微型航天探测系统及其目标识别算法研究
|
摘要
随着空间科学技术的发展，航天探测器受到越来越多国家的关注。而体积小、功耗低、成本低的微型航天探测器是目前航天器发展的主要趋势。微型航天器因其目标小、机动性强、可进行编队组网等特点，在军民两用高新技术中受到全世界的广泛关注。在军事领域，可利用微型航天器来完成多项任务，如空间目标成像、空间电子侦察、空间电子干扰和目标拦截等。在非军事领域，微型航天器的一个重要用途是进行空间技术在轨试验。低投入、短周期的微型卫星将给高新技术领域的太空试验带来希望，而高技术演示验证是将研究成果工程化的重要手段，可以加速研究成果向工程研制和应用的转化，降低研制风险，提高使用效益，从而加速技术更新，推动空间技术的发展。由于微小卫星领域的技术发展和更新非常迅速，因此加强高技术演示验证就成为一项极为重要的工作。
微型航天探测器主要是对太空中的目标物进行探测成像并主识别，然而由于微型航天探测器所处的环境的背景比较复杂，再加上复杂背景、目标物以及探测器三者之间有相对的运动使得对目标物的识别比较困难。而且微型航天探测器体积小，硬件资源、处理速度和能量都及其有限。
论文从微型航天探测器的实际情况出发，在对现有识别方法进行分析比较后，提出了两类新的识别算法：一类是多帧图像识别算法，主要有基于图像配准的边缘提取差分法和基于图像配准的双差分法。它们主要是针对背景、目标物和探测器之间有相对运动提出来的新的算法。这两种算法的关键点在图像配准上。另一类是单帧图像识别算法即改进的连通域法的目标识别算法，该算法对单帧图像进行处理避免了多帧之间由于背景、目标物和探测器之间有相对运动带来的影响，而且需要的硬件资源和计算量都比较小。它首先对探测器采集的图像进行二值化，然后对整幅二值化的图像进行连通域标记，最后用领域法搜索图像中最大的连通域，即目标物，计算出目标物的形心以及目标物方位角、俯仰角和波门的大小等参数。实验表明该算法在处理速度和硬件资源要求上都优于前者以及一些现有的识别算法。项目中，在PC机上用VC实现了探测器与PC机的连接以及开发出满足项目要求的并带有不同目标识别算法的软件系统。针对微型航天探测器的实际特点，用DSP硬件实现改进连通域的目标识别算法，并设计了FPGA实验板模拟CMOS数据源，实现并达到了实时目标识别的要求，获得了较好的识别效果。
本文所做的工作主要是完成了微型航天探测器对空间目标物识别预研，还对下一步工作提出了有益的建议。
Space detecting is paid attention to by more and more country along with thedeveloping of space technology. Small size, low power and low cost MicrospacecraftTarget Detector(MTD) is the mainly developing detection in the space detecting field.The MTD get worldwide attention in the military affairs and civil hightecnology for itscharacters of small,easily move,can famate and so on. In the military affairs, the MTDcan do many kinds of tasks. For example the imaging of space target, space electronicreconnoiters, electronic interferes and target hold off. In the civil affairs the mostimportant use of MTD is the spacial experiment on the orbit. Small satellit with lowcost and short period will bring hope for spacial experiment in high and newtechnology field, on the other hand the high technology demonstrating and validating isan important way to make the researching production into project. It can accelerate thetransform for research productions to project develop and application, reduce theventure of development, and improve using benefit. So the MTD accelerates the speedof validating the new technology and the speed of technical update and put the spacialtechnology forward. Because the technology in small satellite field developing andrefreshing is very fast, it is a very important work to strengthen high technologydemonstration and validation.
The MTD mainly function is imaging and recongnizing the spacial target. In spacebackground, there is relative movement among the target, and MTD. So it is difficult torecognize the target. Further more the MTD's cubage, hardware resource, processingspeed and power are very limited.
Considerating the source of MTD, two kinds of recognising algorithm was shownin the thesis: One is multi-frame image recognising algorithm. It mainly containsimage edge extract and deference base on image registration and double differencebased on image registration. Aimed at resolving the relative movement among thetarget, space background and MTD, the new algorithm was put forward. The core ofthe two algorithm is image registration. Another algorithm is single-frame imagerecognising algorithm, called improved connected recognising algorithm. Thealgorithm only processes one frame image and avoids the influence of the relativemovement among the target,space background and MTD. By the way the hardwareresource and calculation are small. The first processing of algorithm is binary theimage frame MTD, the second step is connecting component labeling the binaryimage, at last one is searching the image with egiht-coneceted way to find the biggestconnected in the image-the target, and caculate out the parameters of azimuth angle,pitching angle and the dimension of the gate. The result of experiment indicates thatthe improved connected algorithm excelled the other algorithms on the processingspeed and the hardware resource requirement. In the project, the connection betweendectecting sensor and computer was realized, and exploit out a software system whichcontains different recognition algorithms and meet the item's needs. In order to satisfy the small size of MTD, the improved connected algorithm based on DSP was realized.By the way the CMOS image data source based on was designed. In conclusion, theimproved connected algorithm reached the requirement of real time, and get a goodrecognising result.
This thesis mainly completed the pre-research of the MTD recongnise target in thespace, the thesis summed up all the work and put forward some benefit advices for thefurhter work.
微型航天探测器主要是对太空中的目标物进行探测成像并主识别，然而由于微型航天探测器所处的环境的背景比较复杂，再加上复杂背景、目标物以及探测器三者之间有相对的运动使得对目标物的识别比较困难。而且微型航天探测器体积小，硬件资源、处理速度和能量都及其有限。
论文从微型航天探测器的实际情况出发，在对现有识别方法进行分析比较后，提出了两类新的识别算法：一类是多帧图像识别算法，主要有基于图像配准的边缘提取差分法和基于图像配准的双差分法。它们主要是针对背景、目标物和探测器之间有相对运动提出来的新的算法。这两种算法的关键点在图像配准上。另一类是单帧图像识别算法即改进的连通域法的目标识别算法，该算法对单帧图像进行处理避免了多帧之间由于背景、目标物和探测器之间有相对运动带来的影响，而且需要的硬件资源和计算量都比较小。它首先对探测器采集的图像进行二值化，然后对整幅二值化的图像进行连通域标记，最后用领域法搜索图像中最大的连通域，即目标物，计算出目标物的形心以及目标物方位角、俯仰角和波门的大小等参数。实验表明该算法在处理速度和硬件资源要求上都优于前者以及一些现有的识别算法。项目中，在PC机上用VC实现了探测器与PC机的连接以及开发出满足项目要求的并带有不同目标识别算法的软件系统。针对微型航天探测器的实际特点，用DSP硬件实现改进连通域的目标识别算法，并设计了FPGA实验板模拟CMOS数据源，实现并达到了实时目标识别的要求，获得了较好的识别效果。
本文所做的工作主要是完成了微型航天探测器对空间目标物识别预研，还对下一步工作提出了有益的建议。
Space detecting is paid attention to by more and more country along with thedeveloping of space technology. Small size, low power and low cost MicrospacecraftTarget Detector(MTD) is the mainly developing detection in the space detecting field.The MTD get worldwide attention in the military affairs and civil hightecnology for itscharacters of small,easily move,can famate and so on. In the military affairs, the MTDcan do many kinds of tasks. For example the imaging of space target, space electronicreconnoiters, electronic interferes and target hold off. In the civil affairs the mostimportant use of MTD is the spacial experiment on the orbit. Small satellit with lowcost and short period will bring hope for spacial experiment in high and newtechnology field, on the other hand the high technology demonstrating and validating isan important way to make the researching production into project. It can accelerate thetransform for research productions to project develop and application, reduce theventure of development, and improve using benefit. So the MTD accelerates the speedof validating the new technology and the speed of technical update and put the spacialtechnology forward. Because the technology in small satellite field developing andrefreshing is very fast, it is a very important work to strengthen high technologydemonstration and validation.
The MTD mainly function is imaging and recongnizing the spacial target. In spacebackground, there is relative movement among the target, and MTD. So it is difficult torecognize the target. Further more the MTD's cubage, hardware resource, processingspeed and power are very limited.
Considerating the source of MTD, two kinds of recognising algorithm was shownin the thesis: One is multi-frame image recognising algorithm. It mainly containsimage edge extract and deference base on image registration and double differencebased on image registration. Aimed at resolving the relative movement among thetarget, space background and MTD, the new algorithm was put forward. The core ofthe two algorithm is image registration. Another algorithm is single-frame imagerecognising algorithm, called improved connected recognising algorithm. Thealgorithm only processes one frame image and avoids the influence of the relativemovement among the target,space background and MTD. By the way the hardwareresource and calculation are small. The first processing of algorithm is binary theimage frame MTD, the second step is connecting component labeling the binaryimage, at last one is searching the image with egiht-coneceted way to find the biggestconnected in the image-the target, and caculate out the parameters of azimuth angle,pitching angle and the dimension of the gate. The result of experiment indicates thatthe improved connected algorithm excelled the other algorithms on the processingspeed and the hardware resource requirement. In the project, the connection betweendectecting sensor and computer was realized, and exploit out a software system whichcontains different recognition algorithms and meet the item's needs. In order to satisfy the small size of MTD, the improved connected algorithm based on DSP was realized.By the way the CMOS image data source based on was designed. In conclusion, theimproved connected algorithm reached the requirement of real time, and get a goodrecognising result.
This thesis mainly completed the pre-research of the MTD recongnise target in thespace, the thesis summed up all the work and put forward some benefit advices for thefurhter work.
引文
[1] 马宏等，编队飞行小卫星空间状态测量方法研究[J]．飞行器测控学报．23(2)：(2004)1-4．
[2] 刘听．实时视频中选定物体追踪算法的研究[D]．吉林：吉林大学，2006．8．
[3] 于秀芬．轮式移动机器人视觉定位与目标跟踪研究[D]南京：南京航空航天大学，2004．
[4] 孙才红，轻小型星敏感器研制方法和研制技术[D]．北京：中国科学院北京天文台，2002．
[5] 李斌成．空间目标光学特性分析[J]．光学工程(2)1989，21-26．．
[6] 张珅毅．中高能粒子探测器设计与研发[D]．北京：中国科学院空间科学应用研究中心，2006．
[7] 李淑军，高晓东等．带太阳能帆板的卫星光度特性分析[J]．光电工程31(4)(2004)1-6．
[8] Sergios Theodoridis．Pattern Rcognition(Second Edi Lion)[M]．北京：机械工业出版社，2003．
[9] 章毓晋．图像处理和分析[M]．北京：清华大学出版社，1999．
[10] 方彩婷．基于BP神经网络的图像识别与跟踪研究[D]．西安：西安电子科技大学，2006．12．
[11] 余农，吴常泳．基于形念学的日标识别技术[J]武汉大学学报(自然科学版)28(2)(2003)219-223．
[12] 张红勤．可见光红外景象目标识别技术[J]．红外(9)(2002)16-19．
[13] 姚剑，刘其真等．模糊技术与神经网络的混合算法在运动目标的识别与跟踪中的应用[J]．计算机工程与应用．36(1) (2001)62-64．
[14] Zhongxiu flu and Scott T. Acton. Morphological Pyramid Image Registration[J].Image Analysis and Interpretation. 2000. Proceedings. 4th IEEE Southwest Symposium2-4 April 2000 Page(s):227-231
[15] L. Brown, A survey of image registration techniques[J]. ACM Computing Surveys, Vol. 24, No. 4, Decemher 1992, pp. 328ColumbiaUniversity, USA
[16] 倪国强，刘琼．多源图像配准技术分析与展望[J]．光电工程31(9)(2004) 1-6．
[17] 吴晓宁．基于CCD多光谱图像的配准方法研究[D]．南京：南京理工大学，2006．12．
[18] 冯林，颜世鹏，孙寿．图像配准中一种特定区域轮廓提取算法[J]计算机技术与发展．16(3)(2006)11-13．
[19] 王东峰，孙丽飞，刘小军等．基于广义特征点匹配的全自动图像配准[J]．电子与信息学报．27(7)(2005)1013-1016．
[20] 马奔，史忠科，皮燕妮．成象目标跟踪算法分析[J]．西安电子科技大学学报(自然科学版)32(3)(2005)／177-480．
[21] 杨大为，王琰．基于双差分法的目标检测与分析[J]．沈阳工业学院学报23(2)(2004)27-30．
[22] 刘永信，魏平．复杂背景中视频图像目标的检测[J]．内蒙古大学学报(自 然科学版)32(6)(2001)670-674．
[23] 杨淑莹等．VC++图像处理程序设计(笫二版)[M]．北京：清华大学出版社，北京交通大学出版社，2003．
[24] 瞿海金．手写体数字识别方法的研究与实现[D]．南京：南京理工大学，2005．9．
[25] 饶洁．基于区域特征及边缘信息的彩色血液显微图像分割[D]．成都：四川大学，2006．
[26] 高红梅．一类复杂图象目标识别研究及智能化方法的应用[D]．西安：西安理工大学，2001．
[27] 桑红石，傅勇，张天序等．一种适合硬件实现的多值图像连通域标记算法[J]．华中科技大学学报(自然科学版)33(9) (2005)5-8．
[28] 郑建冬．基于图像处理的烟叶叶片结构自动分类方法的研究[D]南京：南京航空航天大学，2005．
[29] 孙兆林．MATLAB 6.X图象处理[M]．北京：清华大学出版社，2002．5．
[30] 谢年喜．MATLAB在数字信号处理中的应用[M]，北京：清华大学出版社，2003．11．
[31] 张兆礼，赵春辉，梅晓丹．现代图象处理技术及Matlab实现[M]北京，2001．11．
[32] 谭浩强．C语言程序设计(第二版)[M]．北京：清华大学出版社，1999．12
[33] 范辉等．Visual C++6.0程序员设计简明教程[M]．北京：高等教育出版社，2001．
[34] 李方慧，王飞，何佩琨．TMS320C6000系列DSPs原理及应用(第二版)[M]．北京：电子工业出版社，2000．6
[35] 陈林杰，基于DSP的多光谱图象数据压缩技术研究[D]．西安：中国科学院西安光机所，2006．5．
[36] 王念旭等．DSP基础与应用系统发计[M]．北京：北京航空航天大学出版社，2001．
[37] 孙兴，李捍东，田申．DSP6416在图像处理中的应用[J]．贵州工业大学学报(自然科学版)34(6)(2005)67-71．
[38] 吴继华，王成．Altera FPGA／CPLD(基础篇)[M]．北京：人民邮电出版社，2005．
[39] 吴继华，王成．Altera FPGA／CPLD(高级篇)[M]．北京：人民邮电出版社， 2005．
[40] 郭瑞，刘学斌，汶德胜等．空间雷电探测实时采集定位系统[J]．光子学报35(6)(2006)953-956
[41] 候伯亨，顾新．VHDL硬件描述语言与数字逻辑电路设计[M]．西安：西安电子科技大学出版社，1998．
[2] 刘听．实时视频中选定物体追踪算法的研究[D]．吉林：吉林大学，2006．8．
[3] 于秀芬．轮式移动机器人视觉定位与目标跟踪研究[D]南京：南京航空航天大学，2004．
[4] 孙才红，轻小型星敏感器研制方法和研制技术[D]．北京：中国科学院北京天文台，2002．
[5] 李斌成．空间目标光学特性分析[J]．光学工程(2)1989，21-26．．
[6] 张珅毅．中高能粒子探测器设计与研发[D]．北京：中国科学院空间科学应用研究中心，2006．
[7] 李淑军，高晓东等．带太阳能帆板的卫星光度特性分析[J]．光电工程31(4)(2004)1-6．
[8] Sergios Theodoridis．Pattern Rcognition(Second Edi Lion)[M]．北京：机械工业出版社，2003．
[9] 章毓晋．图像处理和分析[M]．北京：清华大学出版社，1999．
[10] 方彩婷．基于BP神经网络的图像识别与跟踪研究[D]．西安：西安电子科技大学，2006．12．
[11] 余农，吴常泳．基于形念学的日标识别技术[J]武汉大学学报(自然科学版)28(2)(2003)219-223．
[12] 张红勤．可见光红外景象目标识别技术[J]．红外(9)(2002)16-19．
[13] 姚剑，刘其真等．模糊技术与神经网络的混合算法在运动目标的识别与跟踪中的应用[J]．计算机工程与应用．36(1) (2001)62-64．
[14] Zhongxiu flu and Scott T. Acton. Morphological Pyramid Image Registration[J].Image Analysis and Interpretation. 2000. Proceedings. 4th IEEE Southwest Symposium2-4 April 2000 Page(s):227-231
[15] L. Brown, A survey of image registration techniques[J]. ACM Computing Surveys, Vol. 24, No. 4, Decemher 1992, pp. 328ColumbiaUniversity, USA
[16] 倪国强，刘琼．多源图像配准技术分析与展望[J]．光电工程31(9)(2004) 1-6．
[17] 吴晓宁．基于CCD多光谱图像的配准方法研究[D]．南京：南京理工大学，2006．12．
[18] 冯林，颜世鹏，孙寿．图像配准中一种特定区域轮廓提取算法[J]计算机技术与发展．16(3)(2006)11-13．
[19] 王东峰，孙丽飞，刘小军等．基于广义特征点匹配的全自动图像配准[J]．电子与信息学报．27(7)(2005)1013-1016．
[20] 马奔，史忠科，皮燕妮．成象目标跟踪算法分析[J]．西安电子科技大学学报(自然科学版)32(3)(2005)／177-480．
[21] 杨大为，王琰．基于双差分法的目标检测与分析[J]．沈阳工业学院学报23(2)(2004)27-30．
[22] 刘永信，魏平．复杂背景中视频图像目标的检测[J]．内蒙古大学学报(自 然科学版)32(6)(2001)670-674．
[23] 杨淑莹等．VC++图像处理程序设计(笫二版)[M]．北京：清华大学出版社，北京交通大学出版社，2003．
[24] 瞿海金．手写体数字识别方法的研究与实现[D]．南京：南京理工大学，2005．9．
[25] 饶洁．基于区域特征及边缘信息的彩色血液显微图像分割[D]．成都：四川大学，2006．
[26] 高红梅．一类复杂图象目标识别研究及智能化方法的应用[D]．西安：西安理工大学，2001．
[27] 桑红石，傅勇，张天序等．一种适合硬件实现的多值图像连通域标记算法[J]．华中科技大学学报(自然科学版)33(9) (2005)5-8．
[28] 郑建冬．基于图像处理的烟叶叶片结构自动分类方法的研究[D]南京：南京航空航天大学，2005．
[29] 孙兆林．MATLAB 6.X图象处理[M]．北京：清华大学出版社，2002．5．
[30] 谢年喜．MATLAB在数字信号处理中的应用[M]，北京：清华大学出版社，2003．11．
[31] 张兆礼，赵春辉，梅晓丹．现代图象处理技术及Matlab实现[M]北京，2001．11．
[32] 谭浩强．C语言程序设计(第二版)[M]．北京：清华大学出版社，1999．12
[33] 范辉等．Visual C++6.0程序员设计简明教程[M]．北京：高等教育出版社，2001．
[34] 李方慧，王飞，何佩琨．TMS320C6000系列DSPs原理及应用(第二版)[M]．北京：电子工业出版社，2000．6
[35] 陈林杰，基于DSP的多光谱图象数据压缩技术研究[D]．西安：中国科学院西安光机所，2006．5．
[36] 王念旭等．DSP基础与应用系统发计[M]．北京：北京航空航天大学出版社，2001．
[37] 孙兴，李捍东，田申．DSP6416在图像处理中的应用[J]．贵州工业大学学报(自然科学版)34(6)(2005)67-71．
[38] 吴继华，王成．Altera FPGA／CPLD(基础篇)[M]．北京：人民邮电出版社，2005．
[39] 吴继华，王成．Altera FPGA／CPLD(高级篇)[M]．北京：人民邮电出版社， 2005．
[40] 郭瑞，刘学斌，汶德胜等．空间雷电探测实时采集定位系统[J]．光子学报35(6)(2006)953-956
[41] 候伯亨，顾新．VHDL硬件描述语言与数字逻辑电路设计[M]．西安：西安电子科技大学出版社，1998．