CN102494676B - 复杂背景下的卫星自动识别装置 - Google Patents
复杂背景下的卫星自动识别装置 Download PDFInfo
- Publication number
- CN102494676B CN102494676B CN 201110410388 CN201110410388A CN102494676B CN 102494676 B CN102494676 B CN 102494676B CN 201110410388 CN201110410388 CN 201110410388 CN 201110410388 A CN201110410388 A CN 201110410388A CN 102494676 B CN102494676 B CN 102494676B
- Authority
- CN
- China
- Prior art keywords
- target
- frame image
- formula
- image
- satellite
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种复杂背景下的卫星自动识别装置，该装置的预处理单元将参考帧图像和当前帧图像各分成N个区域，求取当前帧图像相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；差分单元将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；判断单元若识别到差分图像中目标为卫星，则发送状态命令字，使设备进入跟踪状态；若在指定时间内差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字。本发明将当前帧图像按照计算运动量反向补偿，之后与参考帧图像相减，得到一幅差分图像，极大程度上抑制了干扰源，提高了识别卫星的准确率。
Description
技术领域
本发明属于深空探测应用技术领域，涉及一种利用图像处理技术在复杂星空背景下自动识别被跟踪卫星，从而实现被跟踪卫星稳定捕获的复杂背景下的卫星自动识别装置。
技术背景
地球轨道被大量卫星环绕，为了掌握各个卫星在空间的运行轨道，需要利用地面大量光学测量设备对卫星进行监控测量，更新轨道运行数据，掌控卫星当前动态信息。卫星跟踪技术中两大关键技术：卫星捕获及卫星跟踪技术。目前国内外对全自动卫星捕获技术尚无文献可查阅到。由于卫星跟踪都在夜间完成，因此成功研制全自动捕获卫星技术将会节约大量人力物力资源。
光学测量设备对深空目标测量时视场内将会出现大量目标，由于引导数据存在偏差，按照引导数据等待目标，目标位置难以出现在视场中心，实际情况目标经常超出视场范围内，此时需要在引导数据邻近区域重新搜索目标。由于光学成像中很多恒星的亮度和尺寸超过了被识别卫星，常规重心跟踪、相关跟踪、边缘跟踪方法难以实现目标的捕获功能。因此如何发明一种利用光学测量设备在复杂背景下快速准确识别卫星的算法成为非常重要的任务。
发明内容
本发明要解决的技术问题是提供一种能够在复杂背景下降低干扰目标的影响，对卫星进行自动识别，从而实现卫星自动跟踪的复杂背景下的卫星自动识别装置。
为了解决上述技术问题，本发明的复杂背景下的卫星自动识别装置可采用下述三种技术方案。
技术方案一
本发明的复杂背景下的卫星自动识别装置包括
预处理单元：将光学测量设备处于等待捕获状态时前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字。
技术方案二
本发明的复杂背景下的卫星自动识别装置包括
预处理单元：将光学测量设备处于引导捕获状态时前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字。
技术方案三
本发明的复杂背景下的卫星自动识别装置包括等待捕获状态目标识别模块和引导捕获状态目标识别模块；所述待捕获状态目标识别模块和引导捕获状态目标识别模块各包含一个预处理单元、一个差分单元和一个判断单元；
预处理单元：将前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
等待捕获状态目标识别模块的判断单元：对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S/2秒后发送状态命令字，使光学测量设备进入引导捕获状态；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；
引导捕获状态目标识别模块的判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字。
光学测量设备采集的原始图像中干扰目标较多，为克服干扰目标对捕获结果造成影响，在自动识别卫星之前进行预处理，降低干扰目标的影响。由于在极短时间内恒星之间位置相对静止，地球自转以及光学测量设备运动的结果，造成背景恒星在图像上运动速度相同，相邻帧恒星能量近似。本发明采用相邻帧图像差分算法对图像预处理，将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量。由于视场内存在大量恒星，如果某区域不存在卫星，测得的该区域图像运动量即为恒星运动量；当该区域内存在卫星时，可能对运动估计产生较大偏差；本发明将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；然后将当前帧图像按照计算运动量反向补偿，之后与参考帧图像相减，得到一幅差分图像；通过比较我们发现运动补偿差分之后干扰目标能量被有效抑制，卫星能量得到保持。从而为下一步准确识别卫星，极大程度上抑制了干扰源，提高了识别卫星的准确率。
所述等待捕获状态目标识别模块的判断单元可以利用差分图像判断差分图像中的目标是否为干扰目标。
所述等待捕获状态目标识别模块的判断单元可以利用式(1)判断差分图像中的目标是否为干扰目标；若满足式(1)则判定该目标是干扰目标；
||v-v预报||＞T11 (1)
式(1)中v表示相邻帧目标运动速度，v预报表示中心计算机发送的预报速度，T11为设定的等待捕获状态目标速度阈值。
所述等待捕获状态目标识别模块的判断单元可以利用式(2)判断差分图像中的目标是否为干扰目标；若满足式(2)则判定该目标是干扰目标；
||α-α预报||＞T12 (2)
式(2)中α表示检测目标形状方向角，α预报表示中心计算机发送的预报方向角，T12为设定的等待捕获状态方向角阈值。
所述等待捕获状态目标识别模块的判断单元可以利用式(3)判断差分图像中的目标是否为干扰目标；若满足式(3)则判定该目标是干扰目标；
λ＜T13 (3)
式(3)中λ表示检测目标长宽比，T13为设定的待捕获状态长宽比阈值。
所述引导捕获状态目标识别模块的判断单元可以利用差分图像判断差分图像中的目标是否为干扰目标。
所述引导捕获状态目标识别模块的判断单元可以利用式(4)判断差分图像中的目标是否为干扰目标；若满足式(4)则判定该目标是干扰目标；
||v||＞T21 (4)
式(4)中v表示相邻帧目标运动速度，T21为设定的引导捕获状态速度阈值。
所述引导捕获状态目标识别模块的判断单元可以利用式(5)判断差分图像中的目标是否为干扰目标；若满足式(5)则判定该目标是干扰目标；
λ＞T22 (5)
式(5)λ表示检测目标长宽比，T22为设定的引导捕获状态长宽比阈值。
当光学测量设备处于等待捕获状态时，干扰目标相对静止，形状近似圆形。卫星在图像视场内具有一定的运动速度，速度大小可以通过主控计算机预报数据获得，由于目标存在相对运动，在积分时间内目标产生拖尾，目标成像为长条形状，形状比例系数与卫星运动速度以及像机的积分时间有关，目标运动速度越快则长宽比系数越大；像机积分时间越长则目标长宽比系数越大。当设备处于引导捕获状态时，干扰目标相对光学测量设备具有一定速度，形状为长条形。卫星在图像视场内相对静止，同样长宽比系数与卫星运动速度以及积分时间有关。本发明利用被捕获目标的运动特点，通过目标的形状、方向角、运动速度等判断该目标是否为干扰目标，进一步提高了目标识别的准确性，目标识别可靠，实用性强。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为光学测量设备等待捕获状态采集的图像。
图2为光学测量设备引导捕获状态采集的图像。
图3为本发明的复杂背景下的卫星自动识别装置技术方案一结构框图。
图4本发明的复杂背景下的卫星自动识别装置技术方案二结构框图。
图5本发明的复杂背景下的卫星自动识别装置技术方案三结构框图。
图6为本发明技术方案一光学测量设备处于等待捕获状态时图像各区域运动量计算结果示意图。
图7a、7b分别为光学测量设备处于待捕获状态采集的原始图像和经运动补偿后的差分图像。
图8本发明技术方案二光学测量设备处于等待捕获状态时图像各区域运动量计算结果示意图。
图9本发明技术方案三光学测量设备处于待捕获状态时图像各区域运动量计算结果示意图。
图10本发明技术方案三光学测量设备处于引导捕获状态时图像各区域运动量计算结果示意图。
具体实施方式
利用光学测量设备跟踪卫星时，如图1、图2所示，视场内存在多个目标，有的目标是恒星，有的目标是卫星。捕获卫星可以分为两个阶段：第一个阶段为测量设备静止等待捕获卫星阶段，该阶段特点是所有恒星运动速度相同，运动速度较慢，并且其形状近似圆形。该阶段由于卫星与光学测量设备存在相对运动，产生较长拖尾，形状近似长条形，如图1圆圈内目标。长条形主轴与图像横坐标夹角可以根据中心站发送的卫星运动轨迹计算得到。如果在指定时间内视场未出现卫星，说明卫星预报数据存在偏差，需要在预报数据邻近区域搜索目标，进入到第二个阶段引导捕获卫星阶段。引导捕获阶段光学测量设备与卫星运动速度相同，如图2所示，视场内运动速度相同，形状为长条形的目标是恒星，长条形的方向角以及长度可以根据引导数据求得。视场内形状近似圆形，运动速度接近0的目标为卫星，如图2中圆圈内目标。
本发明的复杂背景下的卫星自动识别装置技术方案一如图3所示，包括预处理单元，差分单元，判断单元。
由于光学测量设备采集的图像中干扰目标较多，为克服干扰目标对捕获结果造成影响，在自动识别卫星之前需要由预处理单元进行预处理，降低干扰目标的影响。在极短时间内恒星之间位置相对静止，地球自转以及光学测量设备运动的结果，造成背景恒星在图像上运动速度相同，相邻帧目标能量近似。本发明采用相邻帧图像差分算法对图像预处理。首先求解相邻帧图像整体运动量，之后对两帧图像差分运算，降低背景目标的影响。
图像视场内中存在很多背景恒星，最多存在一颗卫星，并且恒星运动速度相同。预处理单元将光学测量设备处于等待捕获状态时当前帧的前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成A、B、C、D四个区域，每个区域尺寸为300×300，并且参考帧图像的四个区域分别对应于当前帧图像的各四个区域。求解背景图像运动量如图6所示，分别求取当前帧图像A、B、C、D四个区域相对参考帧图像运动量，四个区域运动量分别为v1，v2，v3，v4，由于视场内存在大量恒星，某区域如果不存在卫星，测得的整体图像运动量即为恒星运动量。若某区域内存在卫星时，可能对运动估计产生较大偏差，如图6中B区域所示，B区域运动估计量明显与其它三个区域相差较大，将四个区域中偏差大的两个运动量剔除，将剩余两个区域的运动量取平均值作为背景运动量。
图像整体运动量计算完成之后，由差分单元将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到一幅差分图像。差分图像中背景恒星得到了抑制，如图7a、7b所示，图7a圆圈区域中的目标为所要捕获目标，图7b圆圈区域中的目标为所要捕获目标。通过比较我们发现运动补偿差分之后干扰目标能量被有效抑制，卫星能量得到保持。
为保证识别目标准确性，判断单元需要通过一系列准则判断该目标是否为干扰目标，判定准则包括目标的形状、方向角、运动速度等。
当设备处于等待捕获状态时，干扰目标相对静止，形状近似圆形。卫星在图像视场内具有一定的运动速度，速度大小可以通过主控计算机预报数据获得，由于目标存在相对运动，在积分时间内目标产生拖尾，目标成像为长条形状，形状比例系数与卫星运动速度以及像机的积分时间有关，目标运动速度越快则长宽比系数越大；像机积分时间越长则目标长宽比系数越大。满足以下三个判据任意一个，则判定该目标是干扰目标。
判据1：
||v-v预报||＞T11
v表示相邻帧目标运动速度，v预报表示中心计算机发送的预报速度，T11为设定设定的等待捕获状态目标速度阈值。
判据2：
||α-α预报||＞T12
α表示检测目标形状方向角，α预报表示中心计算机的预报方向角，T12为设定的待捕获状态方向角阈值。
判据3：
λ＜T13
λ表示检测目标长宽比，T13为设定的等待捕获状态长宽比阈值。
判断单元根据上述判据对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S秒后捕获失败命令字；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态。
本发明的复杂背景下的卫星自动识别装置技术方案二如图4所示，包括预处理单元，差分单元，判断单元。
预处理单元将光学测量设备处于引导捕获状态时连续采集的两帧图像分别作为参考帧图像和当前帧图像；将参考帧图像和当前帧图像各分成A、B、C三个区域，并且参考帧图像的三个区域分别对应于当前帧图像的各三个区域。求解背景图像运动量如图8所示，分别求取当前帧图像A、B、C三个区域相对参考帧图像运动量，三个区域运动量分别为v1，v2，v3，由于视场内存在大量恒星，某区域如果不存在卫星，测得的整体图像运动量即为恒星运动量。若某区域内存在卫星时，可能对运动估计产生较大偏差，如图8中B区域所示，B区域运动估计量明显与其它三个区域相差较大，将三个区域中偏差大的两个运动量剔除，将剩余的一个中间值运动量作为背景运动量。
图像整体运动量计算完成之后，由差分单元将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到一幅差分图像。差分图像中背景恒星得到了抑制。
为保证识别目标准确性，判断单元需要通过一系列准则判断该目标是否为干扰目标，判定准则包括目标的形状、运动速度等。
当设备处于引导捕获状态时，干扰目标相对测量设备具有一定速度，形状为长条形。卫星在图像视场内相对静止。同样长宽比系数与卫星运动速度以及积分时间有关。满足以下两个判据任意一个，则判定该目标是干扰目标。
判据4：
||v||＞T21
v表示相邻帧目标运动速度，T21为设定的引导捕获状态速度阈值。
判据5：
λ＞T22
λ表示检测目标长宽比，T22为设定的引导捕获状态长宽比阈值。
判断单元利用上述判据对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S秒后发送捕获失败命令字；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态。
本发明的复杂背景下的卫星自动识别装置技术方案三如图5所示，包括等待捕获状态目标识别模块和引导捕获状态目标识别模块；所述待捕获状态目标识别模块和引导捕获状态目标识别模块各包括一个预处理单元、一个差分单元和一个判断单元。
等待捕获状态目标识别模块的预处理单元，将光学测量设备处于待捕获状态连续采集的两帧图像分别作为参考帧图像和当前帧图像；将参考帧图像和当前帧图像各分成A、B、C、D、E五个区域，如图9所示，求取当前帧图像各区域相对参考帧图像各个区域的运动量，将五个区域中偏差大的两个区域B、E运动量剔除，将A、C、D区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
等待捕获状态目标识别模块的判断单元根据下述判据对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S秒后发送状态命令字，使光学测量设备进入引导捕获状态；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；
判据1：
||v-v预报||＞T11
v表示相邻帧目标运动速度，v预报表示中心计算机发送的预报速度，T11为设定设定的等待捕获状态目标速度阈值。
判据2：
||α-α预报||＞T12
α表示检测目标形状方向角，α预报表示中心计算机发送的预报方向角，T12为设定的等待捕获状态方向角阈值。
判据3：
λ＜T13
λ表示检测目标长宽比，T13为设定的等待捕获状态长宽比阈值。
光学测量设备进入引导捕获状态后，引导捕获状态目标识别模块的预处理单元将光学测量设备连续采集的两帧图像分别作为参考帧图像和当前帧图像；将参考帧图像和当前帧图像各分成A、B、C、D、E、F六个区域，如图10所示，求取当前帧图像各区域相对参考帧图像各个区域的运动量，将六个区域中偏差大的两个区域B、E运动量剔除，将A、C、D、F区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
引导捕获状态目标识别模块的判断单元根据下述判据对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S秒后发送捕获失败命令字；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态。
判据4：
||v||＞T21
v表示相邻帧目标运动速度，T21为设定的引导捕获状态速度阈值。
判据5：
λ＞T22
λ表示检测目标长宽比，T22为设定的引导捕获状态长宽比阈值。
本发明对N的数值没有严格的限定，根据自动捕获算法的处理速度和有效克服干扰目标影响的方面优化选择，一般选择大于3小于10；区域的划分以图像视场几何对称性为准。判据1～判据5中的设定的阈值T11根据实际经验一般选取5～10，T12根据实际经验一般选取1°～5°，T13根据像机积分时间与预报速度确定一般选取2～5，T21根据实际经验一般选取5～10，T22根据像机积分时间与预报速度确定一般选取2～4；S根据中心计算机预报时间确定。
Claims (4)
1.一种复杂背景下的卫星自动识别装置，其特征在于包括
预处理单元：将光学测量设备处于等待捕获状态时前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字；
所述判断单元利用式（1）、式（2）或式（3）判断差分图像中的目标是否为干扰目标；若满足式（1）、式（2）或式（3）则判定该目标是干扰目标；
||v-v预报||>T11 （1）
式（1）中v表示相邻帧目标运动速度，v预报表示中心计算机发送的预报速度，T11为设定的等待捕获状态目标速度阈值；
||α-α预报||>T12 （2）
式（2）中α表示检测目标形状方向角，α预报表示中心计算机发送的预报方向角，T12为设定的等待捕获状态方向角阈值；
λ<T13 （3）
式（3）中λ表示检测目标长宽比，T13为设定的待捕获状态长宽比阈值。
2.一种复杂背景下的卫星自动识别装置，其特征在于包括
预处理单元：将光学测量设备处于引导捕获状态时前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字；
所述判断单元利用式（4）或式（5）判断差分图像中的目标是否为干扰目标；若满足式（4）或式（5）则判定该目标是干扰目标；
||v||>T21 （4）
式（4）中v表示相邻帧目标运动速度，T21为设定的引导捕获状态速度阈值；
λ>T22 （5）
式（5）λ表示检测目标长宽比，T22为设定的引导捕获状态长宽比阈值。
3.一种复杂背景下的卫星自动识别装置，其特征在于包括等待捕获状态目标识别模块和引导捕获状态目标识别模块；所述待捕获状态目标识别模块和引导捕获状态目标识别模块各包含一个预处理单元、一个差分单元和一个判断单元；
预处理单元：将前一帧图像作为参考帧图像；将参考帧图像和当前帧图像各分成N个区域，并且参考帧图像的各区域对应于当前帧图像的各区域；求取当前帧图像各区域相对参考帧图像各个区域的运动量，将N个区域中偏差大的两个运动量剔除，将剩余各区域的运动量取平均值作为背景运动量；
差分单元：将当前帧图像按照背景运动量进行补偿，然后与参考帧图像相减，得到差分图像；
等待捕获状态目标识别模块的判断单元：对差分图像进行分析判断，若差分图像中无目标或目标为干扰目标，则延时S秒后发送状态命令字，使光学测量设备进入引导捕获状态；若目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；
引导捕获状态目标识别模块的判断单元：对差分图像进行分析判断，若识别到目标为卫星，则发送状态命令字，使光学测量设备进入目标跟踪状态；若在指定时间内检测差分图像中始终无目标或目标为干扰目标，则发送捕获失败命令字；
所述引导捕获状态目标识别模块的判断单元可以利用差分图像判断差分图像中的目标是否为干扰目标。
4.根据权利要求3所述的复杂背景下的卫星自动识别装置，其特征在于所述等待捕获状态目标识别模块的判断单元利用式（1）、式（2）或式（3）判断差分图像中的目标是否为干扰目标；若满足式（1）、式（2）或式（3）则判定该目标是干扰目标；
||v-v预报||>T11 （1）
式（1）中v表示相邻帧目标运动速度，v预报表示中心计算机发送的预报速度，T11为设定的等待捕获状态目标速度阈值；
||α-α预报||>T12 （2）
式（2）中α表示检测目标形状方向角，α预报表示中心计算机发送的预报方向角，T12为设定的等待捕获状态方向角阈值；
λ<T13 （3）
式（3）中λ表示检测目标长宽比，T13为设定的待捕获状态长宽比阈值；
所述引导捕获状态目标识别模块的判断单元利用式（4）或式（5）判断差分图像中的目标是否为干扰目标；若满足式（4）或式（5）则判定该目标是干扰目标；
||v||>T21 （4）
式（4）中v表示相邻帧目标运动速度，T21为设定的引导捕获状态速度阈值；
λ>T22 （5）
式（5）λ表示检测目标长宽比，T22为设定的引导捕获状态长宽比阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110410388 CN102494676B (zh) | 2011-12-12 | 2011-12-12 | 复杂背景下的卫星自动识别装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110410388 CN102494676B (zh) | 2011-12-12 | 2011-12-12 | 复杂背景下的卫星自动识别装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102494676A CN102494676A (zh) | 2012-06-13 |
| CN102494676B true CN102494676B (zh) | 2013-07-03 |
Family
ID=46186520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110410388 Expired - Fee Related CN102494676B (zh) | 2011-12-12 | 2011-12-12 | 复杂背景下的卫星自动识别装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102494676B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102745343B (zh) * | 2012-07-12 | 2014-08-13 | 中国西安卫星测控中心 | 同步卫星早期测控段干扰弧段快速预报方法 |
| TWI520076B (zh) * | 2014-12-11 | 2016-02-01 | 由田新技股份有限公司 | 偵測人員使用手持裝置的方法及裝置 |
| CN107449416B (zh) * | 2017-06-20 | 2019-09-03 | 中国人民解放军国防科学技术大学 | 基于矢量累积的恒星拖尾星点提取方法 |
| CN112560691B (zh) * | 2020-12-17 | 2021-11-12 | 长光卫星技术有限公司 | 一种基于卫星视频数据的天基目标自动识别方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040057600A1 (en) * | 2002-09-19 | 2004-03-25 | Akimasa Niwa | Moving body detecting apparatus |
| CN1885346A (zh) * | 2006-06-01 | 2006-12-27 | 电子科技大学 | 一种复杂背景下红外图像序列中运动目标的检测方法 |
| CN101158580A (zh) * | 2007-11-12 | 2008-04-09 | 中国科学院长春光学精密机械与物理研究所 | 深空探测中目标真伪的判定方法 |
| CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3609236B2 (ja) * | 1997-05-16 | 2005-01-12 | 日本電信電話株式会社 | 映像テロップ検出方法および装置 |
-
2011
- 2011-12-12 CN CN 201110410388 patent/CN102494676B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040057600A1 (en) * | 2002-09-19 | 2004-03-25 | Akimasa Niwa | Moving body detecting apparatus |
| CN1885346A (zh) * | 2006-06-01 | 2006-12-27 | 电子科技大学 | 一种复杂背景下红外图像序列中运动目标的检测方法 |
| CN101158580A (zh) * | 2007-11-12 | 2008-04-09 | 中国科学院长春光学精密机械与物理研究所 | 深空探测中目标真伪的判定方法 |
| CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于块估计的运动目标检测方法;陈忠碧 等;《光电工程》;20060630;第33卷(第6期);第16页第2-20行及图1 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102494676A (zh) | 2012-06-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luber et al. | People tracking in rgb-d data with on-line boosted target models | |
| CN108154084B (zh) | 用于农机无人驾驶的多传感器融合的农田环境感知方法 | |
| CN104108392B (zh) | 车道估计装置和方法 | |
| CN106447680B (zh) | 动态背景环境下雷达与视觉融合的目标检测与跟踪方法 | |
| EP3088910A1 (en) | Method and system for tracking moving trajectory based on human features | |
| Kong et al. | Detecting abandoned objects with a moving camera | |
| CN109389086B (zh) | 检测无人机影像目标的方法和系统 | |
| CN102494676B (zh) | 复杂背景下的卫星自动识别装置 | |
| CN106683121A (zh) | 一种融合检测过程的鲁棒目标追踪方法 | |
| US20220345610A1 (en) | Space debris observation method based on alternating exposure times of charge coupled device (ccd) camera | |
| CN112785628B (zh) | 一种基于全景视角检测跟踪的轨迹预测方法及系统 | |
| CN105830426A (zh) | 一种视频生成系统的视频生成方法及装置 | |
| Zhou et al. | SAR Ground Moving Target Refocusing by Combining mRe³ Network and TVβ-LSTM | |
| CN106155093A (zh) | 一种基于计算机视觉的机器人跟随人体的系统和方法 | |
| CN109559293A (zh) | 一种步进式全天区扫描搜索装置及方法 | |
| CN101719280B (zh) | 红外弱小目标检测方法 | |
| Schöller et al. | Vision-based object tracking in marine environments using features from neural network detections | |
| Hadviger et al. | Feature-based event stereo visual odometry | |
| El Bouazzaoui et al. | Enhancing rgb-d slam performances considering sensor specifications for indoor localization | |
| CN109785358B (zh) | 一种基于循环确认机制的抗遮挡红外小目标跟踪方法 | |
| CN109977796A (zh) | 尾随通行检测方法及装置 | |
| CN112884803B (zh) | 基于dsp的实时智能监控目标检测方法及装置 | |
| CN106683113B (zh) | 特征点跟踪方法和装置 | |
| CN115690190B (zh) | 基于光流图像和小孔成像的运动目标检测与定位方法 | |
| Zhang et al. | A traffic flow detection system combining optical flow and shadow removal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130703 Termination date: 20141212 |
|
| EXPY | Termination of patent right or utility model |