CN106706133B - 一种点斑状目标姿态估计方法及系统 - Google Patents

一种点斑状目标姿态估计方法及系统 Download PDF

Info

Publication number
CN106706133B
CN106706133B CN201611268809.8A CN201611268809A CN106706133B CN 106706133 B CN106706133 B CN 106706133B CN 201611268809 A CN201611268809 A CN 201611268809A CN 106706133 B CN106706133 B CN 106706133B
Authority
CN
China
Prior art keywords
target
spectrum
plaque
radiation
emittance
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.)
Active
Application number
CN201611268809.8A
Other languages
English (en)
Other versions
CN106706133A (zh
Inventor
张天序
王凤林
姚守悝
陆檑
程旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201611268809.8A priority Critical patent/CN106706133B/zh
Priority to PCT/CN2017/077101 priority patent/WO2018120443A1/zh
Publication of CN106706133A publication Critical patent/CN106706133A/zh
Application granted granted Critical
Publication of CN106706133B publication Critical patent/CN106706133B/zh
Priority to US16/458,221 priority patent/US11162847B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02Constructional details
    • G01J5/07Arrangements for adjusting the solid angle of collected radiation, e.g. adjusting or orienting field of view, tracking position or encoding angular position
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077Imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48Thermography; Techniques using wholly visual means

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Radiation Pyrometers (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种点斑状目标姿态估计方法及系统,属于目标姿态估计技术领域。方法包括离线训练部分和在线评估部分;离线训练部分包建立目标的三维几何模型、温度分布模型及大气传输模型;结合上述模型,仿真计算六种姿态下点斑状目标的红外辐射光谱,建立姿态‑光谱映射数据库;在线评估部分测量红外光谱形态,比对姿态‑光谱映射数据库估计该目标的当前姿态。本发明通过分析目标的光谱曲线并匹配光谱数据库反推目标当前所处的姿态,此方法简单有效,解决了如何根据红外光谱信息估计点斑状目标姿态的难题。

Description

一种点斑状目标姿态估计方法及系统
技术领域
本发明属于目标姿态估计技术领域,具体涉及一种点斑状目标姿态估计方法及系统。
背景技术
三维目标的姿态估计是计算机视觉领域的一个热点研究课题,是三维目标运动估计的重要部分,在人脸识别、飞行器的操作与控制等方面都有广泛的研究。并且,三维姿态是反映空间目标运动状态的重要参数,有利于对目标的优化设计和故障分析,在目标跟踪、目标被动定位和目标识别等应用方面也具有重要的意义。
当目标在空间分辨率很低、成像为点斑状目标的情况下,此时仅根据点斑状目标无法准确知道目标的三维姿态信息。因此,如何进行快速准确地估计出点斑状目标的姿态已成为人们迫切需要解决的难题。
目前,在国内外也有一些针对三维目标的姿态估计。已有的测定空间目标姿态的常用方法主要分为空间目标姿态内侧和空间目标姿态外侧两种。它是通过设备进行跟踪录像,分析在时间序列上的目标信息,从而估计三维姿态参数,显然这种方式成本太高。另外大都是针对能够反映出目标形状信息的面目标进行估计,并未对点斑状目标进行姿态估计。而且所处理的方式均是针对目标本身物理信息,未考虑目标的红外辐射特性曲线随着姿态变化的关系。
发明内容
针对现有技术的迫切技术需求,本发明提出了一种点斑状目标姿态估计方法,该方法建立光谱与姿态对应的特性数据库,分析目标在不同姿态下各组成部分的辐射特性,然后根据所测红外谱的形态不同从而粗略估计点斑状目标的姿态,解决了如何根据红外光谱信息估计点斑状目标姿态的难题。
一种点斑状目标姿态估计方法,包括离线训练部分和在线估计部分;
所述离线训练部分包括以下步骤:
(1)建立目标三维几何模型并依据目标结构划分区域;
(2)针对目标的各区域建立物方温度分布模型;
(3)建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模型;所述六种姿态包括顶视、俯视、迎头、追尾、左右、侧面;
(4)利用已建的物方温度分布模型和红外辐射传输模型构建目标在六种典型姿态下的像方辐射能量模型;
(5)分别在六种典型姿态下,结合目标像方辐射能量模型,仿真计算得到关于波长-目标像方辐射能量的点斑状目标红外光谱曲线,从而建立目标姿态与光谱的映射数据库;
所述在线估计部分包括以下步骤:
(6)探测点斑状目标;
(7)实时采集点斑状目标像方辐射能量,绘制关于波长-目标像方辐射能量的点斑状目标红外光谱曲线;
(8)将步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线在目标姿态与光谱的映射数据库内进行匹配,确定目标姿态。
进一步,所述步骤(4)的具体实现过程为:
(41)根据物方温度分布模型构建目标物方的辐射特性表达式L(T(x,y,z)):
已知在波段λ1~λ2、温度为T的等效黑体辐射亮度Lb(T(x,y,x))为:
则目标表面红外辐射亮度L(T(x,y,z))为:
式中:λ为波长,T(x,y,z)为在位置(x,y,z)处的目标物方温度,黑体发射率ε=1,为目标表面材料的红外发射率;
(42)在目标物方的辐射特性表达式的基础上考虑大气影响构建在目标像方的辐射特性表达式:
ρθ为透过率,Lθ为大气程辐射。
进一步,所述目标为飞机,飞机的辐射亮度主要分为飞机蒙皮、发动机、尾焰三部分分别计算。
进一步,计算飞机蒙皮辐射亮度时首先对在位置(x,y,z)处的目标物方温度T(x,y,z)进行处理,得到考虑速度后的目标物方温度:
式中,k为恢复系数,γ为空气的定压热容量和定容热容量之比,M为速度。
进一步,所述步骤(8)的具体实现方式为:首先根据步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线初步判定飞机姿态,从所述映射数据库中提取该姿态对应的光谱曲线集合;然后在光谱曲线集合中进行精确匹配,确定目标姿态。
进一步,所述目标为飞机,对步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线进行分析:
若以长波红外辐射为主,则初步判定姿态为迎头;
若短/中/长波辐射均存在,则初步判定姿态为侧面;
若短/中/长波段辐射均存在,且长波红外辐射最强,则初步判定姿态为俯视或仰视;
若短/中波最强,长波辐射最弱,则初步判定姿态为尾追。
一种点斑状目标姿态估计系统,包括离线训练部分和在线估计部分;
所述离线训练部分包括以下模块:
三维模型建立模块,用于建立目标三维几何模型并依据目标结构划分区域;
物方温度分布模型建立模块,用于针对目标的各区域建立物方温度分布模型;
红外辐射传输模型建立模块,用于建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模型;所述六种姿态包括顶视、俯视、迎头、追尾、左右、侧面;
像方辐射能量模型建立模块,用于利用已建的物方温度分布模型和红外辐射传输模型构建目标在六种典型姿态下的像方辐射能量模型;
映射数据库建立模块,用于分别在六种典型姿态下,结合目标像方辐射能量模型,仿真计算得到关于波长-目标像方辐射能量的点斑状目标红外光谱曲线,从而建立目标姿态与光谱的映射数据库;
所述在线估计部分包括以下模块:
探测模块,用于探测点斑状目标;
点斑状目标红外光谱曲线生成模块,用于实时采集点斑状目标像方辐射能量,绘制关于波长-目标像方辐射能量的点斑状目标红外光谱曲线;
姿态估计模块,用于将生成的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线在目标姿态与光谱的映射数据库内进行匹配,确定目标姿态。
进一步,所述像方辐射能量模型建立模块包括:
目标物方的辐射特性表达式构建子模块,根据物方温度分布模型构建目标物方的辐射特性表达式L(T(x,y,z)):
已知在波段λ1~λ2、温度为T的等效黑体辐射亮度Lb(T(x,y,x))为:
则目标表面红外辐射亮度L(T(x,y,z))为:
式中:λ为波长,T(x,y,z)为在位置(x,y,z)处的目标物方温度,黑体发射率ε=1,为目标表面材料的红外发射率;
目标像方的辐射特性表达式构建子模块,用于在目标物方的辐射特性表达式的基础上考虑大气影响构建在目标像方的辐射特性表达式:
ρθ为透过率,Lθ为大气程辐射。
进一步,所述姿态估计模块包括:
初步判定子模块,用于根据生成的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线初步判定飞机姿态,从所述映射数据库中提取该姿态对应的光谱曲线集合;
精确匹配子模块,用于在光谱曲线集合中进行精确匹配,确定目标姿态。
本发明的有益技术效果体现在:
(1)将目标姿态有效划分为6种典型姿态,简单合理且具代表性。目标在空间分布上是三维的,在不同的观测角下可体现出目标的多种姿态信息。为了简化处理,将目标的姿态划分为迎头、尾追、仰视、俯视、左右侧视这6种姿态,然后建立与这6种姿态对应的光谱数据库。
(2)提出目标的姿态与观察所得的光谱曲线形状有关。目标的红外辐射光谱主要是由温度决定,而目标自身的材质结构及组成对目标表面各点处的温度有着重要影响。即目标的温度可根据结构划分为几个不同区域,而目标在不同姿态下所观察到的目标区域也不相同,从而使得观测到的点斑状目标的光谱曲线也不相同。
(3)利用三维目标的红外光谱形态估计目标当前姿态。分析比较测到的点斑状目标的红外光谱各波段内辐射能量值的差异信息,结合因目标结构而形成的温度分布及6种典型姿态下的光谱特性估计该测量的点目标当前所处的姿态。
总的来说,本发明考虑了目标随空间位置、姿态、探测距离等多种因素变化的温度分布及辐射特性;将目标的姿态进行了有效的区分,该区分方式简单合理且准确性高,解决了如何根据红外光谱信息估计点斑状目标姿态的难题;
附图说明
图1为点斑状目标姿态估计方法流程图;
图2为飞机光谱特征组成示意图;
图3为飞机与天空、地球、太阳等平均光谱特性曲线图;
图4为不同方位角下的飞机光谱数据示意图;
图5为某姿态下的SU-27辐射光谱图;
图6为大气层内探测系统观测大气层内目标时相对位置关系示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
一种点斑状目标姿态估计方法包括离线训练部分和在线评估部分。离线训练部分包括建立目标的三维几何模型、温度分布模型及大气传输模型;设定仿真参数,仿真计算6种姿态下点斑状目标的红外辐射光谱,建立“姿态-光谱”数据库;在线评估部分包括分析测得的红外光谱形态,比对“姿态-光谱”数据库估计该目标的当前姿态。
本发明方法流程如图1所示,以某型飞机为例,具体的实施方法包括以下步骤:
一、离线训练步骤
(1)建立目标三维几何模型并依据目标结构划分区域。
本实例中,根据搜查到的某型飞机自身的尺寸及结构信息,利用3dsmax软件建立飞机的三维模型,并正确区分飞机的不同部位。飞机部位主要包括尾焰、发动机、机翼前缘、机翼后缘、机头、座舱级一般部位这几个部分。
(2)针对目标的各区域建立物方温度分布模型。
针对目标的各区域建立物方温度分布模型,可实时或仿真测量,也可采用拟合方法。本发明优选采用插值拟合法,具体而言,根据已查到的飞机温度数据,针对不同区域对其温度数据进行插值拟合处理,从而近似得到各区域内随空间位置变化的温度分布函数,然后根据拟合得到的函数计算各区域内其它位置的目标点的温度。
(3)建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模型。
通过调整目标与探测系统间的位置可形成6种姿态,包括顶视、俯视、迎头、追尾、左右、侧面。分别建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模,建立过程如下:
大气层内探测系统观测大气层内目标条件下的辐射传输路径如图5所示:大气层内的探测系统的位置由A点表示,被观测的大气层内目标的位置由B点表示,被观测目标的辐射能量由B点向A点传播。
结合大气传输软件计算大气层内探测系统到空间目标的大气红外透过率和程辐射时其输入参数为:探测系统高度、目标高度、探测系统与目标间的斜距、大气层最高高度、天顶角、地球半径、红外波段。其中探测系统高度和红外波段依据实际情况确定;地球半径为探测系统所处纬度处的半径值;大气层最高高度设定为100公里;天顶角如图6中的∠CAB所示,其计算公式为:
其中分别为探测系统和被观测目标距地心的高度,为探测系统和被观测目标之间的距离。
输入以上参数即可获得大气层内探测系统观测目标在角度θ下的透过率ρθ和程辐射Lθ
例如,经计算:在正下方(θ=0)高度50km的探测系统对高度10km且距离其40km的空间目标探测时计算得到的在8~12μm的透过率ρθ=0=0.9977和程辐射Lθ=0=0.001905(W·m-2·sr-1)。
(4)利用已建的物方温度分布模型和红外辐射传输模型构建目标在六种典型姿态下的像方辐射能量模型。
(41)根据物方温度分布模型构建目标物方的辐射特性表达式L(T(x,y,z))。
已知在波段λ1~λ2、温度为T(x,y,z)的等效黑体(发射率ε=1)辐射亮度Lb(T(x,y,x))为:
其中:Lb(T(x,y,z))——等效黑体红外辐射亮度(W·m-2·sr-1);
λ——波长(μm);
T(x,y,z)——在位置(x,y,z)处的目标物方温度(K)。
因此,表面温度为T的目标表面红外辐射亮度L(T)的计算公式为:
式中:
L(T(x,y,z)):目标表面红外辐射亮度(W·m-2·sr-1);
Lb(T(x,y,z)):温度为T(x,y,z)的黑体红外辐射亮度(W·m-2·sr-1);
目标表面材料的红外发射率。
(42)在目标物方的辐射特性表达式的基础上考虑大气影响构建在目标像方的辐射特性表达式L(T(x,y,z),θ)。
在本发明实例中,飞机的红外辐射组成如图2和图3所示,因此主要计算飞机蒙皮、发动机、尾焰等部位的辐亮度。具体计算如下:
(a)发动机辐射计算
取飞机发动机尾喷管的发射率然后根据公式L(T(x,y,z),θ)计算发动机尾喷管处的辐射亮度。
(b)飞机蒙皮辐射计算
飞机表面温度同飞行速度(马赫数M)有关,首先要对T(x,y,z)进行考虑速度因素的处理,然后利用公式L(T(x,y,z),θ)计算蒙皮处的辐射亮度。
对于在对流层中飞行速度不是很高(M≤2.5)的飞机,飞机表面温度T2(x,y,z)表达为:
式中:T2(x,y,z)——考虑速度的飞机蒙皮表面温度(K);
k——恢复系数,通常在0.8~0.94,对于层流取k=0.82.;
γ——空气的定压热容量和定容热容量之比,γ=1.4;
M——速度即飞行马赫数。
然后按公式L(T2(x,y,z),θ)计算飞机蒙皮的辐射亮度值,蒙皮发射率为0.85。
(c)飞机尾焰辐射计算
取飞机发动机尾喷管的发射率然后根据公式L(T(x,y,z),θ)计算发动机尾喷管处的辐射亮度。
(5)分别在六种典型姿态下,结合目标像方辐射能量模型,仿真计算得到关于波长-目标像方辐射能量的点斑状目标红外光谱曲线,从而建立目标姿态与光谱的映射数据库。本发明实例的部分数据如图4所示。
二、在线估计步骤:
(6)探测点斑状目标
设定探测系统的光学属性、光谱分辨率、成谱波段,动目标的运动速度、飞行高度以及探测系统与动目标间的距离等仿真参数,启动探测,得到点斑状目标图像。
(7)实时采集点斑状目标像方辐射能量,绘制关于波长-目标像方辐射能量的点斑状目标红外光谱曲线。
从点斑状目标图像获取像素灰度信息,通过定标方式获取其对应的像方辐射能量,根据多点的像方辐射能量点斑状目标红外光谱曲线。
(8)将所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线在目标姿态与光谱的映射数据库内进行匹配,确定目标姿态。
首先,按照下面典型姿态光谱特性初步判定飞机姿态,从数据库中提取该姿态对应的光谱曲线集合。
①迎头方向姿态:从飞机机头往尾部方向观测,此时形成的点目标的光谱以蒙皮的长波红外辐射为主,其它分量较少。
②侧面方向姿态:当飞机对称时,左右侧面的光谱基本一致,此时生成的点目标的光谱包括飞机蒙皮、尾喷管以及尾焰的辐射,且短/中/长波辐射均有,各分量齐全。
③俯视或仰视方向姿态:从飞机的正上方向下或正下方向向上观看,观测到的蒙皮面积最大,生成的光谱中短/中/长波段的辐射均存在,且长波红外辐射最强。
④尾追方向姿态:从飞机的尾部往机头方向观测,此时机头观测不到且观测到的蒙皮面积小,主要辐射为尾焰和喷管,短/中波最强,长波辐射最少。
然后,在初步判定得到的光谱曲线集合,对点斑状目标红外光谱曲线进行精确匹配,确定目标姿态。
如图5所示为实际测量到的SU-27型飞机的红外辐射光谱,经过定性分析和定量计算该光谱可知在短波、中波、长波均有辐射分量,而中长波5.5μm~7.5μm内无辐射,且中波辐射最强,短波次之,长波辐射最弱。通过匹配数据库中的典型姿态的光谱特性可知此时测量到的SU-27飞机处于尾追方向姿态,观测到的主要是尾焰和尾喷管,而尾焰和尾喷管的温度是飞机表面所有点的温度中较高的,也符合理论分析。

Claims (9)

1.一种点斑状目标姿态估计方法,其特征在于,包括离线训练部分和在线估计部分;
所述离线训练部分包括以下步骤:
(1)建立目标三维几何模型并依据目标结构划分区域;
(2)针对目标的各区域建立物方温度分布模型;
(3)建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模型;所述六种姿态包括顶视、俯视、迎头、追尾、左右、侧面;
(4)利用已建的物方温度分布模型和红外辐射传输模型构建目标在六种典型姿态下的像方辐射能量模型;
(5)分别在六种典型姿态下,结合目标像方辐射能量模型,仿真计算得到关于波长-目标像方辐射能量的点斑状目标红外光谱曲线,从而建立目标姿态与光谱的映射数据库;
所述在线估计部分包括以下步骤:
(6)探测点斑状目标;
(7)实时采集点斑状目标像方辐射能量,绘制关于波长-目标像方辐射能量的点斑状目标红外光谱曲线;
(8)将步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线在目标姿态与光谱的映射数据库内进行匹配,确定目标姿态。
2.根据权利要求1所述的点斑状目标姿态估计方法,其特征在于,所述步骤(4)的具体实现过程为:
(41)根据物方温度分布模型构建目标物方的辐射特性表达式L(T(x,y,z)):
已知在波段λ1~λ2、温度为T的等效黑体辐射亮度Lb(T(x,y,x))为:
则目标表面红外辐射亮度L(T(x,y,z))为:
式中:λ为波长,T(x,y,z)为在位置(x,y,z)处的目标物方温度,黑体发射率ε=1,为目标表面材料的红外发射率;
(42)在目标物方的辐射特性表达式的基础上考虑大气影响构建在目标像方的辐射特性表达式:
ρθ为透过率,Lθ为大气程辐射。
3.根据权利要求2所述的点斑状目标姿态估计方法,其特征在于,所述目标为飞机,飞机的辐射亮度分为飞机蒙皮、发动机、尾焰三部分分别计算。
4.根据权利要求3所述的点斑状目标姿态估计方法,其特征在于,计算飞机蒙皮辐射亮度时首先对在位置(x,y,z)处的目标物方温度T(x,y,z)进行处理,得到考虑速度后的目标物方温度:
式中,k为恢复系数,γ为空气的定压热容量和定容热容量之比,M为速度。
5.根据权利要求1所述的点斑状目标姿态估计方法,其特征在于,所述步骤(8)的具体实现方式为:首先根据步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线初步判定飞机姿态,从所述映射数据库中提取该姿态对应的光谱曲线集合;然后在光谱曲线集合中进行精确匹配,确定目标姿态。
6.根据权利要求1所述的点斑状目标姿态估计方法,其特征在于,所述目标为飞机,对步骤(7)所得的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线进行分析:
若以长波红外辐射为主,则初步判定姿态为迎头;
若短/中/长波辐射均存在,则初步判定姿态为侧面;
若短/中/长波段辐射均存在,且长波红外辐射最强,则初步判定姿态为俯视或仰视;
若短/中波最强,长波辐射最弱,则初步判定姿态为尾追。
7.一种点斑状目标姿态估计系统,其特征在于,包括离线训练部分和在线估计部分;
所述离线训练部分包括以下模块:
三维模型建立模块,用于建立目标三维几何模型并依据目标结构划分区域;
物方温度分布模型建立模块,用于针对目标的各区域建立物方温度分布模型;
红外辐射传输模型建立模块,用于建立探测系统观测大气层内目标在六种典型姿态下的红外辐射传输模型;所述六种姿态包括顶视、俯视、迎头、追尾、左右、侧面;
像方辐射能量模型建立模块,用于利用已建的物方温度分布模型和红外辐射传输模型构建目标在六种典型姿态下的像方辐射能量模型;
映射数据库建立模块,用于分别在六种典型姿态下,结合目标像方辐射能量模型,仿真计算得到关于波长-目标像方辐射能量的点斑状目标红外光谱曲线,从而建立目标姿态与光谱的映射数据库;
所述在线估计部分包括以下模块:
探测模块,用于探测点斑状目标;
点斑状目标红外光谱曲线生成模块,用于实时采集点斑状目标像方辐射能量,绘制关于波长-目标像方辐射能量的点斑状目标红外光谱曲线;
姿态估计模块,用于将生成的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线在目标姿态与光谱的映射数据库内进行匹配,确定目标姿态。
8.根据权利要求7所述的点斑状目标姿态估计系统,其特征在于,所述像方辐射能量模型建立模块包括:
目标物方的辐射特性表达式构建子模块,根据物方温度分布模型构建目标物方的辐射特性表达式L(T(x,y,z)):
已知在波段λ1~λ2、温度为T的等效黑体辐射亮度Lb(T(x,y,x))为:
则目标表面红外辐射亮度L(T(x,y,z))为:
式中:λ为波长,T(x,y,z)为在位置(x,y,z)处的目标物方温度,黑体发射率ε=1,为目标表面材料的红外发射率;
目标像方的辐射特性表达式构建子模块,用于在目标物方的辐射特性表达式的基础上考虑大气影响构建在目标像方的辐射特性表达式:
ρθ为透过率,Lθ为大气程辐射。
9.根据权利要求1所述的点斑状目标姿态估计方法,其特征在于,所述姿态估计模块包括:
初步判定子模块,用于根据生成的关于波长-目标像方辐射能量的点斑状目标红外光谱曲线初步判定飞机姿态,从所述映射数据库中提取该姿态对应的光谱曲线集合;
精确匹配子模块,用于在光谱曲线集合中进行精确匹配,确定目标姿态。
CN201611268809.8A 2016-12-31 2016-12-31 一种点斑状目标姿态估计方法及系统 Active CN106706133B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201611268809.8A CN106706133B (zh) 2016-12-31 2016-12-31 一种点斑状目标姿态估计方法及系统
PCT/CN2017/077101 WO2018120443A1 (zh) 2016-12-31 2017-03-17 一种点斑状目标姿态估计方法及系统
US16/458,221 US11162847B2 (en) 2016-12-31 2019-07-01 Method and system of attitude estimation of spotted target

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611268809.8A CN106706133B (zh) 2016-12-31 2016-12-31 一种点斑状目标姿态估计方法及系统

Publications (2)

Publication Number Publication Date
CN106706133A CN106706133A (zh) 2017-05-24
CN106706133B true CN106706133B (zh) 2017-09-29

Family

ID=58906558

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611268809.8A Active CN106706133B (zh) 2016-12-31 2016-12-31 一种点斑状目标姿态估计方法及系统

Country Status (3)

Country Link
US (1) US11162847B2 (zh)
CN (1) CN106706133B (zh)
WO (1) WO2018120443A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109446559A (zh) * 2018-09-20 2019-03-08 中国人民解放军63653部队 一种浮空器辐射热环境特性估算方法
CN110807270B (zh) * 2019-11-13 2023-09-29 北京环境特性研究所 一种基于尾焰辐射线型反演发动机参数及预估弹道的方法
CN110888121B (zh) * 2019-12-16 2020-11-24 上海智瞳通科技有限公司 目标体探测方法与装置及目标体温度探测方法与装置
CN111829666B (zh) * 2020-07-17 2022-12-06 中国人民解放军火箭军工程大学 一种目标红外成像仿真模型的四级验证方法
CN113092368B (zh) * 2021-03-16 2022-12-13 上海机电工程研究所 一种基于无人机的红外波段大气透过率测量方法及系统
CN116740507A (zh) * 2023-08-02 2023-09-12 中科星图测控技术股份有限公司 一种基于arm架构的空间目标检测模型构建方法
CN117576362B (zh) * 2024-01-16 2024-05-24 国科大杭州高等研究院 一种基于遮挡比的低分辨率热红外影像飞机识别方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7002143B2 (en) * 2002-02-15 2006-02-21 Internaional Businessmachines Corporation Method and apparatus for compensating waveforms, spectra, and profiles derived therefrom for effects of drift
JP2013525195A (ja) * 2010-04-29 2013-06-20 ノルスク・インスティテュット・フォル・ルフトフォルスクニング 航空機の前方の悪大気状態を検出するためのシステムおよび方法
CN101976275B (zh) * 2010-09-21 2012-11-07 北京航空航天大学 飞机红外辐射与大气透过率建模方法
CN102270355A (zh) * 2011-04-28 2011-12-07 华中科技大学 一种基于景物分类的红外场景图像生成方法
CN104121992B (zh) * 2014-07-10 2017-02-15 上海宇航系统工程研究所 空间目标红外辐射全任务空域动态特性分析方法
CN104501959B (zh) * 2014-12-30 2016-08-17 华中科技大学 一种红外图谱关联智能探测方法及装置
US9963251B2 (en) * 2015-05-27 2018-05-08 The Aerospace Corporation Systems and methods for estimating parameters of a spacecraft based on emission from an atomic or molecular product of a plume from the spacecraft
CN105243289B (zh) * 2015-11-17 2018-03-06 上海无线电设备研究所 复杂目标红外辐射特性一体化建模方法
CN105678230B (zh) * 2015-12-30 2017-04-05 华中科技大学 一种红外目标投影模型指导的飞机感兴趣区测谱方法
CN105956591B (zh) * 2016-04-28 2019-03-29 中山大学 一种在线高温零件红外图像光谱抽样检测方法

Also Published As

Publication number Publication date
US11162847B2 (en) 2021-11-02
US20190323894A1 (en) 2019-10-24
CN106706133A (zh) 2017-05-24
WO2018120443A1 (zh) 2018-07-05

Similar Documents

Publication Publication Date Title
CN106706133B (zh) 一种点斑状目标姿态估计方法及系统
CN106772682B (zh) 一种动目标的红外辐射光谱特性仿真分析方法
CN107514993B (zh) 基于无人机的面向单体建筑建模的数据采集方法及系统
CN105549614B (zh) 无人机目标跟踪方法
CN101976275B (zh) 飞机红外辐射与大气透过率建模方法
CN106097348A (zh) 一种三维激光点云与二维图像的融合方法
CN106384079A (zh) 一种基于rgb‑d信息的实时行人跟踪方法
CN107368617B (zh) 基于Lowtran7大气软件的地空探测红外成像系统作用距离计算方法
CN106842118A (zh) 用于分布式多点定位监视系统的时差定位方法
CN106483522A (zh) 一种基于天基红外探测系统的作用距离分析方法
CN115731268A (zh) 基于视觉/毫米波雷达信息融合的无人机多目标跟踪方法
CN103942786B (zh) 无人机可见光和红外图像的自适应团块目标检测方法
CN108287350A (zh) 基于多信息综合的天基空中目标探测关键参数确定方法
Minghui et al. Deep learning enabled localization for UAV autolanding
CN110221290A (zh) 基于蚁群算法优化的无人机目标搜索构建方法
CN103235890A (zh) 卫星短时临近降水预报系统及降水预报方法
CN106055751A (zh) 一种高超声速飞行器蒙皮红外辐射强度分散性评估方法
CN106595603B (zh) 一种检测由无人机旋翼气流引起的冠层倒伏锥体的方法
CN103697883A (zh) 一种基于天际线成像的飞行器水平姿态确定方法
CN104075710B (zh) 一种基于航迹预测的机动扩展目标轴向姿态实时估计方法
CN115031585B (zh) 一种双阵列声学立靶斜入射弹着点定位方法
CN105678230B (zh) 一种红外目标投影模型指导的飞机感兴趣区测谱方法
CN105631431B (zh) 一种可见光目标轮廓模型指导的飞机感兴趣区测谱方法
He et al. Feature extraction from 2D laser range data for indoor navigation of aerial robot
CN109829204B (zh) 基于时间序列的空间目标遥感特性建模方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant