[发明专利]一种天文目标检测与精确定位一体化方法

说明书

本发明涉及一种天文目标检测与精确定位一体化方法，旨在作为一种高效准确的天文目标检测方法为空间目标检测任务提供支撑。本发明以数据驱动方式，以地基光学观测的天文图像为数据输入，采用基于关键点的单阶段目标检测框架，同时执行目标检测与精确定位值回归任务；使用密集嵌套U型网络作为主干网络，提取并利用高分辨率特征图进行目标检测；使用基于概率分布建模的方式预测目标精确定位。通过本发明提供的检测与定位一体化方法，可以实现大尺寸地基光学图像中的快速天文目标准确检测，并输出目标在图像上亚像素级别精确定位，有助于提高地基光学系统空间目标检测能力。

技术领域

本发明涉及空间目标光学探测领域，具体为一种自动化天文目标检测与定位方法。

背景技术

随着越来越多国家具有进入空间和利用空间的能力，具备更强大的空间态势感知能力成为大国迫切需 要。地基光学观测系统是空间态势感知的重要一环，主要用于监视中高轨大量高价值空间目标，研究自动 化的高效、准确空间目标检测算法具有重要军事应用价值。

在空间目标检测任务中，重点在于检测图像中数目及位置不定的目标，并输出在图像上的亚像素级别 精确定位。传统天文目标检测算法基于人工预设准则进行特征提取后检测目标，一方面在检测能力上，对 天空背景及观测系统噪声鲁棒性差产生目标虚警，对于低信噪比的弱小目标检测能力不足产生目标漏检； 另一方面在定位精度上，由于低信噪比弱小目标所包含像素数目少、像素值受噪声干扰严重，将造成仅利 用单个目标像素灰度值进行定位的传统方法定位精度十分有限。

发明内容

(一)解决的技术问题

针对上述现有技术中存在的问题，本发明提供一种天文目标检测与精确定位一体化方法，以地基光学 观测的天文3像为数据输入，使用基于关键点的单阶段目标检测框架，能够作为一种高效实现同时执行目 标检测与精确定位值回归任务。针对检测能力不足，通过结合密集嵌套U型网络作为主干网络，提取并利 用高分辨率特征图进行检测，提升了噪声鲁棒性及弱小目标检测能力。针对定位精度不足，通过使用基于 概率分布建模的方式预测目标精确定位，通过学习全体目标定位特征并考虑由图像预测定位的不确定性， 最终提高定位精度。

(二)技术方案

本发明提出的一种天文目标检测与精确定位一体化方法，包括以下步骤：

S1.获取输入数据及标注，输入数据为16位深的天文图像，标注包括目标在图像上亚像素级别定位 及目标尺寸信息；

S2.使用密集嵌套U型注意力网络作为主干网络进行特征提取；

S3.使用基于关键点的检测头对主干网络输出特征图进行特征提取，分别生成关键点热图heatmap、 局部偏移量offset-map和目标宽高wh-map的预测，其中对局部偏移量采用预测分布概率形式实现精确定 位；

S4.在模型训练阶段，由标注生成各检测头对应真值，对检测头输出结果采用相应真值计算损失以进 行监督训练；

S5.在模型推理阶段，检测头输出结果heatmap、offset-map和wh-map，其中局部偏移量对offset- map所表示的预测概率分布求数学期望计算局部偏移量预测值，经目标框解码后得到天文目标检测结果及 其精确定位。

在上述方案中，所述的步骤S1为获取输入数据和标注，用于构造训练及测试数据集。数据使用实际 观测或仿真天文图像，典型数据类型为FITS格式单通道16位深图像，将原始图像裁切为256像素尺寸图 像块以构造数据集。标注生成是通过对观测天区内的参考星进行星图匹配获得天文定位信息，根据精密星 历和星表获得包括自然天体和人造天体的精确天文坐标，经映射后转换到图像坐标获得亚像素级别定位信 息。

在上述方案中，所述的步骤S2为搭建主干网络用于特征提取，所使用的主干网络针对天文弱小目标 进行改进设计。具体包括以下改进：