一种目标的卫星电子信息和光学图像信息关联方法与流程

本发明属于远程目标监视方法与技术领域，涉及一种目标的卫星电子信息和光学图像信息关联方法。

背景技术：

远程目标监视的主要手段是卫星探测，以探测速度快、范围广、时间长且信息量大，同时不易受到攻击、定位精度高，是实现提供有效的。卫星探测主要包括电子侦察卫星探测和成像遥感卫星探测。目前卫星目标监测的主要手段是电子侦察卫星探测，通过搜索并截获目标发射出的电磁信号，来测定获得目标的位置和类型。电子侦察卫星能实现全天候长时段监视，且由于运行的卫星轨道高，能够监测覆盖到的面积就更广，还不受气候影响。但仅靠电子侦察卫星或成像遥感卫星二者其一难以得到全面的信息，将电子侦察卫星与成像遥感卫星进行协同监视，互相补充信息，实现优势互补，比单一的监测系统获取到的信息更准确。

现有的将电子侦察卫星与成像遥感卫星融合方法中，采用传统的拓扑特征，其噪声会引起点集内点的位置抖动，因此只采用有一定距离的局部邻近点来形成局部的拓扑特征。在一定程度上可以减少离群点对整个点集的拓扑特征的影响。此外，由于减少了局部拓扑特征用于计算特征的点数，量化距离坐标时避免了对数运算，其计算效率高于传统拓扑特征。然而，当点集中出现位置噪声或者离群点时，这种不变性就会变差，进而会影响协同监视的准确性。

技术实现要素：

本发明的目的是提供一种目标的卫星电子信息和光学图像信息关联方法，解决了现有技术中存在的协同监视准确性较低的问题。

本发明所采用的技术方案是，一种目标的卫星电子信息和光学图像信息关联方法，包括以下步骤：

步骤1、将卫星图像信息、卫星电子信息得到的目标位置信息分别等效为一个点集，将卫星图像信息作为模板点集，卫星电子信息作为目标点集，并分别计算模板点集和目标点集的局部特征；

步骤2、利用模板点集和目标点集的局部特征，计算模板点集与目标点集的任意点对的相似性匹配测度；

步骤3、利用相似性匹配测度计算点对之间的相容性系数；

步骤4、初始化匹配概率矩阵，利用支持函数更新匹配概率矩阵，直到收敛，得到匹配概率矩阵；

步骤5、对匹配概率矩阵v进行标准化和正规化，获得一对一的匹配结果。

本发明的特点还在于：

步骤1中模板点集和目标点集的局部特征的计算方式相同，模板点集的局部特征的计算过程如下：

设模板点集为p＝{p1，p2，…，pm}，目标点集为q＝{q1，q2，…，qm}，计算点集p中任意点对的欧氏距离，以任意点pi为原点、最大欧氏距离的四分三为半径，作为点pi的邻域，在邻域中任选一个点pe作为参照点，则模板点集的点对pipe的局部特征为邻域中其他相对于有向点对pipe的距离ds(pipe)与角度ang(pipe)：

ds(pipe)＝{d(pi，pe1)，…，d(pi，pem)}(1)；

ang(pipe)＝{l(pi，pe1)，…，l(pi，pem)}(2)；

上式中，pem为点pi领域的第m个邻近点，d(pi，pe)设定如下：

上式中，ρ′为两点间的欧式距离，min′与max′分别代表与pi最近和最远点之间的距离；

其中∠pipems为原点pi、参照点pe以及领域质心ms之间的角度。

步骤2中模板点集p中的点对(pi，pe)、目标点集q中的点对(qj，qh)的相似性匹配测度cie，jh为：

cie，jh＝(1-α)·(1-β)(5)；

步骤3中利用相似性匹配测度计算点对之间的相容性系数的公式为：

步骤4具体包括以下步骤：

步骤4.1、根据模板点集p、目标点集q的数目np、nq，得到初始匹配概率矩阵v⁽⁰⁾为：

步骤4.2、以标记相容性和当前的概率估值作为支持函数s^(t)(i，j)：

s^(t)(i，j)＝∑e≠i∑h≠jtij(e，h)v^(t)(e，h)(10)；

上式中，v^(t)(e，h)为目标点pe与标记点qh匹配的初始概率；

步骤4.3、利用支持函数s^(t)(i，j)更新匹配概率矩阵：

步骤4.4、对步骤4.2-4.3进行迭代，直至匹配概率矩阵收敛，得到匹配概率矩阵v：

δ(t)＝||v^(t)-v^(t-1)||＜ε(12)；

其中，v^(t)为第t次迭代时的匹配概率矩阵，v^(t-1)为第t-1次迭代时的匹配概率矩阵，||·||为矩阵中所有元素的绝对值之和。

本发明的有益效果是：

本发明一种目标的卫星电子信息和光学图像信息关联方法，将卫星电子信息和光学图像信息两个目标组视为空间中的点集，用特征点集局部特征来描述目标点集、模板点集的特征，以概率松弛标记算法将两者关联起来，交替迭代估算模板点集和目标点集之间的匹配关系和形变关系，从而实现两种信息的目标关联，为高层的信息融合提供融合依据，减少不同源数据之间的冗余和冲突，提高了协同监测信息的准确性。

附图说明

图1是本发明一种目标的卫星电子信息和光学图像信息关联方法的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

一种目标的卫星电子信息和光学图像信息关联方法，如图1所示，包括以下步骤：

步骤1、将卫星图像信息、卫星电子信息得到的目标位置信息分别等效为一个点集，将卫星图像信息作为模板点集，卫星电子信息作为目标点集，并分别计算模板点集和目标点集的局部特征；

模板点集和目标点集的局部特征的计算方式相同，模板点集的局部特征的计算过程如下：

设模板点集为p＝{p1，p2，…，pm}，目标点集为q＝{q1，q2，…，qm}，计算点集p中任意点对的欧氏距离，以任意点pi为原点、最大欧氏距离的四分三为半径，作为点pi的邻域及该邻域中质心点ms，在邻域中任选一个点pe作为参照点，则模板点集的点对pipe的局部特征为邻域中其他相对于有向点对pipe的距离ds(pipe)与角度ang(pipe)：

ds(pipe)＝{d(pi，pe1)，…，d(pi，pem)}(1)；

ang(pipe)＝{l(pi，pe1)，…，l(pi，pem)}(2)；

上式中，pem为点pi领域的第m个邻近点，d(pi，pe)设定如下：

上式中，ρ′为两点间的欧式距离，min′与max′分别代表与pi最近和最远点之间的距离；

其中∠pipems为原点pi、参照点pe以及领域质心ms之间的角度。

步骤2、利用模板点集和目标点集的局部特征，计算模板点集与目标点集的任意点对的相似性匹配测度；

具体的，模板点集p中的点对(pi，pe)、目标点集q中的点对(qj，qh)的相似性匹配测度cie，jh为：

cie，jh＝(1-α)·(1-β)(5)；

cie，jh越小，说明点pe相对于pi的点对拓扑特征，与点集q中qh相对于，qj的点对拓扑特征越相似。

步骤3、在标记松弛迭代算法中，相容性系数通常用来评价匹配的正确率，基于局部特征，利用相似性匹配测度计算点对之间的相容性系数的公式为：

tij(e，h)＝1时说明点对(pi，qj)与点对(pe，qh)共存的相容性越大。

步骤4、初始化匹配概率矩阵，利用支持函数更新匹配概率矩阵，直到收敛，得到匹配概率矩阵；

步骤4.1、根据模板点集p、目标点集q的数目np、nq，得到初始匹配概率矩阵v⁽⁰⁾为：

步骤4.2、以标记相容性和当前的概率估值作为支持函数s^(t)(i，j)：

s^(t)(i，j)＝∑e≠j∑h≠jtij(e，h)v^(t)(e，h)(10)；

上式中，v^(t)(e，h)为目标点pe与标记点qh匹配的初始概率；

步骤4.3、利用支持函数s^(t)(i，j)更新匹配概率矩阵：

步骤4.4、对步骤4.2-4.3进行迭代，直至匹配概率矩阵收敛，得到匹配概率矩阵v：

δ(t)＝||v^(t)-v^(t-1)||＜ε(12)；

其中，v^(t)为第t次迭代时的匹配概率矩阵，v^(t-1)为第t-1次迭代时的匹配概率矩阵，||·||为矩阵中所有元素的绝对值之和；阈值ε取经验值0.001。

步骤5、对匹配概率矩阵v进行标准化和正规化，获得一对一的匹配结果。

通过以上方式，本发明的目标的卫星电子信息和光学图像信息关联方法，将卫星电子信息和光学图像信息两个目标组视为空间中的点集，用特征点集局部特征来描述目标点集、模板点集的特征，以概率松弛标记算法将两者关联起来，交替迭代估算模板点集和目标点集之间的匹配关系和形变关系，从而实现两种信息的目标关联，为高层的信息融合提供融合依据，减少不同源数据之间的冗余和冲突，提高了协同监测信息的准确性。