(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210520029.7 (22)申请日 2022.05.13 (71)申请人 哈尔滨工业大 学 地址 150001 黑龙江省哈尔滨市南岗区西 大直街92号 (72)发明人 李高鹏　牛牧群　张云　袁浩轩　 薛伶玲　 (74)专利代理 机构 哈尔滨华夏松花江知识产权 代理有限公司 23213 专利代理师 岳昕 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/13(2017.01) (54)发明名称 绕飞背景下多种类空间目标姿态信息识别 方法 (57)摘要 绕飞背景下多种类空间目标姿态信息识别 方法， 它属于空间遥感与地理科学技术领域。 本 发明解决了现有的空间目标姿态信息识别方法 存在信息利用率低且实时性差的问题。 本发明方 法所采取的主要技术方案为： 步骤一、 分别采集 各种类卫星绕飞时， 在相对于成像传感器视线 方 向的各个姿态下的空间目标光学图像， 根据卫星 姿态信息和卫星种类信息生 成张量， 并对生成的 张量进行分解后， 再根据分解结果获得每张图像 对应的姿态特征向量； 步骤二、 基于步骤一的分 解结果和获得的姿态特征向量对待测的空间目 标光学图像进行姿态识别。 本发 明方法可以应用 于空间目标姿态信息识别。 权利要求书3页 说明书7页 附图9页 CN 114913230 A 2022.08.16 CN 114913230 A 1.绕飞背景下多种类空间目标姿态信息识别方法， 其特征在于， 所述方法具体包括以 下步骤： 步骤一、 分别采集各种类卫星绕飞时， 在相对于成像传感器视线方向的各个姿态下的 空间目标光学图像， 根据卫星姿态信息和卫星种类信息生成张量， 并对生成的张量进行分 解后， 再根据分解结果获得每张图像对应的姿态特 征向量； 步骤二、 基于步骤一的分解结果和获得的姿态特征向量对待测的空间目标光学图像进 行姿态识别。 2.根据权利要求1所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述根据卫星姿态信息和卫星种类信息生成张量， 并对生成的张量进行分解， 再根据分解 结果获得每张图像对应的姿态特 征向量； 其具体过程 为： 步骤一一、 将每张图像统一大小为X ×Y， 再分别将每张图像按列向量化， 为每张图像各 生成一个维度为XY ×1的向量； 步骤一二、 根据卫星姿态信息和卫星种类信息对步骤一一中生成的向量进行顺序排 列， 输出维度为XY ×N×V的张量， 其中， N代表 卫星种类， V代表姿态种类， X ×Y代表每张图像 的尺寸； 步骤一三、 对步骤一二中获得的张量进行分解后， 得到一个核心张量以及三个子空间 矩阵， 所述 三个子空间矩阵分别对应 像素、 种类和姿态； 步骤一四、 对姿态对应的子空间矩阵进行低维向量抽取， 根据输出张量时的对应关系 获得每张图像对应的姿态特 征向量。 3.根据权利要求2所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述步骤二的具体过程 为： 步骤二一、 对待识别姿态的空间目标光学图像按列展开， 生成待识别姿态的空间目标 光学图像的列向量； 步骤二二、 假设待识别姿态的空间目标光学图像中卫星所属的种类， 从分解结果的种 类子空间矩阵中选取 出该种类对应的特 征向量； 步骤二三、 将步骤二二选取出的特征向量与分解结果中的核心张量以及像素对应的子 空间矩阵做张量积， 得到该种类下的姿态检索转移 矩阵Q； 步骤二四、 求姿态检索转移矩阵Q的广义逆矩阵， 再将求出的广义逆矩阵与步骤一一得 到的列向量相乘， 得到测试姿态特 征向量； 步骤二五、 分别计算出测试姿态特征向量与步骤一 四中获得的该种类下每张图像对应 的姿态特征向量的欧式距离， 得到该种类下， 与测试姿态特征向量欧氏距离最小的姿态特 征向量， 将得到的姿态特征向量作为待识别姿态的空间目标光学图像在该种类下对应的姿 态特征向量， 将该姿态特 征向量与测试姿态特 征向量的欧氏距离记为m1； 步骤二六、 重新假设待识别姿态的空间目标光学图像中卫星所属的种类， 并执行步骤 二二至步骤二五的过程， 分别得到在其它每个种类下， 步骤一四中与测试姿态特征向量欧 氏距离最小的姿态特征向量， 即分别得到待识别姿态的空间目标光学图像在其它各种类下 所对应的姿态特征向量； 将其它 各种类下， 与测试姿态特征向量欧氏距离的最小值分别记 为m2…mN； 步骤二七、 从m1、 m2…mN中选取出最小值， 根据最小值所对应的姿态特征向量、 待测空间权　利　要　求　书 1/3 页 2 CN 114913230 A 2目标光学图像中帆板位置以及成像传感器参数， 得到姿态 识别结果。 4.根据权利要求3所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述待测空间目标光学图像中帆板位置的获取 过程为： 步骤1、 对待测空间目标光学图像进行 预处理， 获得预处理后的图像； 步骤2、 计算预处 理后图像与高斯滤波器窗函数梯度的卷积， 获得 卷积后的图像； 步骤3、 对卷积后图像进行Hough变换， 得到 Hough参数空间中的变换图； 步骤4、 基于得到的变换图， 获得图像中帆板所在位置 。 5.根据权利要求4所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述步骤1的具体过程 为： 将待测空间目标光学图像转换为灰度图像后， 对灰度图像进行去噪， 获得去噪后的图 像， 再对去噪后的图像进行锐化增强， 获得锐化增强后的图像。 6.根据权利要求5所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述步骤2的具体过程 为： 对于预处 理后的图像f(x,y)， 计算高斯滤波所需要的窗函数G(x,y)为： 其中， x和y分别表示预处理后图像中像素的横坐标和纵坐标， σ是窗函数的滑窗标准 差； 窗函数G(x,y)在x,y方向的梯度分别为： 其中， k为系数， 将x,y方向的梯度分别与预处 理后图像卷积： 其中， Ex为x方向的卷积结果， Ey为y方向的卷积结果； 则卷积后的图像在(x,y)处的边 缘强度M(x,y)为： 7.根据权利要求6所述的绕飞背景下多种类空间目标姿态信 息识别方法， 其特征在于， 所述步骤3的具体过程 为： 卷积后图像中各个 像素点与坐标原点连线的长度和角度分别为：权　利　要　求　书 2/3 页 3 CN 114913230 A 3