CN114545412A - Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 - Google Patents

Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 Download PDF

Info

Publication number
CN114545412A
CN114545412A CN202210448246.XA CN202210448246A CN114545412A CN 114545412 A CN114545412 A CN 114545412A CN 202210448246 A CN202210448246 A CN 202210448246A CN 114545412 A CN114545412 A CN 114545412A
Authority
CN
China
Prior art keywords
isar
target
sight
image
radar
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.)
Granted
Application number
CN202210448246.XA
Other languages
English (en)
Other versions
CN114545412B (zh
Inventor
周峰
李弘政
刘磊
徐安林
杜荣震
石晓然
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202210448246.XA priority Critical patent/CN114545412B/zh
Publication of CN114545412A publication Critical patent/CN114545412A/zh
Application granted granted Critical
Publication of CN114545412B publication Critical patent/CN114545412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9094—Theoretical aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明涉及一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，在空间目标姿态变化与ISAR观测模型的基础上，首先，利用数字图像处理技术提取空间目标的整体轮廓；然后，通过智能优化算法搜索与实际ISAR图像最相似的理论投影图像序列，从而确定各帧ISAR图像对应的等效雷达视线参数；最后，融合序列图像信息，根据ISAR观测实际雷达视线与等效雷达视线间的转换关系，通过最小二乘曲线拟合，确定目标初始姿态和旋转参数。本发明利用目标整体轮廓特征，实现图像匹配搜索，克服了目标散射点特征不稳定的问题，通过等效雷达视线描述ISAR成像几何投影关系，首先求解单帧成像投影参数，然后融合序列图像信息，保证了算法的精度。

Description

ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法
技术领域
本发明属于雷达图像处理技术领域，具体涉及一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法。
背景技术
目标姿态估计算法广泛应用于计算机视觉领域，算法基于目标多视角下的RGB图像以及深度图像，通过特征点的提取和关联，恢复目标三维姿态信息。ISAR系统通过对空间目标长时间、大角度的观测，可以获得目标在不同角度下的高分辨二维图像，因此，不少研究尝试利用上述ISAR成像结果，实现对空间目标在轨姿态的精确估计，这对于空间目标的健康检测、在轨监视和异常行为研判等都具有重要意义。
通过ISAR图像序列估计空间目标姿态的难点在于ISAR成像平面与目标旋转运动相关，而在成像几何投影关系未知的情况下目标旋转运动又难以直接确定。现有研究所提出的空间目标姿态估计算法大致可分为两类：一类是基于散射点等特征的提取和关联，利用多视角下的ISAR图像序列重建目标三维结构，同时估计目标的姿态。但是目标散射点并不稳定，尤其在高频雷达观测中，随雷达视线变化敏感，这导致基于散射点提取的算法在实际应用中较难实现。为此，有研究提出基于矩形等典型结构或者整体轮廓特征的方法，这相比散射点具有了更高的鲁棒性，但特征提取过程仍然需要较高的图像质量保证。此外，这些方法通常限于目标三轴稳定情况，对于自旋空间目标的动态估计还要依赖多站雷达或者综合光学图像信息，这也就对精确同步观测提出了更高的要求。另一类方法则基于实际观测与现有数据库的比对，例如ESA开发了MOWA软件系统用于生成给定观测几何下的ISAR仿真图像。这类数据驱动方法在实际任务中表现良好，但对仿真数据库的要求和查找匹配的求解方式可能使其具有效率不高的缺点。
由于ISAR成像本身受到目标旋转运动的影响，以及ISAR图像不同于光学图像的图像特征，使得计算机视觉领域诸多姿态估计算法难以直接应用。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法。本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，包括：
步骤1：获取目标的ISAR图像序列，并对所述ISAR图像序列进行预处理，得到ISAR目标轮廓二值图像序列，所述ISAR目标轮廓二值图像序列包括若干帧ISAR目标轮廓二值图像；
步骤2：建立目标三维模型，并根据所述目标三维模型，按照搜索过程中的候选雷达视线参数生成对应的ISAR理论投影图像，根据相似度评价指标搜索匹配与各帧所述ISAR目标轮廓二值图像相似度最高的所述ISAR理论投影图像，得到各帧所述ISAR目标轮廓二值图像对应的等效雷达视线参数，其中，所述等效雷达视线参数包括起始等效雷达视线和终止等效雷达视线；
步骤3：根据所述目标结构的对称情况，利用所述等效雷达视线参数，实际雷达视线参数，以及实际雷达视线与等效雷达视线的转换关系，通过最小二乘曲线拟合，确定所述目标的初始姿态和旋转矢量，其中，所述实际雷达视线参数包括起始实际雷达视线和终止实际雷达视线。
在本发明的一个实施例中，所述实际雷达视线与等效雷达视线的转换关系为：
Figure DEST_PATH_IMAGE001
式中，
Figure DEST_PATH_IMAGE002
表示第
Figure DEST_PATH_IMAGE003
帧图像的起始等效雷达视线，
Figure DEST_PATH_IMAGE004
表示第
Figure 350201DEST_PATH_IMAGE003
帧图像的终止等效雷达视线，
Figure DEST_PATH_IMAGE005
表示目标的初始姿态，
Figure DEST_PATH_IMAGE006
表示目标的旋转矩阵，
Figure DEST_PATH_IMAGE007
表示成像积累时间，
Figure DEST_PATH_IMAGE008
表示ISAR图像序列中第
Figure 952827DEST_PATH_IMAGE003
帧图像的成像时刻，
Figure DEST_PATH_IMAGE009
表示第
Figure DEST_PATH_IMAGE010
帧图像的起始实际雷达视线，
Figure DEST_PATH_IMAGE011
表示第
Figure 545614DEST_PATH_IMAGE010
帧图像的终止实际雷达视线；
其中，
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
Figure DEST_PATH_IMAGE014
式中，
Figure DEST_PATH_IMAGE015
表示旋转矢量，k表示目标在轨道面坐标系中作匀速转动的旋转轴，t表示时间，
Figure DEST_PATH_IMAGE016
表示旋转角速度，E表示单位矩阵。
在本发明的一个实施例中，所述步骤1包括：
步骤1.1：获取目标的ISAR图像序列，对所述ISAR图像序列依次进行中值滤波处理、图像增强处理和形态学处理得到图像增强的ISAR图像序列；
步骤1.2：利用Otsu算法，对所述图像增强的ISAR图像序列中每一帧ISAR图像进行二值化分割处理，得到所述ISAR目标轮廓二值图像序列。
在本发明的一个实施例中，所述步骤2包括：
步骤2.1：根据目标结构建立目标三维模型；
步骤2.2：在ISAR成像平面内，设ISAR理论成像的起始等效雷达视线为
Figure DEST_PATH_IMAGE017
，终止等效雷达视线为
Figure DEST_PATH_IMAGE018
，那么，ISAR成像平面的距离轴
Figure DEST_PATH_IMAGE019
和方位轴
Figure DEST_PATH_IMAGE020
为：
Figure DEST_PATH_IMAGE021
式中，
Figure DEST_PATH_IMAGE022
表示等效雷达视线旋转方向，
Figure DEST_PATH_IMAGE023
；
步骤2.3：根据所述距离轴
Figure 23098DEST_PATH_IMAGE019
和所述方位轴为
Figure 775154DEST_PATH_IMAGE020
，得到ISAR成像理论投影矩阵
Figure DEST_PATH_IMAGE024
为：
Figure DEST_PATH_IMAGE025
式中，
Figure DEST_PATH_IMAGE026
表示距离向分辨单元，
Figure DEST_PATH_IMAGE027
表示方位向分辨单元；
步骤2.4：根据所述目标三维模型以及所述ISAR成像理论投影矩阵
Figure DEST_PATH_IMAGE028
，得到理论投影点集合Y，并根据所述理论投影点集合Y得到对应的所述ISAR理论投影图像，其中，
Figure DEST_PATH_IMAGE029
式中，
Figure DEST_PATH_IMAGE030
表示目标散射点集合；
步骤2.5：设置所述ISAR理论投影图像和所述ISAR目标轮廓二值图像的相似度评价指标；
步骤2.6：根据所述相似度评价指标，构建匹配搜索的目标函数，并根据所述匹配搜索的目标函数利用PSO算法搜索匹配与各帧所述ISAR目标轮廓二值图像相似度最高的所述ISAR理论投影图像；
步骤2.7：根据匹配搜索的结果得到各帧所述ISAR目标轮廓二值图像对应的等效雷达视线参数。
在本发明的一个实施例中，所述相似度评价指标为：
Figure DEST_PATH_IMAGE031
式中，
Figure DEST_PATH_IMAGE032
表示ISAR理论投影图像和ISAR目标轮廓二值图像的重叠面积度量，
Figure DEST_PATH_IMAGE033
表示度量
Figure 909201DEST_PATH_IMAGE032
的权重，
Figure DEST_PATH_IMAGE034
为经验常数，
Figure DEST_PATH_IMAGE035
表示ISAR理论投影图像和ISAR目标轮廓二值图像的轮廓间距离度量；
其中，
Figure DEST_PATH_IMAGE036
式中，
Figure DEST_PATH_IMAGE037
表示ISAR目标轮廓二值图像，
Figure DEST_PATH_IMAGE038
表示ISAR理论投影图像，
Figure DEST_PATH_IMAGE039
表示投影面积；
Figure DEST_PATH_IMAGE040
式中，
Figure DEST_PATH_IMAGE041
表示
Figure DEST_PATH_IMAGE042
的目标轮廓线，
Figure DEST_PATH_IMAGE043
表示
Figure DEST_PATH_IMAGE044
的目标轮廓线，
Figure DEST_PATH_IMAGE045
表示像素
Figure DEST_PATH_IMAGE046
与
Figure DEST_PATH_IMAGE047
中最近元素的距离，N表示图像中的像素点总数。
在本发明的一个实施例中，所述匹配搜索的目标函数为：
Figure DEST_PATH_IMAGE048
式中，
Figure DEST_PATH_IMAGE049
表示第
Figure DEST_PATH_IMAGE050
帧ISAR目标轮廓二值图像，
Figure DEST_PATH_IMAGE051
表示相似度评价指标，
Figure DEST_PATH_IMAGE052
表示第
Figure 983424DEST_PATH_IMAGE050
帧ISAR目标轮廓二值图像的起始等效雷达视线，
Figure DEST_PATH_IMAGE053
表示第
Figure 57690DEST_PATH_IMAGE050
帧ISAR目标轮廓二值图像的终止等效雷达视线，
Figure DEST_PATH_IMAGE054
表示ISAR理论投影图像的起始等效雷达视线，
Figure DEST_PATH_IMAGE055
表示ISAR理论投影图像的终止等效雷达视线。
在本发明的一个实施例中，当所述目标结构存在对称平面，所述步骤3包括：
步骤3.1：将若干所述ISAR目标轮廓二值图像对应的等效雷达视线参数，关于所述对称平面作对称后进行关联分组，得到两组等效雷达视线参数序列；
步骤3.2：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.3：根据两组等效雷达视线参数序列，利用最小二乘曲线拟合，按照以下拟合转换过程得到所述目标对应的两组初始姿态估计值和旋转矢量估计值，其中，拟合转换过程为：
Figure DEST_PATH_IMAGE056
；
式中，
Figure DEST_PATH_IMAGE057
表示目标的姿态角估计值，
Figure DEST_PATH_IMAGE058
表示目标的旋转矢量估计值，
Figure DEST_PATH_IMAGE059
表示姿态角，
Figure DEST_PATH_IMAGE060
表示旋转矢量；
步骤3.4：根据所述目标的两组初始姿态估计值和旋转矢量估计值，生成对应的ISAR理论投影图像，将该ISAR理论投影图像与目标的ISAR图像进行匹配，得到相似度最高的ISAR理论投影图像，从而得到所述目标的最终初始姿态估计值和最终旋转矢量估计值。
在本发明的一个实施例中，当所述目标结构不存在对称平面，所述步骤3包括：
步骤3.1’：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.2’：利用最小二乘曲线拟合转换得到所述目标的初始姿态估计值和旋转矢量估计值。
与现有技术相比，本发明的有益效果在于：
本发明的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，针对ISAR成像平面与目标旋转运动相关的特点，构建空间目标姿态变化与ISAR观测模型，以等效雷达视线的形式，在目标本体坐标系内描述ISAR成像几何投影关系，明确了目标姿态和旋转运动对ISAR成像的影响；针对ISAR图像散射点特征变化剧烈的特点，基于目标三维模型，利用目标整体轮廓特征实现图像匹配搜索，保证了结果的准确性；针对目标姿态和运动参数状态空间较大的问题，通过分阶段的求解流程，首先仅搜索各帧ISAR成像对应的等效雷达视线参数，然后融合序列图像信息，降低了图像匹配过程的计算复杂度，提升了求解的效率；针对目标姿态估计可能存在多解的问题，分析了目标对称性带来的影响，并给出了相应情况下的处理方法。对空间目标ISAR观测和姿态估计问题的全面分析，使得本方法在实际应用中具备稳健高效的性能表现。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例提供的一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法示意图；
图2（a）-图2（b）是本发明实施例提供的空间目标姿态变化与ISAR观测模型图；
图3是本发明实施例提供的一种空间目标三维模型图；
图4a是本发明实施例提供的第一帧ISAR图像；
图4b是本发明实施例提供的目标轮廓提取结果图；
图5是本发明实施例提供的两组等效雷达视线参数序列；
图6是本发明实施例提供的最终等效雷达视线拟合情况；
图7是本发明实施例提供的目标真实姿态及估计结果图。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
实施例一
请参见图1，图1是本发明实施例提供的一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法示意图，如图所示，本实施例的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，包括：
步骤1：获取目标的ISAR图像序列，并对ISAR图像序列进行预处理，得到ISAR目标轮廓二值图像序列，ISAR目标轮廓二值图像序列包括若干帧ISAR目标轮廓二值图像；
步骤2：建立目标三维模型，并根据目标三维模型，按照搜索过程中的候选雷达视线参数生成对应的ISAR理论投影图像，根据相似度评价指标搜索匹配与各帧ISAR目标轮廓二值图像相似度最高的ISAR理论投影图像，得到各帧ISAR目标轮廓二值图像对应的等效雷达视线参数，其中，等效雷达视线参数包括起始等效雷达视线和终止等效雷达视线；
步骤3：根据目标结构的对称情况，利用等效雷达视线参数，实际雷达视线参数，以及实际雷达视线与等效雷达视线的转换关系，通过最小二乘曲线拟合，确定目标的初始姿态和旋转矢量，其中，实际雷达视线参数包括起始实际雷达视线和终止实际雷达视线。
具体地，对如何获取实际雷达视线与等效雷达视线的转换关系进行具体说明，首先建立空间目标姿态变化与ISAR观测模型。
目标在轨姿态通常指的是目标本体坐标系相对轨道面坐标系的坐标变换，通常将该变换拆分为沿着三个正交坐标轴的旋转，由欧拉旋转角描述，即偏航角
Figure DEST_PATH_IMAGE061
，俯仰角
Figure DEST_PATH_IMAGE062
，以及滚动角
Figure DEST_PATH_IMAGE063
。在常见的Z-Y-X顺序下，对应旋转矩阵为：
Figure DEST_PATH_IMAGE064
其中，
Figure DEST_PATH_IMAGE065
，
Figure DEST_PATH_IMAGE066
，
Figure DEST_PATH_IMAGE067
分别为目标本体坐标系沿轨道面坐标系三个坐标轴的旋转，且有
Figure DEST_PATH_IMAGE068
式中，
Figure DEST_PATH_IMAGE069
表示旋转角度。
若目标姿态在整个观测过程中保持不变，则称为三轴稳定状态，此时目标本体坐标系相对目标轨道面坐标系的变换保持不变，自身不旋转，目标与雷达视线之间的相对转动完全由雷达视线的变化引起。
若目标在整个观测过程中绕轨道面坐标系中的固定轴旋转，则目标的姿态变化由雷达视线变化和自身旋转运动两部分引起，在ISAR观测时间段内，假设目标绕轨道面坐标系中的固定轴作匀速转动，旋转矢量记作
Figure DEST_PATH_IMAGE070
，那么，旋转轴
Figure DEST_PATH_IMAGE071
，
Figure DEST_PATH_IMAGE072
，
Figure DEST_PATH_IMAGE073
，
Figure DEST_PATH_IMAGE074
表示旋转轴k的三个分量，旋转角速度
Figure DEST_PATH_IMAGE075
。则根据Rodrigues公式，目标自旋
Figure DEST_PATH_IMAGE076
时间所对应的旋转矩阵为：
Figure DEST_PATH_IMAGE077
其中，E表示单位矩阵，将ISAR观测起始时刻作为0时刻，假设此时目标具有姿态角
Figure DEST_PATH_IMAGE078
，其对应的初始姿态记作
Figure DEST_PATH_IMAGE079
，则在自旋运动作用下，目标在
Figure DEST_PATH_IMAGE080
时刻的瞬时姿态变为
Figure DEST_PATH_IMAGE081
。
对于整个ISAR图像序列，设其中第
Figure DEST_PATH_IMAGE082
幅图像成像中间时刻为
Figure DEST_PATH_IMAGE083
，成像积累时间为
Figure DEST_PATH_IMAGE084
，成像的起始实际雷达视线和终止实际雷达视线分别为
Figure DEST_PATH_IMAGE085
和
Figure DEST_PATH_IMAGE086
。则在目标初始姿态和旋转运动的影响下，描述目标本体坐标系内成像投影关系的等效雷达视线（也就是实际雷达视线与等效雷达视线的转换关系）为 ：
Figure DEST_PATH_IMAGE087
请参见图2（a）-图2（b），是本发明实施例提供的空间目标姿态变化与ISAR观测模型图，其中，图2（a）为实际观测场景示意图，在轨道坐标系内，目标具有初始姿态，并作绕定轴的匀速转动，图中虚线表示目标旋转轴，平行排列的直线表示雷达视线，实心箭头两端对应的两条直线分别为起始时刻和终止时刻雷达视线；图2（b）为等效观测示意图，表明上述观测场景对于ISAR成像而言，相当于在目标本体坐标系内以等效雷达视线进行观测。
进一步地，在本实施例中，步骤1包括：
步骤1.1：获取目标的ISAR图像序列，对ISAR图像序列依次进行中值滤波处理、图像增强处理和形态学处理得到图像增强的ISAR图像序列；
具体地，通过中值滤波，降低ISAR图像序列中的噪声，通过对比度拉伸与伽马校正进行图像增强，以提高ISAR图像中目标弱小分量的显示度，通过形态学处理中的开运算消除离散点和毛刺，闭运算填充内部孔洞和凹角点等。
步骤1.2：利用Otsu算法，对图像增强的ISAR图像序列中每一帧ISAR图像进行二值化分割处理，得到ISAR目标轮廓二值图像序列。
具体地，采用Otsu算法，自适应地选择分割阈值，在最大化类间方差的准则下，对每一帧ISAR图像进行二值化分割，得到ISAR目标轮廓二值图像序列。
进一步地，步骤2包括：
步骤2.1：根据目标结构建立目标三维模型；
具体地，根据已知目标的尺寸、几何形态等信息，通过CAD等制图软件，构建目标三维结构模型，用于后续理论投影图像生成；
步骤2.2：在ISAR成像平面内，设ISAR理论成像的起始等效雷达视线为
Figure DEST_PATH_IMAGE088
，终止等效雷达视线为
Figure DEST_PATH_IMAGE089
，那么，ISAR成像平面的距离轴
Figure DEST_PATH_IMAGE090
和方位轴
Figure DEST_PATH_IMAGE091
为：
Figure DEST_PATH_IMAGE092
式中，
Figure DEST_PATH_IMAGE093
表示等效雷达视线旋转方向，
Figure DEST_PATH_IMAGE094
。
需要说明的是，ISAR成像平面由等效雷达视线的变化决定，单帧图像中间时刻对应的雷达视线方向可看做图像的距离轴，而图像的方位轴与等效雷达视线旋转轴和距离轴方向垂直。
步骤2.3：根据距离轴
Figure DEST_PATH_IMAGE095
和方位轴为
Figure DEST_PATH_IMAGE096
，得到ISAR成像理论投影矩阵
Figure DEST_PATH_IMAGE097
为：
Figure DEST_PATH_IMAGE098
式中，
Figure DEST_PATH_IMAGE099
表示距离向分辨单元，
Figure DEST_PATH_IMAGE100
表示方位向分辨单元；
步骤2.4：根据目标三维模型以及ISAR成像理论投影矩阵
Figure 993415DEST_PATH_IMAGE097
，得到理论投影点集合Y，并根据理论投影点集合Y得到对应的ISAR理论投影图像，其中，
Figure DEST_PATH_IMAGE101
式中，
Figure DEST_PATH_IMAGE102
表示目标散射点集合；
需要说明的是，投影矩阵描述了理想情况下ISAR成像几何关系，即三维空间中目标散射点与ISAR图像上像素点的对应关系。根据公式（7）得到的理论投影点集合就是理论投影图像上的所有目标点，将理论投影点绘制到图像平面上，并进行形态学闭运算操作，填充目标完整轮廓，就得到了ISAR理论投影图像。
步骤2.5：设置ISAR理论投影图像和ISAR目标轮廓二值图像的相似度评价指标；
在本实施例中，相似度评价指标为：
Figure DEST_PATH_IMAGE103
式中，
Figure DEST_PATH_IMAGE104
表示ISAR理论投影图像和ISAR目标轮廓二值图像的重叠面积度量，
Figure 672264DEST_PATH_IMAGE033
表示度量
Figure 426594DEST_PATH_IMAGE104
的权重，
Figure DEST_PATH_IMAGE105
为经验常数，表示度量
Figure 38972DEST_PATH_IMAGE104
在其附近时接近理想，从而更鼓励匹配轮廓，
Figure DEST_PATH_IMAGE106
表示ISAR理论投影图像和ISAR目标轮廓二值图像的轮廓间距离度量；
其中，
Figure DEST_PATH_IMAGE107
式中，
Figure DEST_PATH_IMAGE108
表示ISAR目标轮廓二值图像，
Figure DEST_PATH_IMAGE109
表示ISAR理论投影图像，
Figure DEST_PATH_IMAGE110
表示投影面积，即二值图像中白色像素点数之和；
Figure DEST_PATH_IMAGE111
式中，
Figure DEST_PATH_IMAGE112
表示
Figure DEST_PATH_IMAGE113
的目标轮廓线，
Figure DEST_PATH_IMAGE114
表示
Figure DEST_PATH_IMAGE115
的目标轮廓线，
Figure DEST_PATH_IMAGE116
表示像素
Figure DEST_PATH_IMAGE117
与
Figure DEST_PATH_IMAGE118
中最近元素的距离，N表示图像中的像素点总数。
步骤2.6：根据所述相似度评价指标，构建匹配搜索的目标函数，并根据所述匹配搜索的目标函数利用PSO算法搜索匹配与各帧所述ISAR目标轮廓二值图像相似度最高的所述ISAR理论投影图像；
在本实施例中，匹配搜索的目标函数为：
Figure DEST_PATH_IMAGE119
式中，
Figure DEST_PATH_IMAGE120
表示第
Figure DEST_PATH_IMAGE121
帧ISAR目标轮廓二值图像，
Figure DEST_PATH_IMAGE122
表示相似度评价指标，
Figure DEST_PATH_IMAGE123
表示第
Figure 887323DEST_PATH_IMAGE121
帧ISAR目标轮廓二值图像的起始等效雷达视线，
Figure DEST_PATH_IMAGE124
表示第
Figure 192534DEST_PATH_IMAGE121
帧ISAR目标轮廓二值图像的终止等效雷达视线，
Figure DEST_PATH_IMAGE125
表示ISAR理论投影图像的起始等效雷达视线，
Figure DEST_PATH_IMAGE126
表示ISAR理论投影图像的终止等效雷达视线。
步骤2.7：根据匹配搜索的结果得到各帧ISAR目标轮廓二值图像对应的等效雷达视线参数。
具体地，基于ISAR理论投影图像和相似度评价指标，以雷达视线作为搜索变量，以相应生成的ISAR理论投影图像与ISAR目标轮廓二值图像的相似度作为目标函数，通过PSO算法等智能优化算法进行图像匹配搜索，找到最相似的ISAR理论投影图像，将生成该ISAR理论投影图像的起始等效雷达视线和终止等效雷达视线，作为ISAR目标轮廓二值图像的等效雷达视线，从而确定各帧ISAR目标轮廓二值图像对应的等效雷达视线。
进一步地，当目标结构存在对称平面，步骤3包括：
步骤3.1：将若干ISAR目标轮廓二值图像对应的等效雷达视线参数，关于对称平面作对称后进行关联分组，得到两组等效雷达视线参数序列；
数学上通用的对称性分析较为复杂，而实际中的空间目标对称结构一般比较简单，例如中心对称、轴对称等。在本实施例中，以目标具有一个对称平面为例，设其对称平面过原点，单位法向量记作
Figure DEST_PATH_IMAGE127
，空间中的任意点
Figure DEST_PATH_IMAGE128
，关于该平面的对称点为
Figure DEST_PATH_IMAGE129
。则目标上的任意散射点
Figure DEST_PATH_IMAGE130
，其对称点也在目标上，即
Figure DEST_PATH_IMAGE131
。此时，在两组关于该平面对称的雷达视线
Figure DEST_PATH_IMAGE132
和
Figure DEST_PATH_IMAGE133
的观测下，目标的ISAR理论投影图像将完全相同。也就是，基于理论投影图像的匹配搜索就无法唯一确定等效雷达视线。因此，需要将等效雷达视线估计结果同样关于平面对称，然后通过关联分组，得到两组可能的等效雷达视线序列。
具体来说，假设等效雷达视线搜索结果
Figure DEST_PATH_IMAGE134
是两种等效结果其中的一个，通过平面对称得到另一个结果，记作
Figure DEST_PATH_IMAGE135
。则关联步骤就是要对各帧图像
Figure DEST_PATH_IMAGE136
，分别求出一个排列
Figure DEST_PATH_IMAGE137
表示将结果重新组合，即
Figure DEST_PATH_IMAGE138
或者
Figure DEST_PATH_IMAGE139
，从而得到关联的两组等效雷达视线序列，其中第
Figure DEST_PATH_IMAGE140
组即为
Figure DEST_PATH_IMAGE141
。
实际观测中相邻两帧的等效雷达视线应当非常相近，为此，定义序列的关联距离为各帧之间等效雷达视线的距离和，即第
Figure 555863DEST_PATH_IMAGE140
组序列的关联距离写为：
Figure DEST_PATH_IMAGE142
其中，
Figure DEST_PATH_IMAGE143
表示两组雷达视线之间的距离，该距离可以通过欧式距离或者余弦相似度等方式度量，距离越小表示在空间中越接近。关联操作的目标是使得各序列的关联距离尽可能小，该问题可以通过动态规划的方式求解，设状态
Figure DEST_PATH_IMAGE144
表示完成前
Figure DEST_PATH_IMAGE145
帧的关联后，第
Figure 516473DEST_PATH_IMAGE140
组序列能够得到的最小关联距离，则
Figure 97627DEST_PATH_IMAGE144
可以由上一层的状态转移得到，即：
Figure DEST_PATH_IMAGE146
初始状态为
Figure DEST_PATH_IMAGE147
，通过递推方式依次进行各帧关联，则到达最后一帧时的状态
Figure DEST_PATH_IMAGE148
就是关联距离
Figure DEST_PATH_IMAGE149
的最小取值，其中各帧关联的具体情况也可以通过记录状态得到。
步骤3.2：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.3：根据两组等效雷达视线参数序列，利用最小二乘曲线拟合，按照以下拟合转换过程得到目标对应的两组初始姿态估计值和旋转矢量估计值，其中，拟合转换过程为：
Figure DEST_PATH_IMAGE150
（14）；
式中，
Figure DEST_PATH_IMAGE151
表示目标的姿态角估计值，
Figure DEST_PATH_IMAGE152
表示目标的旋转矢量估计值，
Figure DEST_PATH_IMAGE153
表示姿态角，
Figure DEST_PATH_IMAGE154
表示旋转矢量；
具体地，ISAR对空间目标观测的起始和终止实际雷达视线为
Figure DEST_PATH_IMAGE155
和
Figure DEST_PATH_IMAGE156
，可以由雷达测量信息计算得到，而上述步骤中搜索确定的目标坐标系内等效雷达视线，是目标初始姿态和旋转运动作用于实际雷达视线，使其进行相应变换后的结果。通过最小二乘曲线拟合得到变换参数，也就确定了目标初始姿态和旋转矢量。
步骤3.4：根据目标的两组初始姿态估计值和旋转矢量估计值，生成对应的ISAR理论投影图像，将该ISAR理论投影图像与目标的ISAR图像进行匹配，得到相似度最高的ISAR理论投影图像，从而得到目标的最终初始姿态估计值和最终旋转矢量估计值。
进一步地，当目标结构不存在对称平面，步骤3包括：
步骤3.1’：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.2’：利用最小二乘曲线拟合变换得到目标的初始姿态估计值和旋转矢量估计值。
在本实施例中，具体地拟合转换参见公式（14），在此不再赘述。
本实施例的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，针对ISAR成像平面与目标旋转运动相关的特点，构建空间目标姿态变化与ISAR观测模型，以等效雷达视线的形式，在目标本体坐标系内描述ISAR成像几何投影关系，明确了目标姿态和旋转运动对ISAR成像的影响；针对ISAR图像散射点特征变化剧烈的特点，基于目标三维模型，利用目标整体轮廓特征实现图像匹配搜索，保证了结果的准确性；针对目标姿态和运动参数状态空间较大的问题，通过分阶段的求解流程，首先仅搜索各帧ISAR成像对应的等效雷达视线参数，然后融合序列图像信息，降低了图像匹配过程的计算复杂度，提升了求解的效率；针对目标姿态估计可能存在多解的问题，分析了目标对称性带来的影响，并给出了相应情况下的处理方法。对空间目标ISAR观测和姿态估计问题的全面分析，使得本方法在实际应用中具备稳健高效的性能表现。
实施例二
本实施例通过仿真实验对实施例一的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法的技术效果进行进一步说明。
（1）仿真条件
请参见图3，图3是本发明实施例提供的一种空间目标三维模型图，在本实施例中，观测场景设置如下：
目标初始姿态为
Figure DEST_PATH_IMAGE157
；
旋转矢量为
Figure DEST_PATH_IMAGE158
；
雷达观测视线俯仰角范围
Figure DEST_PATH_IMAGE159
，方位角范围
Figure DEST_PATH_IMAGE160
，等间隔获取ISAR图像共30幅。
（2）仿真实验内容及结果分析
首先，对ISAR图像序列进行预处理，获取目标轮廓二值图像，如图4a和图4b所示，其中，图4a是本发明实施例提供的第一帧ISAR图像；图4b是本发明实施例提供的目标轮廓提取结果图。
然后进行图像匹配搜索，确定各帧图像成像几何关系对应的等效雷达视线参数。接下来，由于目标关于XOZ平面对称，将等效雷达视线同样关于XOZ平面作对称并关联分组，得到两组可能的等效雷达视线序列，如图5所示的两组等效雷达视线参数序列。
最后，对于两组等效雷达视线序列，分别进行最小二乘曲线拟合，得到目标初始姿态和旋转矢量，然后通过再次进行图像匹配，确定唯一结果。最终等效雷达视线拟合情况如图6所示的最终等效雷达视线拟合情况，从图6中可以看出，拟合结果与理论值非常接近。
最终得到结果初始姿态估计值为：
Figure DEST_PATH_IMAGE161
；
旋转矢量估计值为：
Figure DEST_PATH_IMAGE162
。
在整个观测过程中，平均姿态误差为
Figure DEST_PATH_IMAGE163
。目标真实姿态及估计结果如图7所示，观察图7可以得到，基于本发明提供方法可以精确估计出空间目标的初始姿态和旋转矢量，能够有效描述空间目标姿态变化情况。
应当说明的是，在本文中，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，包括：
步骤1：获取目标的ISAR图像序列，并对所述ISAR图像序列进行预处理，得到ISAR目标轮廓二值图像序列，所述ISAR目标轮廓二值图像序列包括若干帧ISAR目标轮廓二值图像；
步骤2：建立目标三维模型，并根据所述目标三维模型，按照搜索过程中的候选雷达视线参数生成对应的ISAR理论投影图像，根据相似度评价指标搜索匹配与各帧所述ISAR目标轮廓二值图像相似度最高的所述ISAR理论投影图像，得到各帧所述ISAR目标轮廓二值图像对应的等效雷达视线参数，其中，所述等效雷达视线参数包括起始等效雷达视线和终止等效雷达视线；
步骤3：根据所述目标结构的对称情况，利用所述等效雷达视线参数，实际雷达视线参数，以及实际雷达视线与等效雷达视线的转换关系，通过最小二乘曲线拟合，确定所述目标的初始姿态和旋转矢量，其中，所述实际雷达视线参数包括起始实际雷达视线和终止实际雷达视线。
2.根据权利要求1所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，所述实际雷达视线与等效雷达视线的转换关系为：
Figure 187104DEST_PATH_IMAGE001
式中，
Figure 630854DEST_PATH_IMAGE002
表示第
Figure 532558DEST_PATH_IMAGE003
帧图像的起始等效雷达视线，
Figure 352746DEST_PATH_IMAGE004
表示第
Figure 157760DEST_PATH_IMAGE003
帧图像的终止等效雷达视线，
Figure 772412DEST_PATH_IMAGE005
表示目标的初始姿态，
Figure 898763DEST_PATH_IMAGE006
表示目标的旋转矩阵，
Figure 257063DEST_PATH_IMAGE007
表示成像积累时间，
Figure 119845DEST_PATH_IMAGE008
表示ISAR图像序列中第
Figure 387622DEST_PATH_IMAGE003
帧图像的成像时刻，
Figure 250536DEST_PATH_IMAGE009
表示第
Figure 927374DEST_PATH_IMAGE003
帧图像的起始实际雷达视线，
Figure 926554DEST_PATH_IMAGE010
表示第
Figure 164899DEST_PATH_IMAGE003
帧图像的终止实际雷达视线；其中，
Figure 249530DEST_PATH_IMAGE011
Figure 198900DEST_PATH_IMAGE012
Figure 583745DEST_PATH_IMAGE013
式中，
Figure 482342DEST_PATH_IMAGE014
表示旋转矢量，k表示目标在轨道面坐标系中作匀速转动的旋转轴，t表示时间，
Figure 585427DEST_PATH_IMAGE015
表示旋转角速度，E表示单位矩阵。
3.根据权利要求1所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，所述步骤1包括：
步骤1.1：获取目标的ISAR图像序列，对所述ISAR图像序列依次进行中值滤波处理、图像增强处理和形态学处理得到图像增强的ISAR图像序列；
步骤1.2：利用Otsu算法，对所述图像增强的ISAR图像序列中每一帧ISAR图像进行二值化分割处理，得到所述ISAR目标轮廓二值图像序列。
4.根据权利要求1所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，所述步骤2包括：
步骤2.1：根据目标结构建立目标三维模型；
步骤2.2：在ISAR成像平面内，设ISAR理论成像的起始等效雷达视线为
Figure 338488DEST_PATH_IMAGE016
，终止等效雷达视线为
Figure 46681DEST_PATH_IMAGE017
，那么，ISAR成像平面的距离轴
Figure 626829DEST_PATH_IMAGE018
和方位轴
Figure 686052DEST_PATH_IMAGE019
为：
Figure 242804DEST_PATH_IMAGE020
式中，
Figure 756569DEST_PATH_IMAGE021
表示等效雷达视线旋转方向，
Figure 756886DEST_PATH_IMAGE022
；
步骤2.3：根据所述距离轴
Figure 552672DEST_PATH_IMAGE018
和所述方位轴为
Figure 663848DEST_PATH_IMAGE019
，得到ISAR成像理论投影矩阵
Figure 362945DEST_PATH_IMAGE023
为：
Figure 3005DEST_PATH_IMAGE024
式中，
Figure 551667DEST_PATH_IMAGE025
表示距离向分辨单元，
Figure 935374DEST_PATH_IMAGE026
表示方位向分辨单元；
步骤2.4：根据所述目标三维模型以及所述ISAR成像理论投影矩阵
Figure 751627DEST_PATH_IMAGE023
，得到理论投影点集合Y，并根据所述理论投影点集合Y得到对应的所述ISAR理论投影图像，其中，
Figure 828168DEST_PATH_IMAGE027
式中，
Figure 598547DEST_PATH_IMAGE028
表示目标散射点集合；
步骤2.5：设置所述ISAR理论投影图像和所述ISAR目标轮廓二值图像的相似度评价指标；
步骤2.6：根据所述相似度评价指标，构建匹配搜索的目标函数，并根据所述匹配搜索的目标函数利用PSO算法搜索匹配与各帧所述ISAR目标轮廓二值图像相似度最高的所述ISAR理论投影图像；
步骤2.7：根据匹配搜索的结果得到各帧所述ISAR目标轮廓二值图像对应的等效雷达视线参数。
5.根据权利要求4所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，
所述相似度评价指标为：
Figure 785945DEST_PATH_IMAGE029
式中，
Figure 459634DEST_PATH_IMAGE030
表示ISAR理论投影图像和ISAR目标轮廓二值图像的重叠面积度量，
Figure 707076DEST_PATH_IMAGE031
表示度量
Figure 964751DEST_PATH_IMAGE030
的权重，
Figure 955841DEST_PATH_IMAGE032
为经验常数，
Figure 481107DEST_PATH_IMAGE033
表示ISAR理论投影图像和ISAR目标轮廓二值图像的轮廓间距离度量；其中，
Figure 86400DEST_PATH_IMAGE034
式中，
Figure 316525DEST_PATH_IMAGE035
表示ISAR目标轮廓二值图像，
Figure 862038DEST_PATH_IMAGE036
表示ISAR理论投影图像，
Figure 494007DEST_PATH_IMAGE037
表示投影面积；
Figure 332519DEST_PATH_IMAGE038
式中，
Figure 315519DEST_PATH_IMAGE039
表示
Figure 396214DEST_PATH_IMAGE040
的目标轮廓线，
Figure 882690DEST_PATH_IMAGE041
表示
Figure 157682DEST_PATH_IMAGE042
的目标轮廓线，
Figure 362399DEST_PATH_IMAGE043
表示像素
Figure 984135DEST_PATH_IMAGE044
与
Figure 590697DEST_PATH_IMAGE045
中最近元素的距离，N表示图像中的像素点总数。
6.根据权利要求5所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，所述匹配搜索的目标函数为：
Figure 36591DEST_PATH_IMAGE046
式中，
Figure 463024DEST_PATH_IMAGE047
表示第
Figure 151101DEST_PATH_IMAGE003
帧ISAR目标轮廓二值图像，
Figure 612169DEST_PATH_IMAGE048
表示相似度评价指标，
Figure 963385DEST_PATH_IMAGE049
表示第
Figure 142694DEST_PATH_IMAGE003
帧ISAR目标轮廓二值图像的起始等效雷达视线，
Figure 371812DEST_PATH_IMAGE050
表示第
Figure 687387DEST_PATH_IMAGE003
帧ISAR目标轮廓二值图像的终止等效雷达视线，
Figure 475083DEST_PATH_IMAGE051
表示ISAR理论投影图像的起始等效雷达视线，
Figure 876108DEST_PATH_IMAGE052
表示ISAR理论投影图像的终止等效雷达视线。
7.根据权利要求6所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，当所述目标结构存在对称平面，所述步骤3包括：
步骤3.1：将若干所述ISAR目标轮廓二值图像对应的等效雷达视线参数，关于所述对称平面作对称后进行关联分组，得到两组等效雷达视线参数序列；
步骤3.2：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.3：根据两组等效雷达视线参数序列，利用最小二乘曲线拟合，按照以下拟合转换过程得到所述目标对应的两组初始姿态估计值和旋转矢量估计值，其中，拟合转换过程为：
Figure 843671DEST_PATH_IMAGE053
；
式中，
Figure 528599DEST_PATH_IMAGE054
表示目标的姿态角估计值，
Figure 972350DEST_PATH_IMAGE055
表示目标的旋转矢量估计值，
Figure 876983DEST_PATH_IMAGE056
表示姿态角，
Figure 697172DEST_PATH_IMAGE057
表示旋转矢量；
步骤3.4：根据所述目标的两组初始姿态估计值和旋转矢量估计值，生成对应的ISAR理论投影图像，将该ISAR理论投影图像与目标的ISAR图像进行匹配，得到相似度最高的ISAR理论投影图像，从而得到所述目标的最终初始姿态估计值和最终旋转矢量估计值。
8.根据权利要求6所述的ISAR图像序列等效雷达视线拟合的空间目标姿态估计方法，其特征在于，当所述目标结构不存在对称平面，所述步骤3包括：
步骤3.1’：根据雷达测量信息，计算得到实际雷达视线参数；
步骤3.2’：利用最小二乘曲线拟合转换得到所述目标的初始姿态估计值和旋转矢量估计值。
CN202210448246.XA 2022-04-27 2022-04-27 Isar图像序列等效雷达视线拟合的空间目标姿态估计方法 Active CN114545412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210448246.XA CN114545412B (zh) 2022-04-27 2022-04-27 Isar图像序列等效雷达视线拟合的空间目标姿态估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210448246.XA CN114545412B (zh) 2022-04-27 2022-04-27 Isar图像序列等效雷达视线拟合的空间目标姿态估计方法

Publications (2)

Publication Number Publication Date
CN114545412A true CN114545412A (zh) 2022-05-27
CN114545412B CN114545412B (zh) 2022-08-05

Family

ID=81666914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210448246.XA Active CN114545412B (zh) 2022-04-27 2022-04-27 Isar图像序列等效雷达视线拟合的空间目标姿态估计方法

Country Status (1)

Country Link
CN (1) CN114545412B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233751A (zh) * 2023-11-08 2023-12-15 江苏筑升土木工程科技有限公司 一种基于探地雷达的道路地下病害体全生命周期管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001194454A (ja) * 2000-01-12 2001-07-19 Mitsubishi Electric Corp 合成開口レーダ装置および目標散乱点検出方法
JP2014044109A (ja) * 2012-08-27 2014-03-13 Mitsubishi Electric Corp 合成開口レーダ装置
CN105447867A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 基于isar图像的空间目标姿态估计方法
CN113406631A (zh) * 2021-05-14 2021-09-17 中山大学 一种自旋空间目标姿态估计方法、系统、装置及存储介质
CN114114267A (zh) * 2022-01-24 2022-03-01 中国人民解放军32035部队 一种基于自旋空间目标模型投影匹配的目标姿态估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001194454A (ja) * 2000-01-12 2001-07-19 Mitsubishi Electric Corp 合成開口レーダ装置および目標散乱点検出方法
JP2014044109A (ja) * 2012-08-27 2014-03-13 Mitsubishi Electric Corp 合成開口レーダ装置
CN105447867A (zh) * 2015-11-27 2016-03-30 西安电子科技大学 基于isar图像的空间目标姿态估计方法
CN113406631A (zh) * 2021-05-14 2021-09-17 中山大学 一种自旋空间目标姿态估计方法、系统、装置及存储介质
CN114114267A (zh) * 2022-01-24 2022-03-01 中国人民解放军32035部队 一种基于自旋空间目标模型投影匹配的目标姿态估计方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
KANGPING LI: "Rotation Parameters Estimation of Space Target Based on Orbit Modeling and Levenberg-Marquardt Optimization", 《2021 IEEE INTERNATIONAL CONFERENCE ON ELECTRONIC TECHNOLOGY, COMMUNICATION AND INFORMATION (ICETCI)》 *
ZHOU, ZUOBANG: "Three-Dimensional Geometry Reconstruction Method for Slowly Rotating Space Targets Utilizing ISAR Image Sequence", 《REMOTE SENSING》 *
周叶剑等: "多站ISAR空间目标姿态估计方法", 《电子与信息学报》 *
张龙等: "高速旋转目标三维成像的新算法", 《系统工程与电子技术》 *
洪灵等: "基于三维重构的空间目标进动参数估计方法", 《电波科学学报》 *
王志会等: "基于线特征差分投影的空间目标姿态估计方法", 《信号处理》 *
赵越: "基于雷达图像的目标特征提取方法研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117233751A (zh) * 2023-11-08 2023-12-15 江苏筑升土木工程科技有限公司 一种基于探地雷达的道路地下病害体全生命周期管理方法
CN117233751B (zh) * 2023-11-08 2024-02-02 江苏筑升土木工程科技有限公司 一种基于探地雷达的道路地下病害体全生命周期管理方法

Also Published As

Publication number Publication date
CN114545412B (zh) 2022-08-05

Similar Documents

Publication Publication Date Title
CN110223348B (zh) 基于rgb-d相机的机器人场景自适应位姿估计方法
CN110569704B (zh) 一种基于立体视觉的多策略自适应车道线检测方法
JP6681729B2 (ja) オブジェクトの３ｄ姿勢およびオブジェクトのランドマーク点の３ｄロケーションを求める方法、およびオブジェクトの３ｄ姿勢およびオブジェクトのランドマークの３ｄロケーションを求めるシステム
Urban et al. Mlpnp-a real-time maximum likelihood solution to the perspective-n-point problem
Li et al. A 4-point algorithm for relative pose estimation of a calibrated camera with a known relative rotation angle
CN110490158B (zh) 一种基于多级模型的鲁棒人脸对齐方法
CN106709950B (zh) 一种基于双目视觉的巡线机器人跨越障碍导线定位方法
CN113012122B (zh) 一种类别级6d位姿与尺寸估计方法及装置
CN111145232A (zh) 一种基于特征信息变化度的三维点云自动配准方法
CN108369741A (zh) 用于配准数据的方法和系统
CN103559711A (zh) 基于三维视觉系统图像特征和三维信息的运动估计方法
CN111998862B (zh) 一种基于bnn的稠密双目slam方法
US11132531B2 (en) Method for determining pose and for identifying a three-dimensional view of a face
Zhao et al. Aliked: A lighter keypoint and descriptor extraction network via deformable transformation
CN113393524B (zh) 一种结合深度学习和轮廓点云重建的目标位姿估计方法
CN114545412B (zh) Isar图像序列等效雷达视线拟合的空间目标姿态估计方法
CN114549549B (zh) 一种动态环境下基于实例分割的动态目标建模跟踪方法
Zhang et al. A visual-inertial dynamic object tracking SLAM tightly coupled system
Itu et al. Automatic extrinsic camera parameters calibration using Convolutional Neural Networks
CN112085117B (zh) 一种基于MTLBP-Li-KAZE-R-RANSAC的机器人运动监测视觉信息融合方法
CN112418250B (zh) 一种复杂3d点云的优化匹配方法
CN117870659A (zh) 基于点线特征的视觉惯性组合导航算法
CN111160362B (zh) 一种fast特征均匀化提取与帧间特征误匹配去除方法
JP6118976B2 (ja) 頭部姿勢の推定装置、頭部姿勢の推定方法およびコンピュータに頭部姿勢の推定方法を実行させるためのプログラム
CN117351078A (zh) 基于形状先验的目标尺寸与6d姿态估计方法

Legal Events

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