Algorithmus zur Erkennung schwacher kleiner Ziele auf Sternenkarten basierend auf schnellem lokalem Kontrast und Zielmerkmalen

NIU Haipeng ,  

YAN Changxiang ,  

WANG Yilin ,  

GUAN Haijun ,  

WANG Chao ,  

SHAO Jianbing ,  

摘要

Um das Problem des hohen Rechenaufwands und der Schwierigkeit der Hintergrundrauschunterdrückung bei Methoden der lokalen Kontrastierung für die Erkennung von Raumfahrzeugen auf Sternenkarten zu lösen, wurde eine Methode vorgeschlagen, die auf schnellem lokalen Kontrast und Zielmerkmalen basiert, um Ziele zu erkennen. In den drei Schritten vor, während und nach der Kontrastberechnung wird die Echtzeitfähigkeit des Algorithmus, die Unterdrückung komplexer Hintergründe und die Rauschentfernung jeweils verbessert. Zunächst wird hochfrequentes Rauschen durch einen Medianfilter entfernt; dann wird der Zielbereich durch schnellen Filter lokaler Maxima bestimmt, und der Hintergrund wird durch lokale Kontrastberechnung unterdrückt, um die Bildmerkmale des Ziels hervorzuheben; schließlich werden basierend auf den Bildmerkmalen des Ziels drei Merkmalsfunktionen für die Zielenergieverteilung, Zielenergiekonzentration und Zielenergieübertragung festgelegt, und durch das Setzen von Merkmalsgrenzwerten wird Rauschen entfernt und das echte Ziel extrahiert. Die experimentellen Ergebnisse zeigen, dass die vorgeschlagene Methode sowohl bei der Erkennungsrate als auch beim Zeitaufwand überlegen ist: Für Ziele mit einem Signal-Rausch-Verhältnis von 1,5 beträgt die Erkennungsrate 95 %, und die durchschnittliche Verarbeitungszeit liegt nur bei 1/30 bis 1/6 im Vergleich zu einigen Vergleichsmethoden. Die vorgeschlagene Methode eignet sich besser für die schnelle Zielerkennung unter komplexen Hintergrundbedingungen von Sternenkarten und erfüllt die Anforderungen an Robustheit und Echtzeitfähigkeit von Algorithmen zur Erkennung von Raumfahrzeugen.

关键词

Raumfahrzeuge auf Sternenkarten;Zielerkennung;menschliches Sehsystem;lokaler Kontrast;schneller Filter lokaler Maxima;Zielmerkmale

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website