[发明专利]一种基于广义Hough变换的航天器分类识别方法

摘要

本发明公开了一种基于广义Hough变换的航天器分类识别方法，针对某雷达观测弧段的RCS序列绘制RCS序列图像，计算RCS序列图像的像素的紧凑度，进行初分类，对RCS序列图像进行滤波并生成轮廓图，使用广义Hough变换确定粗定位区域图像；提取粗定位区域图像的骨架特征，与模板图像的骨架特征进行细匹配；最终进行基于像素紧凑程度的匹配验证。本发明能够实现自动目标识别，并提高识别率。

主权项

一种基于广义Hough变换的航天器分类识别方法，其特征在于包括下述步骤：(1)针对某雷达观测弧段的RCS序列，以时间为横轴，RCS幅度为纵轴绘制二值图像，得到RCS序列图像；(2)计算RCS序列图像的像素的紧凑度，进行初分类，如果该紧凑度与模板库中某幅模板图像的紧凑度差值的绝对值小于0.05，则该模板图像可以参与后续的匹配运算；如果模板库中没有一幅模板图像的紧凑度满足上述要求，则认为该目标无法识别，为未知目标；(3)使用邻域平均法的均值滤波器对RCS序列图像进行滤波，在滤波的同时提取RCS序列图像的轮廓生成轮廓图；对轮廓图进行孔洞填充，并进行外轮廓特征提取，然后对外轮廓特征进行等间隔抽取，最后使用广义Hough变换对离散外轮廓图对应的RCS序列图像中与模板图像最可能匹配的区域进行投票，票数最高的区域即为粗定位区域图像；(4)利用数学形态学方法提取粗定位区域图像的骨架特征，运用Hausdorff距离将粗定位区域图像的骨架特征与模板图像的骨架特征进行细匹配，如果得到的Hausdorff距离小于20个像素，则认为两者相匹配，粗定位区域图像即为匹配区域图像，否则认为匹配失败，待识别目标为未知目标；(5)分别画出匹配区域图像与模板图像的像素紧凑程度分布图，计算两像素紧凑程度分布图之间的Hausdorff距离，如果Hausdorff距离小于20个像素，则认为匹配区域图像与模板图像的像素紧凑程度分布大致相同，通过上述步骤得到的识别结果准确，待识别目标即为模板图像所代表的目标，否则认为待识别目标为未知目标。