CN117315498A - 一种基于空间目标检测结果的虚警判别方法 - Google Patents
一种基于空间目标检测结果的虚警判别方法 Download PDFInfo
- Publication number
- CN117315498A CN117315498A CN202311311477.7A CN202311311477A CN117315498A CN 117315498 A CN117315498 A CN 117315498A CN 202311311477 A CN202311311477 A CN 202311311477A CN 117315498 A CN117315498 A CN 117315498A
- Authority
- CN
- China
- Prior art keywords
- speed
- false alarm
- star
- space target
- image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 65
- 238000012850 discrimination method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims abstract description 72
- 230000009466 transformation Effects 0.000 claims abstract description 17
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013519 translation Methods 0.000 claims description 4
- 230000001629 suppression Effects 0.000 abstract description 9
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000013468 resource allocation Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000005764 inhibitory process Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明针对大视场空间目标检测时，如何判别检测结果中存在虚警的问题，提出了一种基于空间目标检测结果的虚警判别方法，属于虚警判别领域，包括：获取空间目标检测结果中包含空间目标的多帧图像，通过开源软件SExtractor得到星像连通域和星像像素值；计算星像长轴和偏心率；基于仿射变换模型计算空间目标的速度大小和速度方向以及恒星的速度大小和速度方向以及变异系数；分别设置不同虚警对应的阈值，若空间目标对应判据参数满足所述虚警对应的阈值，则判别该空间目标为虚警。本发明适用于复杂背景下的目标检测虚警抑制场景，采用逆向思路，保证了检测灵敏度，提高了虚警判别的速度、精度与准确率；降低了虚警率；确保安全，同时优化资源分配节省开支。
Description
技术领域
本发明属于航天技术领域中的虚警判别技术领域，涉及一种基于空间目标检测结果的虚警判别方法。
背景技术
空间目标包括所有的在轨卫星，近年来随着空间目标数量的指数级增长，小口径、大视场望远镜在空间目标观测中的应用越来越广泛(Research in Astronomy andAstrophysics,2022,22(10):105003)，空间目标检测技术也正体现出重要性，空间目标检测对于航天安全、航天科学研究、资源管理等领域都具有重要意义，通过对卫星等目标进行检测和跟踪，可以及时发现并监测潜在的安全威胁，如太空垃圾碰撞等，同时有效的空间目标检测可以帮助维护航天器和卫星的运行状态，延长使用寿命，减少资源浪费。
虚警是将空间目标检测结果的图像上不是空间目标的点，如恒星、热像素、噪声点等错误地检测为空间目标；虚警是空间目标检测中不容忽视的问题。不恰当的检测算法会导致大量的虚警，给预警系统、安防系统以及相关的人力物力带来不必要的耗费，也极大影响了后续处理的实时性。通过对常规方法检测虚警进行统计分析，发现其中恒星是最大的虚警来源，尤其对于大视场光学系统，恒星分布密集，数量远远多于空间目标，而且恒星的点光斑大且明亮，易将空间目标点掩盖。同时，部分恒星光斑与空间目标大小、形状以及灰度分布相似，易混淆，对空间检测造成严重的干扰。除此以外，复杂的气象条件如云层和月光也影响着图像的质量，导致空间目标检测出现误判。另外在图像采集、传输环节中受到的各种噪声和干扰，比如图片压缩带来的伪影、传感器本身的噪声等往往会被误判为目标，导致虚警的产生(天文光电图像序列空间目标虚警消除技术,2011,38(06):38-44)。
因此，对空间目标检测的虚警判别是提高系统感知能力的重要一环。然而在实际的工程运用中，空间目标检测的虚警率仍然居高不下，空间目标检测的结果很难得到实际应用，目前常见的虚警判别的方法有检测前判别和采用特殊的检测算法进行虚警判别后抑制。
检测前判别是指在输出空间目标检测结果之前，对原始数据的特点进行研究，通过预处理的手段来获得较好的检测结果，达到虚警判别的目的，这里的预处理包括图像降噪、恒星抑制、航迹关联等操作。采用特殊的检测算法进行虚警判别后抑制，是在空间目标检测的过程中加入虚警抑制算法，对空间目标进行检测，抑制虚警信号的干扰，从而提高检测准确率。
检测前判别的缺陷主要在于预处理过程中，为了达到虚警判别的效果，会影响真实的空间目标检测灵敏度，导致一些真实空间目标被漏检，从而影响系统的整体性能，另外在复杂背景环境下，抑制效果表现不佳。
而采用特殊的检测算法进行虚警判别后抑制，往往只针对某个特定的场景或空间目标进行优化，并不适用与所有任务场景，另外，加入虚警抑制算法会降低检测速率，存在算法实时性的问题。
发明内容
为了解决大视场空间目标检测时，如何有效判别检测结果中存在虚警的技术问题，本发明提出了一种基于空间目标检测结果的虚警判别方法，本发明基于望远镜凝视工作模式，采用逆向思路，先得到空间目标的初步检测结果，针对不同观测场景中的虚警特点，分别总结特征并提出针对性的解决方案，从而对空间目标的初步检测结果进行虚警判别，保证真实目标检测灵敏度；避免由于真实目标检测灵敏度低，导致一些真实目标被漏检以及影响系统的整体性能的情况出现；本方案适用于复杂背景下的目标检测虚警抑制场景，方便后续程序对判别出的虚警进行抑制；有效降低了虚警率，减少误报，提高了虚警判别的速度、精度与准确率，进一步确保安全，同时优化资源分配，提高工作效率并节省开支。
本发明的目的通过以下技术方案来具体实现：
本发明公开了一种基于空间目标检测结果的虚警判别方法，该方法基于望远镜凝视工作模式，该方法包括以下步骤：
步骤一、获取空间目标检测结果中包含空间目标的多帧图像，通过开源软件SExtractor得到每帧图像中空间目标的星像连通域和星像像素值；
步骤二、基于星像连通域计算每帧图像中空间目标的星像长轴和偏心率；
步骤三、基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向；并通过空间目标的速度大小得到变异系数；
步骤四、分别设置不同虚警对应的阈值，若空间目标对应步骤一至步骤三中的判据参数满足所述虚警对应的阈值，则判别该空间目标为虚警；所述虚警为热像素虚警、天光虚警、形状不匹配虚警、恒星虚警、速度大小不一致虚警和速度方向不一致虚警，判据参数为：星像连通域、星像像素值、星像长轴、偏心率、空间目标的速度大小和速度方向、恒星的速度大小和速度方向以及变异系数，判别方法包括：
若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警；
若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警；
若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警；
基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警；
若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警；或判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
步骤二中，基于星像连通域计算每帧图像中的星像长轴和偏心率的计算方法为：
其中，
D(Xθ)＝cos2θ·D(X)+sin2θ·D(Y)-2sinθcosθ·Cov(X,Y)；
D(Yθ)＝sin2θ·D(X)+cos2θ·D(Y)+2sinθcosθ·Cov(X,Y)；
其中，e为偏心率；A为星像长轴；B为星像短轴；(Xθ,Yθ)为星像坐标(X,Y)旋转变量θ后的坐标；D(Xθ)为Xθ的二阶中心矩；D(Yθ)为Yθ的二阶中心矩；D(X)为基于星像连通域计算的X轴的二阶中心矩，即X轴的方差；D(Y)为基于星像连通域计算的Y轴的二阶中心矩，即Y轴的方差；Cov(X,Y)为基于星像连通域计算的X轴和Y轴的二阶混合矩，即X轴和Y轴的协方差。
步骤三中，基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向的计算方法为：
选取计算图像；其中，空间目标的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的每帧图像；恒星的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的第一帧图像和最后一帧图像，使用开源软件SExtractor进行星图匹配，根据星图匹配的结果，分别找到第一帧图像和最后一帧图像中星像像素值最大的三颗公共恒星作为控制点，组成控制三角形，排除三点共线的三角形；
基于选取的计算图像进行速度大小和速度方向的计算，计算方法包括：
vS＝(Δx,Δy)；
其中，vS为速度大小；(Δx,Δy)为仿射变换模型中的坐标平移量；nS为速度方向。
步骤三中，通过空间目标的速度大小得到变异系数的计算方法包括：
基于速度大小得到速度的标准差以及速度的均值；
用速度的标准差除以速度的均值得到变异系数。
步骤四的判别方法中，若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警的判别方法包括：
设置热像素阈值为8个像素和k倍；其中，k≥1；
若空间目标的星像连通域不小于8个像素，则判断空间目标为真；
若空间目标的星像连通域小于8个像素，则对星像连通域中星像像素值的峰值像素与该峰值像素紧邻的8个邻域像素均值进行比较，若峰值像素大于8个邻域像素均值k倍以上，则判断空间目标为虚警，识别该虚警为热像素虚警。
步骤四的判别方法中，若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警的判别方法包括：
天光虚警阈值为基于图像中天光像素值分布特征确定的天光判断阈值和基于空间目标点周围区域的像素值分布特征确定的亮目标判断阈值；
根据图像视场大小预设矩形框；所述矩形框以空间目标检测结果中包含空间目标的星像像素值的峰值点为中心；
计算矩形框内的星像像素值中位数与全局星像像素值中位数的比值，若比值大于天光判断阈值，则计算星像像素值的峰值点像素值与矩形框内像素中位数比值，若小于亮目标判断阈值，则判断空间目标为虚警，识别该虚警为天光虚警。
步骤四的判别方法中，若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警的判别方法包括：
设置形状不匹配虚警阈值为连通域一致性判断阈值dS、长轴一致性判断阈值dFw和偏心率一致性判断阈值dE；
计算空间目标的当前帧与前一帧的星像连通域像素大小比值ISOAREAF_IMAGE、当前帧与前一帧的星像长轴比值FLUX_RADIUS以及当前帧与前一帧图像中偏心率差的绝对值ELLIPTICITY；
当相邻两帧中任意一帧空间目标的星像连通域像素大小大于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤；
当相邻两帧目标的星像连通域像素大小均小于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤。
步骤四的判别方法中，基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警的判别方法包括：
恒星虚警阈值为基于恒星的速度方向设置的方向向量夹角阈值、基于GEO的速度大小设置的高轨速度保护区和基于恒星的速度大小设置的逆行速度保护区；
空间目标的速度方向与恒星的速度方向的方向向量夹角小于方向向量夹角阈值时，
若空间目标的速度大小小于高轨保护速度，空间目标落入高轨速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；或
若空间目标的速度大小大于低轨逆行保护速度，空间目标落入逆行速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；
所述高轨保护速度为：vguardgeo＝Vgeomax*180/pi*3600*delta_T/AR；
其中，vguardgeo为高轨保护速度；Vgeomax为GEO的最大速度；pi为圆周率；delta_T为相邻帧间隔时间，单位为s，AR为望远镜的角分辨率，单位为角秒/像素；
所述低轨逆行保护速度为：vguardstar＝starmotionmax*2；
其中，vguardstar为低轨逆行保护速度；starmotionmax是凝视模式下恒星的最快运动速度，大小为速度大小vS*delta_T/AR。
步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则获取计算的空间目标的速度大小的变异系数speedcofvar，若变异系数小于变异系数虚警阈值，满足速度大小一致性，空间目标为真；否则，判断空间目标为虚警，识别该虚警为速度大小不一致虚警。
步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；速度方向虚警阈值为基于目标点在多帧图像中的速度方向一致性设置的方向一致性系数directiondiff；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则设置方向一致性系数directiondiff，若相邻前后帧速度方向差值大于方向一致性系数directiondiff，则判断为速度方向不一致，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
本发明公开了一种基于空间目标检测结果的虚警判别方法，通过星像连通域和星像像素值对热像素虚警判别，防止对真正的亮空间目标造成误抑制；通过星像像素值判别天光虚警，防止天光背景上真正的亮空间目标被误抑制；通过对星像连通域、星像长轴和偏心率的计算判别形状不匹配虚警，结合形状特性进行虚警判断；对恒星的运动特性进行总结，得出恒星的运动速度大小和方向，并根据运动特性对恒星虚警进行判别，更加准确快速；根据空间目标的速度大小以及变异系数对速度大小不一致虚警进行判别时，加入定位误差保护速度阈值，防止因质心定位误差而导致空间目标被误抑制；对空间目标的速度方向判断速度方向不一致虚警时，加入高轨速度保护区和逆行速度保护区，防止空间目标被误抑制。
本发明所提供的虚警判别方法，适用于复杂背景下的目标检测虚警判别和抑制，虚警判别的效果较好，虚警率由传统的质心跟踪方法的60％降到10％，大大提高了空间目标检测的效果。另外本发明实时性很高，使用处理器Intel Xeon(R)CPU E5-2630 v4@2.20GHz×40，内存62.8G，硬盘6.2TB，处理10个目标平均用时8.9s。方法比较灵活，可以根据具体情况进行调整和优化。本文阈值设定需要对于不同图像特征进行设定，以达到最佳效果，进一步的可以结合深度学习等优化算法进行参数优化。
附图说明
下面根据附图和实施例对本发明作进一步详细说明。
图1是本发明提供的一种基于空间目标检测结果的虚警判别方法流程图；
图2是本发明提供的星像长轴、短轴、相位角示意图；
图3是本发明提供的热像素虚警示意图；
图4a是本发明提供的包含天光的图像示意图；
图4b是本发明提供的天光虚警示意图；
图5a是本发明提供的形状不匹配的目标在第一帧的星像示意图；
图5b是本发明提供的形状不匹配的目标在第二帧的星像示意图；
图5c是本发明提供的形状不匹配的目标在第三帧的星像示意图；
图5d是本发明提供的形状不匹配的目标在第四帧的星像示意图；
图6是本发明提供的恒星星像运动示意图；
图7是本发明提供的高轨速度保护区和逆行速度保护区示意图；
图8是本发明提供的空间目标速度方向落入恒星方向范围示意图。
具体实施方式
如图1所示，本发明实施例一提供了一种基于空间目标检测结果的虚警判别方法，该方法基于望远镜凝视工作模式，该方法包括以下步骤：
步骤一、获取空间目标检测结果中包含空间目标的多帧图像，通过开源软件SExtractor得到每帧图像中空间目标的星像连通域和星像像素值；
通过开源软件SExtractor对每帧图像进行质心提取，通过八像连通域法基于质心计算检测结果中空间目标的星像连通域和星像像素值。星像是指已检测出的空间目标在图片中的点状图像，星像连通域是指该图像所包含的像素点区域，连通域大小即像素点数量，而星像像素值是指该区域各像素点的灰度值，即像素值大小。开源软件SExtractor是一套从天文观测图像中探测天体并测量其位置、星等等信息的开源软件。
其中，八像连通域法将一个像素的8个邻域像素视为与其连接的像素。这包括了像素周围的左、右、上、下四个邻域像素，以及其四个对角线方向上的邻域像素。如果这些邻域像素与当前像素具有相似的性质(如亮度、颜色等)，它们就被认为是连通的，属于同一个连通域。
步骤二、基于星像连通域计算每帧图像中空间目标的星像长轴和偏心率；
步骤三、基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向；并通过空间目标的速度大小得到变异系数；
步骤四、分别设置不同虚警对应的阈值，若空间目标对应步骤一至步骤三中的判据参数满足所述虚警对应的阈值，则判别该空间目标为虚警；所述虚警为热像素虚警、天光虚警、形状不匹配虚警、恒星虚警、速度大小不一致虚警和速度方向不一致虚警，判据参数为：星像连通域、星像像素值、星像长轴、偏心率、空间目标的速度大小和速度方向、恒星的速度大小和速度方向以及变异系数，判别方法包括：
若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警；
若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警；
若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警；
基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警；
若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警；或判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
步骤二中，基于星像连通域计算每帧图像中的星像长轴和偏心率的计算方法为：
其中，
D(Xθ)＝cos2θ·D(X)+sin2θ·D(Y)-2sinθcosθ·Cov(X,Y)；
D(Yθ)＝sin2θ·D(X)+cos2θ·D(Y)+2sinθcosθ·Cov(X,Y)；
其中，e为偏心率；A为星像长轴；B为星像短轴；(Xθ,Yθ)为星像坐标(X,Y)旋转变量θ后的坐标；D(Xθ)为Xθ的二阶中心矩；D(Yθ)为Yθ的二阶中心矩；D(X)为基于星像连通域计算的X轴的二阶中心矩，即X轴的方差；D(Y)为基于星像连通域计算的Y轴的二阶中心矩，即Y轴的方差；Cov(X,Y)为基于星像连通域计算的X轴和Y轴的二阶混合矩，即X轴和Y轴的协方差。
步骤三中，基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向的计算方法为：
选取计算图像；其中，空间目标的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的每帧图像；恒星的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的第一帧图像和最后一帧图像，使用开源软件SExtractor进行星图匹配，根据星图匹配的结果，分别找到第一帧图像和最后一帧图像中星像像素值最大的三颗公共恒星作为控制点，组成控制三角形，排除三点共线的三角形；
基于选取的计算图像进行速度大小和速度方向的计算，计算方法包括：
vS＝(Δx,Δy)；
其中，vS为速度大小；(Δx,Δy)为仿射变换模型中的坐标平移量；nS为速度方向。
步骤三中，通过空间目标的速度大小得到变异系数的计算方法包括：
基于速度大小得到速度的标准差以及速度的均值；
用速度的标准差除以速度的均值得到变异系数。
步骤四的判别方法中，若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警的判别方法包括：
设置热像素阈值为8个像素和k倍；其中，k≥1；
若空间目标的星像连通域不小于8个像素，则判断空间目标为真；
若空间目标的星像连通域小于8个像素，则对星像连通域中星像像素值的峰值像素与该峰值像素紧邻的8个邻域像素均值进行比较，若峰值像素大于8个邻域像素均值k倍以上，则判断空间目标为虚警，识别该虚警为热像素虚警。
步骤四的判别方法中，若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警的判别方法包括：
天光虚警阈值为基于图像中天光像素值分布特征确定的天光判断阈值和基于空间目标点周围区域的像素值分布特征确定的亮目标判断阈值；
根据图像视场大小预设矩形框；所述矩形框以空间目标检测结果中包含空间目标的星像像素值的峰值点为中心；
计算矩形框内的星像像素值中位数与全局星像像素值中位数的比值，若比值大于天光判断阈值，则计算星像像素值的峰值点像素值与矩形框内像素中位数比值，若小于亮目标判断阈值，则判断空间目标为虚警，识别该虚警为天光虚警。
步骤四的判别方法中，若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警的判别方法包括：
设置形状不匹配虚警阈值为连通域一致性判断阈值dS、长轴一致性判断阈值dFw和偏心率一致性判断阈值dE；
计算空间目标的当前帧与前一帧的星像连通域像素大小比值ISOAREAF_IMAGE、当前帧与前一帧的星像长轴比值FLUX_RADIUS以及当前帧与前一帧图像中偏心率差的绝对值ELLIPTICITY；
当相邻两帧中任意一帧空间目标的星像连通域像素大小大于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤；
当相邻两帧目标的星像连通域像素大小均小于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤。
步骤四的判别方法中，基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警的判别方法包括：
恒星虚警阈值为基于恒星的速度方向设置的方向向量夹角阈值、基于GEO的速度大小设置的高轨速度保护区和基于恒星的速度大小设置的逆行速度保护区；
空间目标的速度方向与恒星的速度方向的方向向量夹角小于方向向量夹角阈值时，
若空间目标的速度大小小于高轨保护速度，空间目标落入高轨速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；或
若空间目标的速度大小大于低轨逆行保护速度，空间目标落入逆行速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；
所述高轨保护速度为：vguardgeo＝Vgeomax*180/pi*3600*delta_T/AR；
其中，vguardgeo为高轨保护速度；Vgeomax为GEO的最大速度；pi为圆周率；delta_T为相邻帧间隔时间，单位为s，AR为望远镜的角分辨率，单位为角秒/像素；
所述低轨逆行保护速度为：vguardstar＝starmotionmax*2；
其中，vguardstar为低轨逆行保护速度；starmotionmax是凝视模式下恒星的最快运动速度，大小为速度大小vS*delta_T/AR。
步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则获取计算的空间目标的速度大小的变异系数speedcofvar，若变异系数小于变异系数虚警阈值，满足速度大小一致性，空间目标为真；否则，判断空间目标为虚警，识别该虚警为速度大小不一致虚警。
步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；速度方向虚警阈值为基于目标点在多帧图像中的速度方向一致性设置的方向一致性系数directiondiff；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则设置方向一致性系数directiondiff，若相邻前后帧速度方向差值大于方向一致性系数directiondiff，则判断为速度方向不一致，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
本发明公开了一种基于空间目标检测结果的虚警判别方法，通过星像连通域和星像像素值对热像素虚警判别，防止对真正的亮空间目标造成误抑制；通过星像像素值判别天光虚警，防止天光背景上真正的亮空间目标被误抑制；通过对星像连通域、星像长轴和偏心率的计算判别形状不匹配虚警，结合形状特性进行虚警判断；对恒星的运动特性进行总结，得出恒星的运动速度大小和方向，并根据运动特性对恒星虚警进行判别，更加准确快速；根据空间目标的速度大小以及变异系数对速度大小不一致虚警进行判别时，加入定位误差保护速度阈值，防止因质心定位误差而导致空间目标被误抑制；对空间目标的速度方向判断速度方向不一致虚警时，加入高轨速度保护区和逆行速度保护区，防止空间目标被误抑制。
为了对本发明的技术方案做进一步解释，现提供一个实例进行说明。
根据空间目标检测结果中包含空间目标的多帧图像，获取判据参数：星像连通域、星像像素值、星像长轴、偏心率、空间目标的速度大小和速度方向、恒星的速度大小和速度方向以及变异系数。具体的计算方法如下：
使用开源软件SExtractor对空间目标检测结果中包含空间目标的多帧图像进行质心提取，计算已检测空间目标的星像连通域和星像像素值。
计算每一帧图像中已检测出空间目标的星像长轴和偏心率。本实例中，使用长轴A、短轴B以及相位角来描述星像，如图2所示，其中，A和B分别描述了星像在图像上的扩散程度，描述了星像轮廓的指向信息，表示椭圆的长轴在图像坐标系下的相位角，以X轴为起始轴，逆时针旋转为正，取值范围为[0,π)。
将像素坐标的横纵坐标视为离散随机变量X和Y。定义椭圆星像的一阶矩为：
其中S表示星像连通域，和分别表示变量X和Y的一阶矩。则求得二阶矩为：
其中，E(X)为X轴的一阶中心矩，E(Y)为Y轴的一阶中心矩；E([X-E(X)]2)、E([Y-E(Y)]2)表示X和Y的二阶中心矩，也即方差D(X)和D(Y)，E([X-E(X)][Y-E(Y)])表示X和Y的二阶混合矩，也即协方差Cov(X,Y)，和分别表示X和Y的二阶原点矩，表示X和Y的二阶混合原点矩；为X轴的一阶中心矩的平方，为Y轴的一阶中心矩的平方；(xi,yi)为像素坐标，Ii为像素值，i为第几个像素点。
可以将椭圆星像看为由一个长轴与X轴重合、短轴与Y轴重合的标准椭圆逆时针旋转得到。为了确定值，先假设变量θ，根据平面内的坐标旋转公式求出坐标(X,Y)绕星像质心旋转θ后的像素坐标。
其中，(Xθ,Yθ)表示(X,Y)旋转θ后的坐标。则可以得到Xθ、Yθ对应的一阶矩和如下。
接下来对Xθ的二阶中心矩进行推导如下。
将(3)和(4)代入可得：
结合(2)式进一步可推导出：
D(Xθ)＝cos2θ·D(X)+sin2θ·D(Y)-2sinθcosθ·Cov(X,Y) (7)
同理推导出Yθ的二阶中心矩和Xθ、Yθ的协方差。
D(Yθ)＝sin2θ·D(X)+cos2θ·D(Y)+2sinθcosθ·Cov(X,Y) (8)
Cov(Xθ,Yθ)＝sinθcosθ·D(X)-sinθcosθ·D(Y)+(cos2θ-sin2θ)·Cov(X,Y) (9)
因此，旋转变换后的二阶矩由旋转前的二阶矩线性相加而成，系数为旋转角θ的余弦函数。对于椭圆星像来说，沿着长轴方向时变量的二阶中心矩达到最大，沿着短轴方向时变量的二阶中心矩达到最小。根据本文相位角的定义，可知当Xθ的二阶中心矩D(Xθ)达到最大时，即Xθ的方向就是长轴方向，有θ∈[0,π)。故求解偏导数：
令求解极值点，当D(X)≠D(Y)时
当θ取极大值点时，Xθ的方向为长轴方向；当θ取极小值点时，Xθ的方向为短轴方向。因此通过二阶偏导来对极值进行判定。
为了确保取值为极大值点，θ需要满足以下条件：
① D(Y)-D(X)＞0,cos(2θ)＞0,1-tan2(2θ)＞0,θ∈[0,π)
② D(Y)-D(X)＞0,cos(2θ)＜0,1-tan2(2θ)＜0,θ∈[0,π)
③ D(Y)-D(X)＜0,cos(2θ)＞0,1-tan2(2θ)＜0,θ∈[0,π)
④ D(Y)-D(X)＜0,cos(2θ)＜0,1-tan2(2θ)＞0,θ∈[0,π)
因此，当式(11)求解结果满足
或
的时候，有因此，求得椭圆星像的相位角本发明分别以长轴和短轴方向上的标准差来表示椭圆星像的长轴和短轴：
进一步可以求得偏心率为
基于空间目标检测结果中包含空间目标的多帧图像序列中第一帧图像和最后一帧图像进行恒星运动速度方向的计算。使用开源软件SExtractor进行星图匹配，根据星图匹配的结果，分别找到两帧图像中像素值最大的三颗公共恒星作为控制点，组成控制三角，排除三点共线和边长过短的三角形。星图的移动是由望远镜指向变化引起的，可忽略投影变换而视为仿射变换，构建仿射变换模型如下：
其中，(Xk+1,Yk+1)为第k+1帧的恒星在像素坐标系中的位置，(Xk,Yk)为第k帧的恒星在像素坐标系中的位置，(Δx,Δy)为恒星坐标平移量，γ为图像旋转角度，λ为仿射缩放因子。为了便于方程组求解，作如下变换，
则可得如下方程组，
其中，Xk、Yk、Xk+1、Yk+1为已知条件，a11、a12、a13、a21、a22、a23为待求解量。代入三组控制点即可求解，由于大畸变和星像模糊的影响，质心定位存在一定的误差，因此，该方程组没有精确解，通过最小二乘的方法求得最优解，并进一步可得，
由λ≈1可知，恒星背景的变换近似为刚体变换。而γ≈0则说明在本发明的应用背景下，恒星背景的移动可以视为直线运动。因此，可以求得像素坐标系中恒星的运动速度为vS＝(Δx,Δy)，则恒星的运动方向可以表示为向量
通过公式vS＝(Δx,Δy)；可求得基于仿射变换模型计算的每帧图像中空间目标的速度大小和速度方向。并通过空间目标的速度大小得到变异系数：基于速度大小得到速度的标准差以及速度的均值；用速度的标准差除以速度的均值得到变异系数。
至此，判据参数全部准备完毕。
对空间目标检测结果中的空间目标进行虚警判别：
1、热像素虚警：在望远镜进行天文拍摄时，可能会出现一些热像素。这些热像素往往是由相机原件内部电路产生的热噪声、温度扰动等因素引起的，通常会在暗色区域或长时间曝光下出现，呈现为亮白色的点状物，如图3所示，这些热像素会干扰真实的观测数据，特别是在低信噪比情况下容易被误认为是来自于空间目标信号，从而增加虚警率。对于热像素虚警的判断，首先控制连通域大小，根据开源软件SExtractor计算出的空间的星像目标连通域大小，若大于8个像素则判断空间目标为真，若小于8个像素，则对空间目标的峰值像素与峰值点紧邻的8个像素均值进行比较，若峰值像素大于邻域均值k倍，其中，k≥1；则判断该空间目标点为热像素点，识别该空间目标是热像素虚警。
热像素通常会比周围像素更亮，如果峰值点的像素值与邻域像素均值的比值大于阈值k的话，则判断该目标为热像素点。
例如：首先控制星像连通域大小，若空间目标的星像连通域大于8个像素则直接判断空间目标为真，若小于8个像素，则对空间目标峰值像素与峰值点紧密相邻的8个像素的均值进行比较，若峰值像素大于邻域均值的1.2倍，则判断该空间目标点为热像素点，识别空间目标是热像素虚警。
2、天光虚警：天光虚警是指由于大气散射和吸收、夜间人工照明增加等原因，在某些特定时间和位置观测到的光线强度异常增强而被错误地认为是来自于空间目标的信号，如图4a和图4b所示。天光虚警通常会出现在清晨、黄昏或夜晚等特定时间段，同时还受到大气环境和天气条件影响，如地面湿度、降水、气溶胶浓度、云层覆盖等。这些异常的光线信号可能会与真实的空间目标信号混合在一起，导致观测数据的精度和准确性下降，部分虚假的光线信号被错误地认为是来自于空间目标，导致虚警的产生。对于天光虚警，首先规定一个以已检测空间目标星像像素峰值点为中心的矩形框，矩形框边长根据图像视场大小来确定，计算此矩形框内的像素值中位数与全局像素值中位数的比值，若比值大于天光判断阈值，则可能是天光虚警，进一步计算目标峰值点与矩形框内像素中位数比值，若小于亮目标判断阈值，则确定该目标点是天光虚警，否则不是虚警，而是在天光背景上的一个更亮的空间目标。
例如：矩形框边长取值分别为401和201像素，同时为防止空间目标点位于图像边缘，矩形框超出图像范围，加入边缘判定。计算此矩形框内的像素中位数与全局像素中位数的比值，若比值大于天光判断阈值＝1.2，则可能是天光虚警，进一步计算目标峰值点像素与矩形框内像素中位数比值，若小于亮目标判断阈值＝1.1，则确定该空间目标点是天光虚警。
3、形状不匹配虚警：判断空间目标的形状当前帧与前一帧是否匹配的。通常情况下，短时间内空间目标的星像在前后帧图像中形状特征是不变的，可以从星像的大小、偏心率等方面进行形状匹配的判断，如图5a-图5d所示为典型的形状不匹配，以此作为条件往往能够分辨出由恒星或噪声引起的虚警。形状匹配通常从像素连通域大小、星像长轴和偏心率三个方面进行判断。首先计算空间目标当前帧与前一帧星像连通域像素大小比值ISOAREAF_IMAGE，当前帧与前一帧星像长轴比值FLUX_RADIUS以及两帧图像中偏心率差的绝对值ELLIPTICITY，规定dS为连通域一致性判断阈值，dFw为长轴一致性判断阈值，dE为偏心率一致性判断阈值，根据连通域大小作两种标准分割值，当相邻两帧中任意一帧目标的连通域像素大小大于10个像素时，阈值取标准一：当同时满足dS≤
ISOAREAF_IMAGE<1/dS，dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断为真实空间目标，否则判断空间目标的形状当前帧与前一帧的形状不匹配，是形状不匹配虚警；当两帧星像连通域像素大小均小于10个像素时，阈值取标准二：当同时满足dS≤ISOAREAF_IMAGE<1/dS，dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，是形状不匹配虚警。
例如：计算空间目标当前帧与前一帧星像连通域像素大小比值ISOAREAF_IMAGE，当前帧与前一帧星像长轴比值FLUX_RADIUS以及两帧图像中偏心率差的绝对值ELLIPTICITY，当相邻两帧中任意一帧空间目标的星像连通域像素大小大于10像素时，取标准一：dS＝0.5，dE＝1，dFW＝0；当两帧空间目标星像连通域像素大小均小于10像素时，取标准二：dS＝0.2，dE＝1，dFW＝0，根据形状匹配进行形状不匹配虚警判断。
4、恒星虚警：用于结合速度方向判断。望远镜凝视模式下，恒星目标在图像中运动方向是一致的，其运动轨迹如图6所示，因此从速度方向上可以将空间目标与恒星分辨出来。但是需要注意的是，与恒星运动同方向的还可能是高轨上的空间目标或者逆行轨道上的空间目标，高轨顺行的空间目标在图像上的运动方向可能与恒星运动方向相同，但速度大小要小于恒星，因此需要设置一个高轨速度保护区，而逆行轨道的空间目标在图像上的运动方向也与可能恒星相同，但速度大小要远大于恒星，设置一个逆行速度保护区，这样可以有效防止这两类空间目标被误抑制，两个速度保护区如图7阴影部分所示。结合速度方向判断恒星虚警，在得到恒星运动方向向量的基础上，首先计算空间目标的运动速度大小和方向，通过图像编号索引确定第一帧图像的位置，然后对于后续的每帧图像，确定相应索引，计算该帧图像中空间目标相对第一帧的位移向量，除以其与第一帧的帧数差得到平均速度。根据空间目标运动方向向量与恒星运动方向向量，计算向量夹角，若夹角小于设定的恒星虚警阈值，则可以判断空间目标的运动方向落入了恒星运动方向范围，如图8所示(待判别的空间目标简称目标)，其中长虚线表示恒星运动方向，短虚线表示其阈值范围，而实线为目标运动方向，其落入了恒星运动方向范围内，可能为恒星虚警，进一步验证速度大小是否在高轨保护区和逆行速度保护区。若速度小于高轨保护速度vguardgeo＝Vgeomax*180/pi*3600*delta_T/AR，则落入高轨保护区，判断为真实目标，其中Vgeomax为GEO的最大速度，经统计为2.25*10-5rad/s，delta_T为相邻帧间隔时间，单位为s，AR为望远镜的角分辨率，单位为角秒/像素；若速度大于低轨逆行保护速度vguardstar＝starmotionmax*2，则落入逆行速度保护区，判断为真实目标，其中starmotionmax是凝视模式下恒星的最快运动速度，大小为*delta_T/AR。若不在高轨速度保护区和逆行速度保护区，则确认为恒星虚警。
例如：设置方向向量夹角阈值为10°，求解待判别目标的运动速度大小和方向，计算目标运动速度方向与恒星运动方向的夹角，若夹角小于10°，则可能是恒星虚警，进一步验证其速度大小是否在高轨速度保护区和逆行速度保护区。本例中相邻帧间隔时间delta_T＝6s，望远镜的角分辨率AR＝8.5角秒/像素，若不在高轨速度保护区和逆行速度保护区，则确认为恒星虚警。
5、速度大小不一致虚警：根据速度大小一致性判断是否为虚警。如果空间目标在观测时间段内的运动状态保持稳定不变，那么在多帧图像的测量中，获得的速度大小应该是相同的。因此，在望远镜凝视模式下，通过多帧图像的测量所得到的空间目标速度大小具有一致性。通过速度大小的变异系数来评判速度大小一致性，变异系数为标准差与平均值的比值，是一种用来描述数据离散程度的统计指标。判断速度大小一致性，首先考虑到质心定位的不准确性，需要设置定位误差保护速度阈值speedguard，对于运动速度小于speedguard的空间目标，可以直接判断为真实的空间目标，否则计算空间目标运动速度的变异系数，用空间目标速度的标准差除以均值得到变异系数speedcofvar，若变异系数小于变异系数虚警阈值，则说明相邻帧之间速度大小的相对离散程度较小，速度大小大致保持一致，是真实的空间目标。否则不满足速度大小一致性，判断该空间目标为速度大小不一致虚警。
例如：变异系数虚警阈值设置为0.05，设置定位误差保护速度阈值speedguard＝0.5像素/帧，若前后两帧速度均小于speedguard，则判断空间目标为真实空间目标，否则计算空间目标运动速度的变异系数，用空间目标速度的标准差除以均值得到变异系数speedcofvar。若大于0.05，则判断该空间目标为速度大小不一致虚警。
6、速度方向不一致虚警：根据速度方向一致性判断是否为虚警。如果空间目标在观测时间段内的相对位置和运动状态保持稳定不变，那么通过多帧图像测量所得到的速度方向应该是相同的。因此，在望远镜凝视模式下，空间目标点在多帧图像中应满足速度方向一致性。同样需要考虑质心定位误差，若运动速度大小小于定位误差保护速度阈值speedguard，则判断为真实空间目标，否则对速度方向一致性进行判断。设置方向一致性系数directiondiff，若前后帧速度方向差值大于directiondiff，则判断为速度方向不一致，是速度方向不一致虚警。
例如：当前后两帧速度均小于定位误差保护速度阈值speedguard时，判断空间目标为真实空间目标，否则对速度方向一致性进行判断。取用于对速度方向一致性进行检验的方向一致性系数directiondiff＝5，若前后帧速度方向差值大于方向一致性系数directiondiff，则判断为速度方向不一致，是速度方向不一致虚警。
当空间目标在任一帧图像中满足以上六点判断之一，都可以确定该目标为虚警，进行抑制。
本发明适用于复杂背景下的目标检测虚警判别和抑制场景，采用逆向思路，保证了检测灵敏度，提高了虚警判别的速度、精度与准确率；降低了虚警率；确保安全，同时优化资源分配节省开支。
本发明所提供的虚警判别方法，虚警判别的效果较好，虚警率由传统的质心跟踪方法的60％降到10％，大大提高了空间目标检测的效果。另外本发明实时性很高，使用处理器Intel Xeon(R)CPU E5-2630 v4@2.20GHz×40，内存62.8G，硬盘6.2TB，处理10个目标平均用时8.9s。方法比较灵活，可以根据具体情况进行调整和优化。本文阈值设定需要对于不同图像特征进行设定，以达到最佳效果，进一步的可以结合深度学习等优化算法进行参数优化。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于空间目标检测结果的虚警判别方法，该方法基于望远镜凝视工作模式，其特征在于，该方法包括以下步骤：
步骤一、获取空间目标检测结果中包含空间目标的多帧图像，通过开源软件SExtractor得到每帧图像中空间目标的星像连通域和星像像素值；
步骤二、基于星像连通域计算每帧图像中空间目标的星像长轴和偏心率；
步骤三、基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向；并通过空间目标的速度大小得到变异系数；
步骤四、分别设置不同虚警对应的阈值，若空间目标对应步骤一至步骤三中的判据参数满足所述虚警对应的阈值，则判别该空间目标为虚警；所述虚警为热像素虚警、天光虚警、形状不匹配虚警、恒星虚警、速度大小不一致虚警和速度方向不一致虚警；判据参数为：星像连通域、星像像素值、星像长轴、偏心率、空间目标的速度大小和速度方向、恒星的速度大小和速度方向以及变异系数；判别方法包括：
若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警；
若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警；
若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警；
基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警；
若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警；或判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
2.如权利要求1所述的方法，其特征在于，步骤二中，基于星像连通域计算每帧图像中的星像长轴和偏心率的计算方法为：
其中，
D(Xθ)＝cos2θ·D(X)+sin2θ·D(Y)-2sinθcosθ·Cov(X,Y)；
D(Yθ)＝sin2θ·D(X)+cos2θ·D(Y)+2sinθcosθ·Cov(X,Y)；
其中，e为偏心率；A为星像长轴；B为星像短轴；(Xθ,Yθ)为星像坐标(X,Y)旋转变量θ后的坐标；D(Xθ)为Xθ的二阶中心矩；D(Yθ)为Yθ的二阶中心矩；D(X)为基于星像连通域计算的X轴的二阶中心矩，即X轴的方差；D(Y)为基于星像连通域计算的Y轴的二阶中心矩，即Y轴的方差；Cov(X,Y)为基于星像连通域计算的X轴和Y轴的二阶混合矩，即X轴和Y轴的协方差。
3.如权利要求1所述的方法，其特征在于，步骤三中，基于仿射变换模型计算每帧图像中空间目标的速度大小和速度方向以及图像中恒星的速度大小和速度方向的计算方法为：
选取计算图像；其中，空间目标的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的每帧图像；恒星的速度大小和速度方向的计算图像为获取空间目标检测结果中包含空间目标的第一帧图像和最后一帧图像，使用开源软件SExtractor进行星图匹配，根据星图匹配的结果，分别找到第一帧图像和最后一帧图像中星像像素值最大的三颗公共恒星作为控制点，组成控制三角形，排除三点共线的三角形；
基于选取的计算图像进行速度大小和速度方向的计算，计算方法包括：
vS＝(Δx,Δy)；
其中，vS为速度大小；(Δx,Δy)为仿射变换模型中的坐标平移量；nS为速度方向。
4.如权利要求3所述的方法，其特征在于，步骤三中，通过空间目标的速度大小得到变异系数的计算方法包括：
基于速度大小得到速度的标准差以及速度的均值；
用速度的标准差除以速度的均值得到变异系数。
5.如权利要求1所述的方法，其特征在于，步骤四的判别方法中，若星像连通域和星像像素值满足热像素阈值，则判断空间目标为虚警，识别该虚警为热像素虚警的判别方法包括：
设置热像素阈值为8个像素和k倍；其中，k≥1；
若空间目标的星像连通域不小于8个像素，则判断空间目标为真；
若空间目标的星像连通域小于8个像素，则对星像连通域中星像像素值的峰值像素与该峰值像素紧邻的8个邻域像素均值进行比较，若峰值像素大于8个邻域像素均值k倍以上，则判断空间目标为虚警，识别该虚警为热像素虚警。
6.如权利要求1所述的方法，其特征在于，步骤四的判别方法中，若星像像素值满足天光虚警阈值，则判断空间目标为虚警，识别该虚警为天光虚警的判别方法包括：
天光虚警阈值为基于图像中天光像素值分布特征确定的天光判断阈值和基于空间目标点周围区域的像素值分布特征确定的亮目标判断阈值；
根据图像视场大小预设矩形框；所述矩形框以空间目标检测结果中包含空间目标的星像像素值的峰值点为中心；
计算矩形框内的星像像素值中位数与全局星像像素值中位数的比值，若比值大于天光判断阈值，则计算星像像素值的峰值点像素值与矩形框内像素中位数比值，若小于亮目标判断阈值，则判断空间目标为虚警，识别该虚警为天光虚警。
7.如权利要求1或2所述的方法，其特征在于，步骤四的判别方法中，若星像连通域、星像长轴和偏心率满足形状不匹配虚警阈值，则判断空间目标为虚警，识别该虚警为形状不匹配虚警的判别方法包括：
设置形状不匹配虚警阈值为连通域一致性判断阈值dS、长轴一致性判断阈值dFw和偏心率一致性判断阈值dE；
计算空间目标的当前帧与前一帧的星像连通域像素大小比值ISOAREAF_IMAGE、当前帧与前一帧的星像长轴比值FLUX_RADIUS以及当前帧与前一帧图像中偏心率差的绝对值ELLIPTICITY；
当相邻两帧中任意一帧空间目标的星像连通域像素大小大于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤；
当相邻两帧目标的星像连通域像素大小均小于10个像素时，执行同时满足dS≤ISOAREAF_IMAGE<1/dS、dFw≤FLUX_RADIUS<1/dFw和ELLIPTICITY<dE时，判断空间目标为真，否则判断形状不匹配，空间目标为虚警，识别该虚警为形状不匹配虚警的判别步骤。
8.如权利要求1或3所述的方法，其特征在于，步骤四的判别方法中，基于恒星的速度大小和速度方向，若空间目标的速度大小和速度方向满足恒星虚警阈值，则判断空间目标为虚警，识别该虚警为恒星虚警的判别方法包括：
恒星虚警阈值为基于恒星的速度方向设置的方向向量夹角阈值、基于GEO的速度大小设置的高轨速度保护区和基于恒星的速度大小设置的逆行速度保护区；
空间目标的速度方向与恒星的速度方向的方向向量夹角小于方向向量夹角阈值时，
若空间目标的速度大小小于高轨保护速度，空间目标落入高轨速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；或
若空间目标的速度大小大于低轨逆行保护速度，空间目标落入逆行速度保护区，判断空间目标为真；否则，判断空间目标为虚警，识别该虚警为恒星虚警；
所述高轨保护速度为：vguardgeo＝Vgeomax*180/pi*3600*delta_T/AR；
其中，vguardgeo为高轨保护速度；Vgeomax为GEO的最大速度；pi为圆周率；delta_T为相邻帧间隔时间，单位为s，AR为望远镜的角分辨率，单位为角秒/像素；
所述低轨逆行保护速度为：vguardstar＝starmotionmax*2；
其中，vguardstar为低轨逆行保护速度；starmotionmax是凝视模式下恒星的最快运动速度，大小为速度大小vS*delta_T/AR。
9.如权利要求1、3或4所述的方法，其特征在于，步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，则判断速度大小的变异系数是否满足变异系数虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度大小不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则获取计算的空间目标的速度大小的变异系数speedcofvar，若变异系数小于变异系数虚警阈值，满足速度大小一致性，空间目标为真；否则，判断空间目标为虚警，识别该虚警为速度大小不一致虚警。
10.如权利要求1或3所述的方法，其特征在于，步骤四的判别方法中，若空间目标的速度大小满足定位误差保护速度阈值，判断空间目标的速度方向是否满足速度方向虚警阈值，若满足，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警的判别方法包括：
基于像素分辨率与定位准确度，设置定位误差保护速度阈值speedguard；速度方向虚警阈值为基于目标点在多帧图像中的速度方向一致性设置的方向一致性系数directiondiff；
若空间目标的运动速度大小小于定位误差保护速度阈值speedguard，则判断空间目标为真；否则设置方向一致性系数directiondiff，若相邻前后帧速度方向差值大于方向一致性系数directiondiff，则判断为速度方向不一致，则判断空间目标为虚警，识别该虚警为速度方向不一致虚警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311311477.7A CN117315498B (zh) | 2023-10-10 | 2023-10-10 | 一种基于空间目标检测结果的虚警判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311311477.7A CN117315498B (zh) | 2023-10-10 | 2023-10-10 | 一种基于空间目标检测结果的虚警判别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117315498A true CN117315498A (zh) | 2023-12-29 |
| CN117315498B CN117315498B (zh) | 2024-05-24 |
Family
ID=89246035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311311477.7A Active CN117315498B (zh) | 2023-10-10 | 2023-10-10 | 一种基于空间目标检测结果的虚警判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117315498B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060085129A1 (en) * | 2004-10-18 | 2006-04-20 | Trex Enterprises Corp. | Daytime stellar imager |
| US7263208B1 (en) * | 2003-08-04 | 2007-08-28 | United States Of America As Represented By The Secretary Of The Navy | Automated threshold selection for a tractable alarm rate |
| CN103617633A (zh) * | 2013-11-26 | 2014-03-05 | 北京航空航天大学 | 一种空间红外目标的级联识别方法 |
| US20150243032A1 (en) * | 2014-02-26 | 2015-08-27 | Raytheon Company | False alarm rejection for boat detection candidates |
| CN105574855A (zh) * | 2015-12-10 | 2016-05-11 | 南京理工大学 | 云背景下基于模板滤波和虚警抑制的红外小目标检测方法 |
| CN105910583A (zh) * | 2016-04-25 | 2016-08-31 | 北京理工大学 | 一种基于星载可见光相机的空间碎片快速检测定位方法 |
| CN108734103A (zh) * | 2018-04-20 | 2018-11-02 | 复旦大学 | 卫星视频中运动目标的检测与跟踪方法 |
| CN109903305A (zh) * | 2019-01-24 | 2019-06-18 | 天津国为信息技术有限公司 | 基于空中三维定位的线型目标落点定位方法 |
| CN110345918A (zh) * | 2019-05-27 | 2019-10-18 | 中国科学院紫金山天文台 | 基于恒星检索的空间碎片检测方法和系统 |
| CN114820801A (zh) * | 2022-07-01 | 2022-07-29 | 陕西仙电同圆信息科技有限公司 | 一种空间目标检测方法 |
| CN116091804A (zh) * | 2023-01-08 | 2023-05-09 | 中国人民解放军战略支援部队航天工程大学 | 一种基于相邻帧构型匹配的恒星抑制方法 |
-
2023
- 2023-10-10 CN CN202311311477.7A patent/CN117315498B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7263208B1 (en) * | 2003-08-04 | 2007-08-28 | United States Of America As Represented By The Secretary Of The Navy | Automated threshold selection for a tractable alarm rate |
| US20060085129A1 (en) * | 2004-10-18 | 2006-04-20 | Trex Enterprises Corp. | Daytime stellar imager |
| CN103617633A (zh) * | 2013-11-26 | 2014-03-05 | 北京航空航天大学 | 一种空间红外目标的级联识别方法 |
| US20150243032A1 (en) * | 2014-02-26 | 2015-08-27 | Raytheon Company | False alarm rejection for boat detection candidates |
| CN105574855A (zh) * | 2015-12-10 | 2016-05-11 | 南京理工大学 | 云背景下基于模板滤波和虚警抑制的红外小目标检测方法 |
| CN105910583A (zh) * | 2016-04-25 | 2016-08-31 | 北京理工大学 | 一种基于星载可见光相机的空间碎片快速检测定位方法 |
| CN108734103A (zh) * | 2018-04-20 | 2018-11-02 | 复旦大学 | 卫星视频中运动目标的检测与跟踪方法 |
| CN109903305A (zh) * | 2019-01-24 | 2019-06-18 | 天津国为信息技术有限公司 | 基于空中三维定位的线型目标落点定位方法 |
| CN110345918A (zh) * | 2019-05-27 | 2019-10-18 | 中国科学院紫金山天文台 | 基于恒星检索的空间碎片检测方法和系统 |
| CN114820801A (zh) * | 2022-07-01 | 2022-07-29 | 陕西仙电同圆信息科技有限公司 | 一种空间目标检测方法 |
| CN116091804A (zh) * | 2023-01-08 | 2023-05-09 | 中国人民解放军战略支援部队航天工程大学 | 一种基于相邻帧构型匹配的恒星抑制方法 |
Non-Patent Citations (1)
| Title |
|---|
| E. BERTIN AND S. ARNOUTS: "SExtractor: Software for source extraction", ASTRON. ASTROPHYS. SUPPL. SER., VOL. 117, NO. 2, 30 June 1996 (1996-06-30), pages 393 - 404, XP002482820, DOI: 10.1051/aas:1996164 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117315498B (zh) | 2024-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | HRSID: A high-resolution SAR images dataset for ship detection and instance segmentation | |
| CN111368706B (zh) | 基于毫米波雷达和机器视觉的数据融合动态车辆检测方法 | |
| Marquez et al. | Intra-hour DNI forecasting based on cloud tracking image analysis | |
| US9225943B2 (en) | PTZ video visibility detection method based on luminance characteristic | |
| Chauvin et al. | Cloud detection methodology based on a sky-imaging system | |
| CN107644416B (zh) | 一种基于地基云图的实时动态云量反演方法 | |
| CN1251144C (zh) | 复杂背景条件下红外弱小目标的检测与跟踪方法 | |
| Zhong et al. | Joint tracking of moving target in single-channel video SAR | |
| CN109859247A (zh) | 近地面场景红外小目标检测方法 | |
| CN114419825A (zh) | 基于毫米波雷达和摄像头的高铁周界入侵监测装置及方法 | |
| Lipschutz et al. | New methods for horizon line detection in infrared and visible sea images | |
| Chauvin et al. | Cloud motion estimation using a sky imager | |
| CN106404720A (zh) | 一种能见度观测方法 | |
| KR101649256B1 (ko) | 악천후감지 및 악천후감지에 따른 영상개선이 가능한 영상감시시스템 | |
| CN112487912A (zh) | 基于改进YOLOv3的任意方向舰船检测方法 | |
| CN116413725A (zh) | 一种基于摄像头与毫米波雷达数据融合的障碍物检测方法 | |
| CN115437030A (zh) | 一种高色散光纤光谱仪导星闭环跟踪方法和系统 | |
| Jacobs et al. | Toward fully automatic geo-location and geo-orientation of static outdoor cameras | |
| CN117315498B (zh) | 一种基于空间目标检测结果的虚警判别方法 | |
| Playle et al. | Infrared polarization sensor for forward looking mine detection | |
| CN101173984A (zh) | 星载太阳观察盲区目标探测跟踪相机 | |
| CN116091804B (zh) | 一种基于相邻帧构型匹配的恒星抑制方法 | |
| CN110827257B (zh) | 一种嵌入式机载红外图像视觉导航定位方法 | |
| US7414702B1 (en) | Reverse logic optical acquisition system and method | |
| Melville-Smith et al. | Enhanced micro target detection through local motion feedback in biologically inspired algorithms |
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 |