[发明专利]基于双液透镜光学系统的空间目标特征识别方法

摘要

本发明涉及基于双液透镜光学系统的空间目标特征识别算法，引入液透镜电控变焦的优势，通过特征提取、线性特征聚类，实现在不同相对测量距离下对空间目标类型的准确识别。本发明的方法包括（1）图像线性特征提取，得到目标特征；（2）基于变换域的线性特征方向聚类方法，得到目标的主要线性结构方向量，得到目标的可能分类；（3）基于方向聚类的电调液透镜调焦方法，计算目标的主要方向聚类，如满足要求阈值要求进行后续计算，如不满足要求继续调焦并重复计算方向聚类参数；（4）基于交点的目标识别方法，计算目标观测面的4个交点，得到目标观测面的形状，识别出目标类型。可用此方法对空间目标特征进行自动识别，得到目标的类型。

主权项

1.一种基于双液透镜光学系统的空间目标特征识别方法，其特征在于，包括：步骤1：自动采集目标图像，并进行目标线性特征提取，得到目标的特征结构信息；步骤2：对特征结构信息变换域的方向进行聚类处理，得到目标的初分类结果；步骤3：依据方向聚类处理中参数的结果，调整液透镜光学系统焦距，计算图像在不同焦距情况下的聚类参数，迭代得到满足阈值要求的目标图像；步骤4：在满足阈值要求的目标图像上，提取目标观测面的交点特征，对交点特征构建的形状信息进行自动识别计算，得到目标的分类结果；所述步骤2中，进行特征结构信息变换域方向聚类方法，包括：根据步骤1得到的特征结构信息，计算特征结构图上每个特征点的变换域坐标，特征点数目为pt_num，计算公式为：θ＝atan(y/x)r＝y/sinθ其中，θ和r为变换域坐标，θ坐标范围为[0，…，180]，r坐标范围为width和height分别为图像的宽度和高度；x和y为特征点的图像坐标；得到每个特征点的变换域坐标(θ，r)，将θ值集合{θ_i}进行聚类处理，其中i表示特征点，取值范围为[1，pt_num]；在待识别目标的观测面均为六面体时，设置聚类数量N的起始值为3，类间差阈值d_out取值范围为[20，30]，类内差d_in阈值为10；第一次计算将{θ_i}按照d_in分成三类，判别公式为：其中θ_i和θ_j为总集合{θ_i}中的值，i和j的取值范围为[1，pt_num]，符号||表示取绝对值；然后分别计算三类Θ_c之间的d_out，计算公式为：其中为一类集合，c_i，c_j为集合数，i和j的取值范围为[1，N]；为中θ值的数量；判断的值是否在阈值d_out范围之上，如果是，则得到识别结果：目标为非正方体或长方体的六面体；如果不是，则将N下减1，重新开始迭代分类，直到满足阈值d_out为止。