基于双液透镜光学系统的空间目标特征识别方法与流程

本发明涉及卫星相对测量与在轨服务技术，是一种自动空间目标特征识别方法，具体涉及一种基于方向聚类、液透镜自动调焦和特征点提取的快速自动识别方法。

背景技术：

随着在轨服务技术的快速发展需求，需要服务对象的类型各异，利用目标图像在较长工作距离范围内对目标的自动识别是在轨服务的基础条件。由于太空环境的限制，一般采用遥操作的方式通过人工参与的方式或者在目标上预先设置标识的方式完成对目标的识别。

在进行目标识别时，主要依据的是对目标上预知的特征标识进行匹配，来为在轨服务提供输入条件，目标上需要包含较明显的特征信息，例如标识灯、标志结构等，往往需要目标图像具有清晰的特征。目标普遍采用的识别方法，多数是基于人工或者半自动，效率不高且实时性差。

技术实现要素：

本发明的目的在于提供一种基于双液透镜光学系统的空间目标特征识别方法，以解决在轨服务过程中目标自动识别需要先验知识且实时性差的问题。

为达到上述发明内容，本发明的技术解决方案是：

步骤1：自动采集目标图像，并进行目标线性特征提取，得到目标的特征结构信息；

步骤2：对特征结构信息变换域的方向进行聚类处理，得到目标的初分类结果；

步骤3：依据方向聚类处理中参数的结果，调整液透镜光学系统焦距，计算图像在不同焦距情况下的聚类参数，迭代得到满足阈值要求的目标图像。

步骤4：在满足阈值要求的目标图像上，提取目标观测面的交点特征，对交点特征构建的形状信息进行自动识别计算，得到目标的分类结果。

所述的基于双液透镜光学系统的空间目标特征识别方法，其所述步骤1，是从原始目标图像中提取目标的线性特征，建立特征点集合；对于一幅图像I，计算得到平滑后图像S，计算公式为：

其中，I为原始目标图像，x，y为模板算子坐标，取值范围为[1,5]，σ为平滑参数，取值1.4。符号表示卷积运算，符号e表示指数运算。

计算图像S在x方向和y方向的偏导，计算公式为：

其中，符号表示一阶偏导运算。

计算图像S上梯度的方向Sθ和幅值Sm，计算公式为：

Sθ＝atan(Sy/Sx)

其中，符号atan表示反正切运算，符号右上标2表示平方运算，符号√表示开平方运算。

设置高低阈值θ1，θ2，取θ1＝0.4×θ2，按照高度阈值生成两幅强度图Sm1和Sm2。对Sm2进行逐点扫描，当遇到一个非零像素p(x,y)时，跟踪以其开始的轮廓线至终点q(x,y)。观察Sm1与Sm2中q(x,y)的八邻域，如果存在非零像素r(x,y)，则包含至Sm2图像中，并且以r(x,y)为起始点，重复跟踪轮廓线步骤直至在Sm1和Sm2都无法在继续。遍历所有非零点得到所有的线性特征。

所述的基于双液透镜光学系统的空间目标特征识别方法，其所述步骤2的特征结构信息变换域方向计算方法为，在步骤1得到的特征结构信息后，计算特征结构图上每个特征点的变换域坐标，特征点数目为pt_num，计算公式为：

θ＝atan(y/x)

r＝y/sinθ

其中，θ和r为变换域坐标，θ坐标范围为[0,…,180]，r坐标范围为width和height分别为图像的宽度和高度。x和y为特征点的图像坐标。符号atan表示反正切函数，符号/表示除法。

得到每个特征点的变换域坐标(θ,r)，将θ值集合{θi}进行聚类处理，其中i表示特征点，取值范围为[1,pt_num]。由于待识别目标的观测面均为六面体，故设置聚类数量N的起始值为3，类间差阈值dout取值范围为[20,30]，类内差din阈值为10。

第一次计算将{θi}按照din分成三类，判别公式为：

其中θi和θj为总集合{θi}中的值，i和j的取值范围为[1,pt_num]，符号||表示取绝对值。

然后分别计算三类Θc之间的dout，计算公式为：

其中为一类集合，ci，cj为集合数，i和j的取值范围为[1,N]。为中θ值的数量。符号Σ表示求和计算，符号—表示除法，符号||表示取绝对值。

判断的值是否在阈值dout范围之上，如果是，则得到识别结果：目标为非正方体或长方体的六面体；如果不是，则将N下减1，重新开始迭代分类，直到满足阈值dout为止。

所述的基于双液透镜光学系统的空间目标特征识别方法，其所述步骤3的调整液透镜光学系统焦距方法为，在所述步骤2迭代得到的集合中，计算类内方差计算公式为：

其中，为集合中的值，为中θ值的数量，符号Σ表示求和计算，符号—表示除法，符号右上标2表示平方运算，符号√表示开平方运算。

判断的值是否小于1，如果小于表示无需进行焦距调整，如果大于则需要调整。调整步骤为：依据系统设计，预先标定得到的系统焦距‐物距表格Ef-d计算得到两片液透镜的焦距值fi，i＝1,2和整个光学系统的焦距值ft，按照调焦步长调整光学系统焦距至ft′。

重复步骤1、步骤2和步骤3，计算特征结构的变换域信息并得到特征的方向聚类结果，计算类内方差判断的值是否小于1。

迭代得到最优目标成像结果I，此时光学系统焦距值为f。

所述的基于双液透镜光学系统的空间目标特征识别方法，其所述步骤4的自动目标形状识别的方法为，对步骤3得到的I进行交点提取，得到稳定的交点(xi,yi)，xi与yi为交点的图像坐标，i表示交点编号，取值范围为[1,4]，并且将交点按照在图像上坐标位置的顺时针排列。

然后计算交点间相对距离Pij，i和j表示交点编号，取值范围为[1,4]，计算公式为：

其中xi与yi为交点的图像坐标，i表示交点编号，取值范围为[1,4]，符号√表示开平方运算，符号右上标2表示平方运算。

比较Pij，判断公式为：

d1＝P12-P34≤thresh

d2＝P23-P41≤thresh

d1-d2≤thresh

如果d1≤thresh成立且d1-d2≤thresh成立，则目标识别结果为正方体，否则为长方体。其中thresh为判定阈值，取值范围为[0,5]。

本发明方法考虑了目标本质的结构特征，应用了特征分析中的变换域方向信息、液透镜的自动调焦清晰成像、和交点特征提取，根据计算得到的方向聚类结果和交点距离大小判断，以获得目标的自动识别结果。

本发明方法的自动特征识别技术，改善了现有的基于人工和半自动的识别技术，提高了工作效率并且保证了处理的实时性。

附图说明

图1是基于双液透镜光学系统的空间目标特征识别方法流程图。

具体实施方式

参照图1，本发明的基于双液透镜光学系统的空间目标特征识别的方法，具体实现过程如下：

步骤1：是从原始目标图像中提取目标的线性特征，建立特征点集合；对于一幅图像I，计算得到平滑后图像S，计算公式为：

其中，I为原始目标图像，x，y为模板算子坐标，取值范围为[1,5]，σ为平滑参数，取值1.4。符号表示卷积运算，符号e表示指数运算。

计算图像S在x方向和y方向的偏导，计算公式为：

其中，符号表示一阶偏导运算。

计算图像S上梯度的方向Sθ和幅值Sm，计算公式为：

Sθ＝atan(Sy/Sx)

其中，符号atan表示反正切运算，符号右上标2表示平方运算，符号√表示开平方运算。

设置高低阈值θ1，θ2，取θ1＝0.4×θ2，按照高度阈值生成两幅强度图Sm1和Sm2。对Sm2进行逐点扫描，当遇到一个非零像素p(x,y)时，跟踪以其开始的轮廓线至终点q(x,y)。观察Sm1与Sm2中q(x,y)的八邻域，如果存在非零像素r(x,y)，则包含至Sm2图像中，并且以r(x,y)为起始点，重复跟踪轮廓线步骤直至在Sm1和Sm2都无法在继续。遍历所有非零点得到所有的线性特征。

步骤2：特征结构信息变换域方向计算方法为，在步骤1得到的特征结构信息后，计算特征结构图上每个特征点的变换域坐标，特征点数目为pt_num，计算公式为：

θ＝atan(y/x)

r＝y/sinθ

其中，θ和r为变换域坐标，θ坐标范围为[0,…,180]，r坐标范围为width和height分别为图像的宽度和高度。x和y为特征点的图像坐标。符号atan表示反正切函数，符号/表示除法。

得到每个特征点的变换域坐标(θ,r)，将θ值集合{θi}进行聚类处理，其中i表示特征点，取值范围为[1,pt_num]。由于待识别目标的观测面均为六面体，故设置聚类数量N的起始值为3，类间差阈值dout取值范围为[20,30]，类内差din阈值为10。

第一次计算将{θi}按照din分成三类，判别公式为：

其中θi和θj为总集合{θi}中的值，i和j的取值范围为[1,pt_num]，符号||表示取绝对值。

然后分别计算三类Θc之间的dout，计算公式为：

其中为一类集合，ci，cj为集合数，i和j的取值范围为[1,N]。为中θ值的数量。符号Σ表示求和计算，符号—表示除法，符号||表示取绝对值。

判断的值是否在阈值dout范围之上，如果是，则得到识别结果：目标为非正方体或长方体的六面体；如果不是，则将N下减1，重新开始迭代分类，直到满足阈值dout为止。

步骤3：调整液透镜光学系统焦距方法为，在所述步骤2迭代得到的集合中，计算类内方差计算公式为：

其中，为集合中的值，为中θ值的数量，符号Σ表示求和计算，符号—表示除法，符号右上标2表示平方运算，符号√表示开平方运算。

判断的值是否小于1，如果小于表示无需进行焦距调整，如果大于则需要调整。调整步骤为：依据系统设计，预先标定得到的系统焦距‐物距表格Ef-d计算得到两片液透镜的焦距值fi，i＝1,2和整个光学系统的焦距值ft，按照调焦步长调整光学系统焦距至ft′。

重复步骤1、步骤2和步骤3，计算特征结构的变换域信息并得到特征的方向聚类结果，计算类内方差判断的值是否小于1。

迭代得到最优目标成像结果I，此时光学系统焦距值为f。

步骤4：自动目标形状识别的方法为，对步骤3得到的I进行交点提取，得到稳定的交点(xi,yi)，xi与yi为交点的图像坐标，i表示交点编号，取值范围为[1,4]，并且将交点按照在图像上坐标位置的顺时针排列。

然后计算交点间相对距离Pij，i和j表示交点编号，取值范围为[1,4]，计算公式为：

其中xi与yi为交点的图像坐标，i表示交点编号，取值范围为[1,4]，符号√表示开平方运算，符号右上标2表示平方运算。

比较Pij，判断公式为：

d1＝P12-P34≤thresh

d2＝P23-P41≤thresh

d1-d2≤thresh

如果d1≤thresh成立且d1-d2≤thresh成立，则目标识别结果为正方体，否则为长方体。其中thresh为判定阈值，取值范围为[0,5]。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。