技术特征：1.一种融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，包含以下步骤：
2.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s1包含以下步骤：
3.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s2包含以下步骤：
4.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s3包含以下步骤：
5.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s4包含以下步骤：
6.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s5包含以下步骤：
7.如权利要求1所述的融合深度学习与弧段组合的卫星对接环识别方法，其特征在于，所述步骤s6包含以下步骤：
技术总结本发明公开了一种融合深度学习与弧段组合的卫星对接环识别方法，包含：步骤S1，自作航天器对接环的数据集；步骤S2，将含有对接环的航天器图像输入到YOLOv3网络进行对接环的二维检测框定位，将对接环的二维检测框定义为活跃集B，计算活跃集区域的二维信息熵，将二维信息熵的值作为Canny算子的阈值T<subgt;h</subgt;；步骤S3，将边拟合成弧段；步骤S4，检验一弧段的任意6个交点是否存在断点；步骤S5，将弧段分类到四个象限，属于同一象限的弧段首尾连接，属于不同象限的弧段判断是否形成一个椭圆；步骤S6，椭圆内接六边形中，六个顶点的连线将与椭圆的中心线相交于3个点；若3个点的特征数等于‑1，所提取的对接环完整，若不等于‑1，所提取的对接环椭圆特征存在虚假。
技术研发人员：牟金震,韩飞,王兆龙,朱文山,武海雷,宋婷
受保护的技术使用者：上海航天控制技术研究所
技术研发日：技术公布日：2024/4/17