基于isar圖像的空間目標(biāo)姿態(tài)估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，特別設(shè)及一種基于ISAR圖像的空間目標(biāo)姿態(tài)估計(jì)方 法，可用于對(duì)空間目標(biāo)進(jìn)行姿態(tài)估計(jì)。
【背景技術(shù)】
[0002] 空間目標(biāo)姿態(tài)估計(jì)對(duì)了解空間目標(biāo)的動(dòng)作意圖W及判斷空間目標(biāo)的狀態(tài)具有非 常重要的意義。利用逆合成孔徑雷達(dá)（Inverse Synthetic Ape;rture Radar, ISAR)對(duì)空間 目標(biāo)連續(xù)測(cè)量獲得的序列圖像來(lái)精確獲得空間目標(biāo)所配備太陽(yáng)能翼、平板天線(xiàn)等重要載荷 部件的絕對(duì)姿態(tài)的技術(shù)可實(shí)際應(yīng)用于包括空間目標(biāo)故障分析、威脅度評(píng)判等民用和軍用領(lǐng) 域，是目前能夠?qū)崿F(xiàn)空間目標(biāo)姿態(tài)估計(jì)的實(shí)用技術(shù)。
[0003] 目前，測(cè)定空間目標(biāo)姿態(tài)常用主動(dòng)和被動(dòng)兩種方式：主動(dòng)測(cè)量是在飛行器中裝載 GPS接收機(jī)和慣性測(cè)量器對(duì)飛行器的位置和姿態(tài)進(jìn)行測(cè)量，運(yùn)種方法稱(chēng)為運(yùn)動(dòng)目標(biāo)內(nèi)測(cè)，運(yùn) 動(dòng)目標(biāo)內(nèi)測(cè)要求飛行器配備專(zhuān)口的測(cè)量系統(tǒng)，系統(tǒng)復(fù)雜度高。被動(dòng)測(cè)量是利用光電或雷達(dá) 傳感器對(duì)空間目標(biāo)進(jìn)行連續(xù)高分辨成像，根據(jù)成像序列信息來(lái)進(jìn)行空間目標(biāo)的姿態(tài)確定， 被動(dòng)測(cè)量方式具有與空間目標(biāo)狀態(tài)無(wú)關(guān)的優(yōu)點(diǎn)，也可W直接應(yīng)用到未知目標(biāo)或者失控目標(biāo) 的姿態(tài)測(cè)量應(yīng)用，但利用光電傳感器進(jìn)行空間目標(biāo)姿態(tài)測(cè)定易受到天氣、時(shí)間等因素的制 約，在實(shí)際空間目標(biāo)姿態(tài)測(cè)量中存在局限性。

【發(fā)明內(nèi)容】

[0004] 針對(duì)上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提出一種基于ISAR圖像的空間目標(biāo) 姿態(tài)估計(jì)方法，該方法將獲得的ISAR雷達(dá)圖像依次進(jìn)行濾波、對(duì)數(shù)變換、目標(biāo)與背景的分割 和形態(tài)學(xué)處理，得到提取邊界后的圖像，再通過(guò)Radon變換提取空間目標(biāo)在Ξ維空間中較為 線(xiàn)束的線(xiàn)性結(jié)構(gòu)，并將每一幅提取邊界后的圖像與前一幅提取邊界后的圖像進(jìn)行關(guān)聯(lián)處理 后，構(gòu)造代價(jià)函數(shù)，針對(duì)每個(gè)線(xiàn)性結(jié)構(gòu)，捜索使代價(jià)函數(shù)為最小的姿態(tài)參數(shù)，完成對(duì)空間目 標(biāo)的姿態(tài)估計(jì)。
[0005] 為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)方案予W實(shí)現(xiàn)。
[0006] -種基于ISAR圖像的空間目標(biāo)姿態(tài)估計(jì)方法，其特征在于，包括W下步驟：
[0007] 步驟1，由ISAR雷達(dá)系統(tǒng)接收設(shè)定時(shí)間段內(nèi)的回波信號(hào);對(duì)設(shè)定時(shí)間段內(nèi)的回波信 號(hào)進(jìn)行距離-多普勒處理，得到目標(biāo)區(qū)域的雷達(dá)圖像序列，該序列包括P幅目標(biāo)區(qū)域的雷達(dá) 圖像;對(duì)第P幅目標(biāo)區(qū)域的雷達(dá)圖像依次進(jìn)行濾波和對(duì)數(shù)變換，得到第P幅預(yù)處理后的目標(biāo) 區(qū)域的雷達(dá)圖像，P = l，2，. . .，P;
[000引步驟2,對(duì)第P幅預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像進(jìn)行目標(biāo)與背景的分割，得到第P 幅目標(biāo)-背景的二值圖像；
[0009] 步驟3，對(duì)第P幅目標(biāo)-背景的二值圖像進(jìn)行形態(tài)學(xué)處理，提取目標(biāo)的邊界，得到第P 幅提取邊界后的圖像；
[0010] 步驟4，提取第P幅提取邊界后的圖像的N個(gè)線(xiàn)性結(jié)構(gòu);記錄第P幅提取邊界后的圖 像中每個(gè)線(xiàn)性結(jié)構(gòu)的傾角、中屯、位置和長(zhǎng)度，其中，N是正整數(shù)；
[0011] 步驟5,將第一幅提取邊界后的圖像作為第一幅關(guān)聯(lián)后的圖像;再?gòu)牡诙崛∵?界后的圖像開(kāi)始，將第P幅提取邊界后的圖像與第P-1幅提取邊界后的圖像進(jìn)行關(guān)聯(lián)處理， 即將第P幅提取邊界后的圖像的N個(gè)線(xiàn)性結(jié)構(gòu)與第P-1幅提取邊界后的圖像的N個(gè)線(xiàn)性結(jié)構(gòu) 進(jìn)行匹配標(biāo)記，得到第二幅到第P幅關(guān)聯(lián)后的圖像;最終，得到P幅關(guān)聯(lián)后的圖像；
[0012] 步驟6,設(shè)定第P幅關(guān)聯(lián)后的圖像的第i個(gè)線(xiàn)性結(jié)構(gòu)的姿態(tài)參數(shù)包括仰角θρ,ι和方位 角Φρ,ι，則第i個(gè)線(xiàn)性結(jié)構(gòu)的姿態(tài)參數(shù)集為Ci，Ci={(0i,i，φι,ι)，. . .，（θρ,ι，φρ,ι)，...， (9ρ,?，Φρ,〇}，其中，-90° <白含90°，0° < Φ。80°;構(gòu)造第i個(gè)線(xiàn)性結(jié)構(gòu)的代價(jià)函數(shù)，并在第 i個(gè)線(xiàn)性結(jié)構(gòu)的姿態(tài)參數(shù)集Cl中捜索使其代價(jià)函數(shù)達(dá)到最小的一組姿態(tài)參數(shù)，將該姿態(tài)參 數(shù)作為第i個(gè)線(xiàn)性結(jié)構(gòu)的最終的姿態(tài)參數(shù)，i = l，2,. . .，N，即完成對(duì)空間目標(biāo)的姿態(tài)估計(jì)。
[0013] 本發(fā)明與現(xiàn)有技術(shù)相比所具有的優(yōu)點(diǎn)：
[0014] 1)本發(fā)明利用空間目標(biāo)的ISAR圖像序列的相對(duì)投影變化關(guān)系，結(jié)合空間投影理 論，通過(guò)二維ISAR圖像序列對(duì)空間目標(biāo)的Ξ維絕對(duì)姿態(tài)實(shí)現(xiàn)精確反演，本發(fā)明具有很高的 實(shí)用性。
[0015] 2)本發(fā)明利用形態(tài)學(xué)、Radon變換等預(yù)處理技術(shù)有效提高了 ISAR圖像的線(xiàn)性結(jié)構(gòu) 提取的精確性，可針對(duì)具有復(fù)雜幾何形態(tài)的空間目標(biāo)進(jìn)行姿態(tài)估計(jì)。
【附圖說(shuō)明】
[0016] 圖1是本發(fā)明的流程圖；
[0017] 圖2是本發(fā)明仿真采用的空間目標(biāo)的結(jié)構(gòu)圖，其中，空間Ξ維坐標(biāo)系各坐標(biāo)軸的單 位為米(m);
[0018] 圖3a、圖3b和圖3c分別是提取的空間目標(biāo)的第1幅、第6幅和第14幅提取邊界后的 圖像的線(xiàn)性結(jié)構(gòu)的示意圖，其中，橫坐標(biāo)為像素點(diǎn)，縱坐標(biāo)為像素點(diǎn)；
[0019]圖4曰、圖4b和圖4c分別是空間目標(biāo)的第1幅、第6幅和第14幅提取邊界后的圖像的 關(guān)聯(lián)后的線(xiàn)性結(jié)構(gòu)的示意圖，其中，橫坐標(biāo)為像素點(diǎn)，縱坐標(biāo)為像素點(diǎn)；
【具體實(shí)施方式】：
[0020] 參照?qǐng)D1，本發(fā)明的基于ISAR圖像的空間目標(biāo)姿態(tài)估計(jì)方法，具體實(shí)現(xiàn)步驟如下：
[0021] 步驟1，由ISAR雷達(dá)系統(tǒng)接收設(shè)定時(shí)間段內(nèi)的回波信號(hào);采用距離-多普勒算法對(duì) 設(shè)定時(shí)間段內(nèi)的回波信號(hào)進(jìn)行處理，得到目標(biāo)區(qū)域的雷達(dá)圖像序列，該序列包括P幅目標(biāo)區(qū) 域的雷達(dá)圖像;對(duì)第P幅目標(biāo)區(qū)域的雷達(dá)圖像依次進(jìn)行濾波和對(duì)數(shù)變換，得到第P幅預(yù)處理 后的目標(biāo)區(qū)域的雷達(dá)圖像，P = l，2，. . .，P。
[0022] 步驟1中，第p幅預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像中像素點(diǎn)(m，n)的像素值為Fp(m， η)：
[0023] Fp(m，n) = ci X ln[fp(m，n)+C2]+C3
[0024] 其中，fp(m，n)為第p幅目標(biāo)區(qū)域的雷達(dá)圖像中像素點(diǎn)(m，n)的像素值，ci、C2和C3對(duì) 數(shù)變換常量。
[0025] 步驟2,采用k-mean算法對(duì)第P幅預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像進(jìn)行目標(biāo)與背景 的分割，得到第P幅目標(biāo)-背景的二值圖像。
[00%]步驟2的具體子步驟為：
[0027] 2.1選取第P幅預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像中的最大像素值作為目標(biāo)類(lèi)ω 1的 聚類(lèi)中屯、μρ,ι，選取預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像中的最小像素值作為非目標(biāo)類(lèi)《2的聚 類(lèi)中屯、lip, 2;
[0028] 2.2計(jì)算分類(lèi)闊值T，
，對(duì)第P幅預(yù)處理后的目標(biāo)區(qū)域的雷達(dá)圖像中的 所有像素點(diǎn)進(jìn)行分類(lèi)，若像素點(diǎn)(m，n)的像素值Fp(m，n)>T，則像素點(diǎn)(111，11)￡〇1，反之，貝。 像素點(diǎn)(m，n) E 〇2;
[0029] 2.3分別計(jì)算聚類(lèi)后目標(biāo)類(lèi)ω 1的聚類(lèi)中屯、μ/ρ, 1和聚類(lèi)后非目標(biāo)類(lèi)ω 2的聚類(lèi)中屯、 μ'ρ'2:
[0032]其中，化為屬于目標(biāo)類(lèi)ω 1的像素點(diǎn)個(gè)數(shù)，化為屬于非目標(biāo)類(lèi)ω 2的像素點(diǎn)個(gè)數(shù)； [00削 2.4如果聚類(lèi)后目標(biāo)類(lèi)ωι的聚類(lèi)中屯、μ%,1不等于目標(biāo)類(lèi)ωι的聚類(lèi)中屯、μρ,ι，或者 聚類(lèi)后非目標(biāo)類(lèi)《2的聚類(lèi)中屯、μ%,2不等于非目標(biāo)類(lèi)《2的聚類(lèi)中屯、μρ,2,則令μρ,? = μ%,?， 叫,2=4'。,2，返回步驟2.2，
[0034] 如果聚類(lèi)后目標(biāo)類(lèi)ω 1的聚類(lèi)中屯、μ/ Ρ, 1等于目標(biāo)類(lèi)ω 1的聚類(lèi)中屯、μρ, 1，且聚類(lèi)后非 目標(biāo)類(lèi)《2的聚類(lèi)中屯、μ/ρ,譜于非目標(biāo)類(lèi)《2的聚類(lèi)中屯、μρ,2;并將化個(gè)屬于目標(biāo)類(lèi)ωι的像 素點(diǎn)的像素值賦值為1，將化個(gè)屬于非目標(biāo)類(lèi)ω 2的像素點(diǎn)的像素值賦值為0，得到第Ρ幅目 標(biāo)-背景的二值圖像。
[0035] 步驟3，對(duì)第Ρ幅目標(biāo)-背景的二值圖像進(jìn)行形態(tài)學(xué)處理，提取目標(biāo)的邊界，得到第Ρ 幅提取邊界后的圖像。
[0036] 步驟3的具體子步驟為：
[0037] 3.1對(duì)第Ρ幅目標(biāo)-背景的二值圖像進(jìn)行膨脹處理，填補(bǔ)目標(biāo)中的空桐，同時(shí)擴(kuò)張目 標(biāo)-背景的二值圖像的邊界，得到第Ρ幅膨脹圖像BWlp;
[0038] 3.2對(duì)第口幅膨脹圖像8胖1。進(jìn)行腐蝕處理，同時(shí)收縮第口幅膨脹圖像8胖1。的邊界，得 到第P幅腐蝕圖像BW2p;
[0039] 3.3根據(jù)第9幅膨脹圖像8胖1。和第9幅腐蝕圖像8胖2。，得到第9幅提取邊界后的圖像 BWp，其中，第P幅提取邊界后的圖像BWp中像素點(diǎn)(m，n)的像素值為
[0040]
[0041 ]其中，巧納為第P幅膨脹圖像BWlp中像素點(diǎn)(m，n)的像素值，&