基于光学雷达图像投影特征融合的目标三维重建方法技术

本发明专利技术涉及雷达技术领域，具体涉及一种基于光学雷达图像投影特征融合的目标三维重建方法，包括：由ISAR雷达系统发射信号并接收设定时间段内的回波信号，得到雷达图像；对雷达图像进行背景分割及轮廓提取；对雷达图像进行目标质心匹配，并对体素位置进行判定；获取空间目标的光学图像；对光学图像进行目标质心匹配及轮廓提取；对单站观测下正交的雷达图像和光学图像的轮廓进行融合，进行目标三维特征的重建。本发明专利技术的有益技术效果包括：能够有效弥补单站单传感器观测的视角局限性，提高空间目标状态测量的准确性。标状态测量的准确性。标状态测量的准确性。

【技术实现步骤摘要】
基于光学雷达图像投影特征融合的目标三维重建方法


[0001]本专利技术涉及雷达
，具体涉及一种基于光学雷达图像投影特征融合的目标三维重建方法。

技术介绍

[0002]空间目标状态估计旨在精确实时地获取目标在轨姿态、结构几何和非平稳状态下的运动参数，为目标动作意图分析、潜在故障威胁排查、航天态势发展预判提供有力的信息支撑，是当前空间态势感知领域的核心技术。
[0003]目前，测定空间目标状态常用主动和被动两种方式。主动测量是在飞行器中装载GPS接收机和惯性测量器对飞行器的位置和姿态进行测量,这种方法称为运动目标内测，运动目标内测要求飞行器配备专门的测量系统，系统复杂度高。被动测量是利用光电或雷达传感器对空间目标进行连续高分辨成像，根据成像序列信息来进行空间目标的姿态确定。其中，逆合成孔径雷达(Inverse Synthetic Aperture Radar，ISAR)具备全天时、全天候、主动式空间探测能力，通过窄带精密跟踪、宽带高分辨成像的工作模式为目标状态分析工作提供观测支持。利用逆合成孔径雷达对空间目标连续测量获得的序列图像来精确获得空间目标所配备太阳能翼、平板天线等重要载荷部件的绝对姿态的技术可实际应用于包括空间目标故障分析、威胁度评判等民用和军用领域，是目前能够实现空间目标状态估计的实用技术。被动测量方式具有与空间目标状态无关的优点，也可以直接应用到未知目标或者失控目标的姿态测量应用，但利用光电传感器进行空间目标状态测定易受到天气、时间等因素的制约，在实际空间目标状态测量中存在局限性。为此，有必要研究能够改善空间目标状态测量局限性的雷达图像目标三维重建方法。
[0004]如中国专利CN113192091A，公开日2021年7月30日，一种基于激光雷达与相机融合的远距离目标感知方法。该方法包括：步骤1，采集激光雷达点云数据，确定光学图像感兴趣区域，并获取目标在所述光学图像感兴趣区域中隶属于n种类型障碍物的概率合集；步骤2，获取目标在所述激光雷达点云数据中隶属于n种类型障碍物的概率合集；步骤3，融合目标在所述光学图像感兴趣区域和激光雷达点云数据中隶属于n种类型障碍物的概率合集，获得目标隶属于n种类型障碍物的概率。该专利技术通过基于SINet网络(Smart Identifier NETwork，智慧标识网络)的图像检测和结合点云时间积累的点云分类，利用多源信息融合综合两种算法在远距离缺失数据下的感知优势，对目标尺度变化不敏感的SINet网络进行光学图像感兴趣区域感知，提升了相机对小目标的感知能力，最大限度剔除了图像非RoI(感兴趣区)，提升了远距离目标检测的效果。
[0005]如中国专利CN114067064A，公开日2022年2月18日，基于多视角雷达图像的目标三维重建方法。该专利技术利用恒虚警分割、质心匹配、可视化表面等处理技术实现目标三维可视化重构以及目标姿态信息提取；首次利用轮廓特征提取的方式来提取并关联多视角目标图像序列，增强了特征提取的稳健性。但上述技术方案均没有解决单站单传感器观测视角存在局限性以及无法确定目标在空间中准确坐标位置的技术问题。

技术实现思路

[0006]本专利技术所要解决的技术问题：目前对于雷达图像目标三维重建存在空间目标状态测量局限性的技术问题，提出了一种基于光学雷达图像投影特征融合的目标三维重建方法，能够有效弥补单站单传感器观测的视角局限性，提高空间目标状态测量的准确性。
[0007]解决上述技术问题，本专利技术采用如下技术方案：基于光学雷达图像投影特征融合的目标三维重建方法，包括：
[0008]由ISAR雷达系统发射信号并接收设定时间段内的回波信号，得到雷达图像；
[0009]对雷达图像进行背景分割及轮廓提取；
[0010]对雷达图像进行目标质心匹配，并对体素位置进行判定；
[0011]获取空间目标的光学图像；
[0012]对光学图像进行目标质心匹配及轮廓提取；
[0013]对单站观测下正交的雷达图像和光学图像的轮廓进行融合，进行目标三维特征的重建。
[0014]作为优选，所述设定时间段内的回波信号经距离—多普勒算法处理，得到目标区域的雷达图像序列，所述雷达图像序列包括P幅目标区域的雷达图像。
[0015]作为优选，对雷达图像进行背景分割的方法包括：
[0016]2.1计算雷达图像内所有像素的均值与方差；
[0017]2.2根据计算得到的均值与方差按照下式将所有像素分为目标像素与背景像素两类，
[0018]Threshold＝μ+a1σ
[0019]其中Threshold为雷达图像阈值，μ为雷达图像内像素均值，σ为雷达图像内像素方差，a1为预设系数；
[0020]2.3根据分类的结果，计算背景像素的均值与方差；
[0021]2.4根据步骤2.3中的均值与方差，再次按照下式对背景像素进行分类，
[0022]”'
[0023]Threshold＝μ+a2σ
[0024]其中Threshold'为阈值，μ'为步骤2.3中的图像内像素均值，σ'为步骤2.3中的图像内像素方差，a2为系数；
[0025]2.5计算背景像素的均值与方差，并与上次分类门限进行比较，若二者差值小于给定阈值，则停止迭代，否则回到步骤2.3。
[0026]作为优选，对目标像素进行轮廓提取的方法包括：
[0027]对目标像素进行种子点的选取；
[0028]将选取的种子点作为区域增长的起点，将种子点的像素作为融合区域，周期性判断相邻点与种子点的灰度差异，将与种子点的灰度差异小于阈值的相邻点的像素加入到融合区域中；
[0029]当相邻点与种子点的灰度差异连续两次大于阈值时，融合区域停止生长；
[0030]将停止生长后的融合区域的边界作为轮廓提取结果。
[0031]作为优选，所述相邻点选取与种子点相邻的四个或八个像素点。
[0032]作为优选，对目标像素进行轮廓提取的方法还包括：
[0033]将目标像素划分成一组任意不相交的方形区域；
[0034]将划分的方形区域作为区域分裂的起点，周期性执行以下步骤：
[0035]计算方形区域中像素点的灰度平均值，
[0036][0037]其中Ω为方形区域，(x,y)为方形区域中的像素点，N为方形区域中像素点的数量，f(x,y)为方形区域中像素点的灰度值；
[0038]根据灰度平均值计算均方差
[0039]当均方差大于阈值时，对该方形区域Ω进行分裂；
[0040]当分裂到方形区域中像素点的数量N＝1时，以当前方形区域为中心，判断相邻方形区域与当前方形区域的灰度差异，将与当前方形区域的灰度差异小于阈值的相邻方形区域进行合并；
[0041]将合并后区域的边界作为轮廓提取结果。
[0042]作为优选，对体素位置进行判定的方法包括：
[0043]3.1计算二维轮廓集合G
i
间的距离，并判断点是否超过该距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，包括：由ISAR雷达系统发射信号并接收设定时间段内的回波信号，得到雷达图像；对雷达图像进行背景分割及轮廓提取；对雷达图像进行目标质心匹配，并对体素位置进行判定；获取空间目标的光学图像；对光学图像进行目标质心匹配及轮廓提取；对单站观测下正交的雷达图像和光学图像的轮廓进行融合，进行目标三维特征的重建。2.根据权利要求1所述的基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，所述设定时间段内的回波信号经距离—多普勒算法处理，得到目标区域的雷达图像序列，所述雷达图像序列包括P幅目标区域的雷达图像。3.根据权利要求1所述的基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，对雷达图像进行背景分割的方法包括：2.1计算雷达图像内所有像素的均值与方差；2.2根据计算得到的均值与方差按照下式将所有像素分为目标像素与背景像素两类，Threshold＝μ+a1σ其中Threshold为雷达图像阈值，μ为雷达图像内像素均值，σ为雷达图像内像素方差，a1为预设系数；2.3根据分类的结果，计算背景像素的均值与方差；2.4根据步骤2.3中的均值与方差，再次按照下式对背景像素进行分类，Threshold'＝μ'+a2σ'其中Threshold'为阈值，μ'为步骤2.3中的图像内像素均值，σ'为步骤2.3中的图像内像素方差，a2为系数；2.5计算背景像素的均值与方差，并与上次分类门限进行比较，若二者差值小于给定阈值，则停止迭代，否则回到步骤2.3。4.根据权利要求3所述的基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，对目标像素进行轮廓提取的方法包括：对目标像素进行种子点的选取；将选取的种子点作为区域增长的起点，将种子点的像素作为融合区域，周期性判断相邻点与种子点的灰度差异，将与种子点的灰度差异小于阈值的相邻点的像素加入到融合区域中；当相邻点与种子点的灰度差异连续两次大于阈值时，融合区域停止生长；将停止生长后的融合区域的边界作为轮廓提取结果。5.根据权利要求4所述的基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，所述相邻点选取与种子点相邻的四个或八个像素点。
6.根据权利要求3所述的基于光学雷达图像投影特征融合的目标三维重建方法，其特征在于，对目标像素进行轮廓提取的方法还包括：将目标像素划分成一组任意不相交的方形区域；将划分的方形区域作为区域分裂的起点，周期性执行以下步骤：计算方形区域中像素点的灰度平均值，其中Ω为方形区域，(x,y)为方形区域中的像素点，N为...

【专利技术属性】
技术研发人员：周叶剑，刘营，王宁，程顺生，菅毛，张文安，
申请(专利权)人：平湖空间感知实验室科技有限公司，
类型：发明
国别省市：