4、因而现有的监测方法还有待于改进。
技术实现思路
1、专利技术目的：为了克服以上不足，本专利技术的目的是提供一种基于改进yolov8的geo目标检测方法，采用深度检测网络提高目标检测的效率和正确率，很好的解决了地面低成本望远镜相机拍摄的图像，信噪声比低，由于云层、恒星
2、技术方案：为了实现上述目的，本专利技术提供了一种基于改进yolov8的geo目标检测方法，包括以下步骤：
3、s1)：建立基于yolov81的微小目标检测网络yolov81_sod，即原yolov81具有3个检测头，其大小分别为32ⅹ32，16ⅹ16，8ⅹ8大小目标，在此基础上增加一个小检测头，其大小为4ⅹ4，专门用于检测小目标；
4、s2)：准备数据集对网络进行训练，即训练集图像背景噪声分布接近实际图像，训练样本中标注了geo目标位置,训练样本中每帧图像包含geo目标个数是0个，1个或多个，数据标签为4ⅹ4，或6ⅹ6，或8ⅹ8矩形区域，目标位于区域中心，采用s1)建立的基于yolov81的微小目标检测网络进行训练；
5、s3)：用望远镜相机拍摄geo目标图像序列，拍摄过程中等间隔时间采集图像，采样期间相机保持静止；
6、s4)：将拍摄的图像输入网络，获得候选点坐标，即从网络预测结果可以得到图像中0个或多个候选点坐标；
7、s5)：对多帧图像候选点进行轨迹关联，剔除虚假点，增补遗漏点，获得geo目标位置。
8、本专利技术中所述的基于改进yolov8的geo目标检测方法，所述s2)：准备数据集对网络进行训练的具体过程如下：
9、s201)：为yolov81增加输出头，建立微小目标检测网络模型yolov81_sod；
10、s202)：将目标数据集中的训练数据标签转换为yolo格式，数据标签格式为6ⅹ6矩形，原数据标签对应坐标系为矩形中心；
11、s203)：采用网络模型yolov81_sod对数据集进行训练；
12、s204)：对测试集数据进行验证和精度评估。
13、本专利技术所述的基于改进yolov8的geo目标检测方法，所述s5)：对多帧连续图像候选点进行轨迹关联和直线拟合，剔除虚假点，增补遗漏点的具体过程如下：
14、s501)采用滑动窗口进行目标跟踪，假设窗口大小为m，m>＝5；在t时刻跟踪窗口中实际存在n个目标，每帧图片中目标表示为oi,j，其中i代表图片帧序号，i＝1,...,m；j代表目标序号，j＝1,...,n；
15、oi,j代表帧i中第j个目标，帧i中所有目标个数为n；而通过网络检测得到的候选目标为o′i,k，帧i中检测到的目标个数为l,若l>n,该步骤执行之后，将剔除掉多出来的虚假目标；若l<n,该步骤执行之后，将补充漏检的目标；
16、s502)：对于地球同步卫星点目标每个目标在各帧图像上的点组成一条直线，如果是等间隔拍摄，同一目标在相邻两帧之间的距离几乎相等；
17、s503)：所有不在候选直线上的点均视作虚假目标，对其进行剔除；
18、s504)：候选直线中如果候选点数量小于最大帧数，则在缺少候选点的帧中补充候选点，补充点的坐标位置，根据已知相邻两帧点之间的距离进行计算；
19、s505)：采用滑动窗口方法可以检测出观测时间段中间新出现的目标。
20、本专利技术所述的基于改进yolov8的geo目标检测方法，所述s52)：对于地球同步卫星点目标每个目标在各帧图像上的点组成一条直线，在进行直线拟合时，将直线用直线方程ax+by+c表示：
21、首先找到所有两点组成的直线作为备选直线，然后逐个遍历剩余图像帧中的候选点计算其是否与某一条备选直线共线；
22、如果共线，检查是否相邻点之间的间隔差小于指定阈值，检测通过则加入该备选直线点集，在筛选完所有点后，将数据点小于3的备选直线删除，保证最后得到的候选直线序列至少包含3个以上的候选点。
23、上述技术方案可以看出，本专利技术具有如下有益效果：
24、本专利技术所述的一种基于改进yolov8的geo目标检测方法，通过添加yolov81输出头，解决yolo网络对微小目标检测正确率低的问题，建立适于弱小目标的检测网络yolov81_sod对连续多帧图像组成的训练数据集进行训练，使网络能够以较高的精度识别出图像中的多个点目标。将网络识别出的点目标作为候选目标，通过建立滑动窗口，对窗口内的图像帧包含的候选点进行轨迹关联、直线拟合，去除虚假目标，补齐由云层遮挡、背景复杂等因素导致网络未识别出来的目标，获得最终的geo目标。在spotgeo数据集上实施该方法，检测正确率可达到90％以上。
本文档来自技高网...【技术保护点】
1.一种基于改进yolov8的GEO目标检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于改进yolov8的GEO目标检测方法，其特征在于：所述S2)：准备数据集对网络进行训练的具体过程如下：
3.根据权利要求1所述的基于改进yolov8的GEO目标检测方法，其特征在于：所述S5)：对多帧连续图像候选点进行轨迹关联和直线拟合，剔除虚假点，增补遗漏点的具体过程如下：
4.根据权利要求3所述的基于改进yolov8的GEO目标检测方法，其特征在于：所述S502)：对于地球同步卫星点目标每个目标在各帧图像上的点组成一条直线，在进行直线拟合时，将直线用直线方程ax+by+c表示：
【技术特征摘要】
1.一种基于改进yolov8的geo目标检测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于改进yolov8的geo目标检测方法，其特征在于：所述s2)：准备数据集对网络进行训练的具体过程如下：
3.根据权利要求1所述的基于改进yolov8的geo目标检测方法，其特征在于：所...
【专利技术属性】
技术研发人员：袁建平，袁静，于洋，马川，杨栋，赵磊，成磊，
申请(专利权)人：苏州三垣航天科技有限公司，
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。