空间在轨目标实时检测及定位算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:X80908888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于科学技术进步和各国航天事业的蓬勃发展,更多的航天器被送到了太空,但随之产生的空间环境安全问题也不容忽视。更多的空间碎片开始占用有限的轨道资源,不但数量多,且拥有着强大的动力,如果和航天器产生撞击会造成航天器损毁甚至失灵,也会危及航天员的人身安全。空间目标监视对于维护有限的轨道资源,避免发生空间碰撞有着重要的意义。作为监视手段之一的天基光电探测,因其机动灵活的特性在空间目标监视领域有着广泛应用。而在空间目标监视中,在轨目标检测是一项重要的技术,对其进行研究具有重要的实用价值。本论文对基于天基监视系统中空间目标的观测与定位进行研究。天基系统虽然机动灵活、探测范围广,但在系统实现时也有明显的局限性。首先,当空间目标与探测器之间的距离较远时,空间目标在图像中只占几个像素,缺少细节特征;其次,天基的光电探测器视场内会出现大量的背景恒星,背景恒星的成像特征与空间目标类似,对目标检测过程产生干扰;同时,由于空间目标的运行轨道不同,其成像尺寸、运动速度和方向均不可控。另外,对高分辨率图像的实时处理要求,也对在轨实时处理硬件系统提出了挑战,以上均对目标检测算法提出了更高的要求。然而,当前目标检测领域中针对天基图像的研究相对较少,传统算法和深度学习算法的适用性不强。因此,本文围绕天基光电探测系统下的远距离空间目标检测技术和近距离空间目标定位技术两方面,针对在轨实时处理应用深入系统地展开了研究。针对远距离空间目标,本文提出了基于轨迹关联的目标检测算法。首先,进行形态学的运算,通过膨胀和腐蚀来进行星点的筛选,并提取出星点的特征;其次,根据特征进行星点的帧间匹配,建立星点的运行轨迹并实时维护;最后,根据空间目标特性的不同,筛选出空间目标的轨迹,完成空间目标的检测与跟踪。对于近距离空间目标,目标的成像区域较大,有着明显的几何特征、灰度特征、纹理信息等,但是由于天基光电观测易受太阳光照的影响,灰度特征和纹理特征在时域变化比较大,难以完成稳定鲁棒的空间目标定位。考虑到时域上几何特征具有稳定性,本文提出了基于几何特征的空间目标形心定位算法。对于结构已知的空间目标,帆板具有良好的直线特征,借此完成帆板与目标本体的图像分割;在此基础上,通过最小外接矩形的描述,进行目标本体形心的计算,完成空间目标的定位。本文算法首先在仿真数据上进行了实验验证,性能满足了各项指标的要求。算法移植到实时处理硬件平台后,对远距离空间目标检测和近距离空间目标定位进行了验证,实验结果表明算法稳定、实时性好,满足使用要求。
其他文献
随着5G技术(5th Generation Mobile Networks,5G)和物联网技术(Internet of Things,Io T)的飞速发展,通信-感知-计算融合技术已成为新一代通信系统发展的新愿景。随处部署的Wi-Fi设备可通过简单方式获取信道状态信息(Channel State Information,CSI),由于CSI可以细粒度地描述室内环境中电磁波的多径传播情况,目前其已被
学位
拷贝数变异指由基因组发生重排而引起基因组大片段的拷贝数增加或减少。它是一种最常见的结构变异,是癌症的重要致病因素之一。拷贝数变异可通过单样本、多样本或配对样本进行检测。其中,配对样本检测可以直接聚焦于与癌症相关的体细胞拷贝数变异,对研究癌症的发生原因、发展机制及靶向药物治疗具有重大意义。第二代测序技术提供了大量的基因组数据信息,然而因其测序数据的读长较短、复杂度较高等特点也为相关研究带来了极大的挑
学位
以Tor路由网络为代表的匿名系统在保护用户隐私的同时也逐步成为了一些网络空间中不法分子的藏匿场所和工作空间,给网络监管带来了很大压力。尤其在国内环境中因为防火长城的存在需要额外使用以SSR为代表的代理才能正常访问Tor匿名网络,这又进一步给Tor网络流量加了一层混淆外壳,使得对其检测与识别变得尤为困难。为了便于网络监管部门对国内Tor网络访问情况进行一定的监管和取证,需要行之有效的针对基于SSR的
学位
作为一项计算机视觉领域在现实生活中的重要应用,行人重识别问题因为日益增长的智能监控领域的需要而得到越来越广泛的关注。当前,基于有监督学习的行人重识别任务已经能够取得超越人类的识别效果,但是仍然有以下两个严重的问题阻碍着这项技术的实际应用:首先是低光照场景下,仅基于可见光图像的训练不足以让模型得到可靠的结果,这大大限制了行人重识别技术的应用范围;其次是大规模的模型训练需要海量的数据和标注,这极大地增
学位
超过三个目标的多目标优化问题(MOPs)称为超多目标优化问题(Ma OPs)。基于分解的MOEA(MOEA/D)将多目标问题通过预设的一组权重向量分解成一系列单目标子问题并同时优化,在求解具有规则帕累托前沿(PF)的MOPs问题时具有明显的优势,成为了解决MOPs的一种主流方法。然而,MOEA/D对于复杂前沿的Ma OPs,得到的解集分布极不均匀且距离真实的PF较远,导致其收敛性和多样性都较差。为
学位
数学形态学作为一种高效的数字图像处理工具,在边缘检测、特征识别、分割、滤波等多个领域均有应用和发展。其核心思想是利用结构元素作为目标对象来提取和分析图像中的几何图形,以达到识别和简化图像数据的目的。然而,随着彩色图像处理需求的增加,传统彩色形态学忽略像素通道关联性和局部相关性,导致在形态运算中产生噪声、破坏图像拓补结构、处理效果受限于结构元素窗口尺寸等一系列问题逐渐显现。因此,本文利用矩阵关系和运
学位
数字图像处理技术是指在计算机软件或各种硬件处理器平台上进行图像处理的技术。伴随信息时代的跨越式发展,数字图像处理技术及其相关应用深刻影响与变革着人们的生产生活方式,与此同时人们对数字图像处理系统高效性、实时性和高清性的需求也随之水涨船高,仅通过软件平台来实现图像处理算法已经很难满足现实需求,因此在硬件加速平台上设计实现相关图像处理技术成为了目前的研究热点。相比于传统的CPU处理数字图像,FPGA具
学位
图像匹配目的在于处理不同视角或不同手段获取到的两幅甚至多幅图像,并从中识别出结构、纹理、特征等相似的部分,以便于后续对图像进一步处理。然而,受获取图像的设备、时间、角度等因素影响,获取到的图像的光照条件可能存在严重的不一致性,其中图像中欠曝或过曝区域会丢失大量的纹理、结构、和像素值变化信息,导致在这种情况下很难提取到三维空间中属于相同位置的大量特征以确保匹配精度。本文研究了复杂光照条件下如何提升基
学位
随着互联网技术的高速发展,图像数据在种类、数量等方面呈现爆炸性的增长趋势,大规模图像数据推动了深度学习技术在计算机视觉领域的发展。然而,在实际应用中由专家精确标注的数据成本高昂且难以获取,借助自动化工具标注以及“众包”标注的方式逐渐成为获取大规模图像标签的主流,这些低成本的标注方式会不可避免地产生错误标签即噪声标签。在图像分类领域,噪声标签会对分类器产生负面的影响,如降低分类器的预测性能,增加模型
学位
海洋是“资源宝库”,获取高质量的水下图像是开展海洋探索的重要一环。由于水下环境复杂恶劣,受水中悬浮颗粒对光线吸收和散射作用的影响,相机获取的图像质量会严重退化,不仅影响视觉观感,更为后续高级计算机视觉任务的开展带来挑战。因此,开展水下降质图像的复原算法研究很有必要。针对现有算法存在色偏严重、纹理细节丢失、图像模糊等问题,本文提出了端到端的水下图像复原算法。通过设计合适的网络结构和损失函数,制作高质
学位