基于部件三维分割的ISAR卫星姿态和尺寸估计方法

基于部件三维分割的isar卫星姿态和尺寸估计方法
技术领域
1.本发明属于雷达技术领域，涉及一种isar卫星姿态和尺寸估计方法，具体是一种基于部件三维分割的isar图像卫星目标姿态和尺寸估计方法，可以用于卫星目标分类识别、卫星工作状态确定等。


背景技术：

2.卫星的姿态和尺寸能够充分反映卫星目标的物理结构，为卫星目标分类识别和卫星工作状态确定提供了丰富的信息，对维护空间资产安全和监视卫星动态具有重要意义。按照能否获得关于目标的先验信息，卫星目标可以分为合作目标和非合作目标两大类。希望卫星姿态和尺寸估计方法能够同时适用于合作目标和非合作目标，且应同时兼顾估计的精确性和稳健性。
3.逆合成孔径雷达(isar，inverse synthetic aperture radar)具有全天时、全天候和远距离成像的能力。利用isar对卫星目标进行成像，能够获得包含着卫星目标丰富几何特征的isar图像；使用多幅从不同角度观测得到的卫星目标isar图像能够实现对卫星真实姿态和各主要部件尺寸的估计。
4.目前，卫星姿态和尺寸估计方法主要可分为三类：第一类使用姿态传感器来记录卫星的三维旋转角变化，然后采用滤波方法估计卫星姿态。此类方法仅适用于装备有三轴陀螺仪和姿态传感器的航天器。第二类通过电磁仿真技术建立姿态完备的待测目标模板库，将待测目标的实测数据与模板库进行匹配以实现卫星目标的定姿。此类方法需要提前获得待测目标的三维模型。前两类方法均不适用于非合作目标。第三类首先从多幅isar图像中分别提取卫星的二维几何特征，进而构建优化函数反演卫星的三维结构，从而实现卫星姿态和尺寸的估计。例如申请公布号为cn112946646a，名称为“基于isar图像解译的卫星目标姿态和尺寸估计方法”的专利申请，公开了一种基于isar图像和参数优化的卫星目标姿态和尺寸估计方法。该方法首先对isar图像序列进行图像分割得到卫星主体图像，然后提取卫星主体图像散射点并提取各幅图像中卫星主体二维指向，最后构建优化函数求解卫星主体的姿态和尺寸。通过相似的步骤，采用该方法也可以获得卫星太阳能板的姿态和尺寸。该方法适用于非合作目标且估计精度较高，但该方法中构建的优化函数是非凸函数，求解优化函数过程中常常会收敛至局部最优而非全局最优，从而使得姿态和尺寸估计容易出现错误，影响方法的稳健性。


技术实现要素：

5.本发明的目的在于针对上述现有技术存在的不足，提出基于部件三维分割的isar卫星姿态和尺寸估计方法，用于解决现有技术存在的卫星姿态和尺寸估计稳健性较差的技术问题。
6.为实现上述目的，本发明采取的技术方案包括如下步骤：
7.步骤1)计算卫星目标isar图像的距离向分辨率和方位向分辨率：
8.获取num幅包含有卫星目标的大小为m
×
n的isar图像i＝{i1,i2,...,i
num
,...,i
num
}，并计算每幅isar图像i
num
的距离向分辨率δr
num
和方位向分辨率δd
num
，得到距离向分辨率集合δr＝{δr1,δr2,...,δr
num
,...,δr
num
}和方位向分辨率集合δd＝{δd1,δd2,...,δd
num
,...,δd
num
}，其中，num≥3，m≥100，n≥100，i
num
表示第num幅卫星目标isar图像，num＝1,2,...,num；
9.步骤2)对卫星目标进行三维重构：
10.步骤2a)以δ
num
为阈值对每幅isar图像i
num
进行二值化分割，并对i
num
的二值化分割结果进行形态学操作，得到isar图像集合i对应的分离二值图集合itb＝{itb1,itb2,...,itb
num
,...,itb
num
}，其中，itb
num
表示对i
num
进行二值化分割所得到的粗分离二值图ita
num
所对应的目标与噪声分离二值图，itb
num
中值为1、0的像素位置分别属于卫星目标、背景噪声；
11.步骤2b)计算每幅isar图像i
num
对应的距离轴三维指向向量r
num
和多普勒轴三维指向向量d
num
，并通过r
num
和d
num
计算i
num
对应的成像投影矩阵h
num
，得到isar图像集合i对应的成像投影矩阵集合h＝{h1,h2,...,h
num
,...,h
num
}，其中：
[0012][0013]
其中，(
·
)
t
表示转置操作；
[0014]
步骤2c)采用投票投影法，并通过分离二值图集合itb和成像投影矩阵集合h对卫星目标进行三维重构：
[0015]
步骤2c1)初始化重构阈值为三维空间中等间隔分布有gp个预备点pr＝{pr1,pr2,...,pr
gp
,...,pr
gp
}，其中，pr
gp
表示三维坐标为的第gp个三维预备点，gp≥10；
[0016]
步骤2c2)使用成像投影矩阵h
num
计算每个三维预备点pr
gp
在每幅目标与噪声分离二值图itb
num
上的投影位置以及投影能量e
gp
(num)，并选取三维预备点集pr中满足的g个预备点构成三维重构点集合rec＝{rec1,rec2,...,recg,...,recg}，其中：
[0017]egp
(num)＝itb
num
(x
gp,num
,y
gp,num
)
[0018]
其中，itb
num
(x
gp,num
,y
gp,num
)表示图像itb
num
第x
gp,num
行第y
gp,num
列的像素值，∑表示累加操作，recg表示第g个三维重构点，g表示pr中满足的预备点个数，g＝1,2,...,g；
[0019]
步骤3)对卫星目标进行部件三维分割：
[0020]
步骤3a)对每幅isar图像i
num
进行语义分割，得到isar图像集合i对应的卫星主体二值图集合ib＝{ib1,ib2,...,ib
num
,...,ib
num
}和卫星太阳能板二值图集合is＝{is1,
is2,...,is
num
,...,is
num
}，其中,ib
num
、is
num
分别表示i
num
对应的卫星主体二值图、卫星太阳能板二值图，ib
num
中值为1的像素位置属于卫星主体，0的像素位置属于背景噪声或卫星太阳能板，is
num
中值为1的像素位置属于卫星太阳能板，0的像素位置属于背景噪声或卫星主体；
[0021]
(3b)利用ib和is对卫星目标的三维重构点集rec进行部件三维分割：
[0022]
步骤3b1)初始化每幅卫星主体二值图ib
num
中表示卫星主体形状完整程度的置信系数为每幅卫星太阳能板二值图is
num
中表示卫星太阳能板形状完整程度的置信系数为ζ
num
，分割阈值为ξ；
[0023]
步骤3b2)使用成像投影矩阵h
num
计算每个三维重构点recg在每幅卫星主体二值图ib
num
上的投影位置和在每幅卫星太阳能板二值图is
num
上的投影位置并计算点recg在每幅卫星主体二值图ib
num
上的投影能量ebg(num)和在每幅卫星太阳能板二值图is
num
上的投影能量esg(num)：
[0024]
ebg(num)＝ib
num
(xb
g,num
,yb
g,num
)
[0025]
esg(num)＝is
num
(xs
g,num
,ys
g,num
)
[0026]
其中，ib
num
(xb
g,num
,yb
g,num
)表示图像ib
num
第xb
g,num
行第yb
g,num
列的像素值，is
num
(xs
g,num
,ys
g,num
)表示图像is
num
第xs
g,num
行第ys
g,num
列的像素值；
[0027]
步骤3b3)计算每个三维重构点recg的主体置信度cbg和太阳能板置信度csg，并用三维重构点集rec中所有满足cbg≥csg且cbg≥ξ的点构成卫星主体三维点集bod＝{bod1,bod2,...,bod
gb
,...,bod
gb
}，用三维重构点集rec中所有满足csg≥cbg且csg≥ξ的点构成卫星太阳能板三维点集sol＝{sol1,sol2,...,sol
gs
,...,sol
gs
}，其中：
[0028][0029][0030]
其中，bod
gb
表示rec中第gb个满足cbg≥csg且cbg≥ξ的点，gb表示rec中满足cbg≥csg且cbg≥ξ的点的个数，gb＝1,2,...,gb，sol
gs
表示rec中第gs个满足csg≥cbg且csg≥ξ的点，gs表示rec中满足csg≥cbg且csg≥ξ的点的个数，gs＝1,2,...,gs；
[0031]
步骤4)获取isar图像卫星姿态和尺寸的估计结果；
[0032]
步骤4a)采用主成分分析法，从卫星主体三维点集bod中提取卫星目标主体的主轴指向l0，同时从卫星太阳能板三维点集sol中提取卫星目标太阳能板的翼展方向l1、平面法向量l2和板宽方向l3，主体主轴指向l0和太阳能板平面法向量l2即为卫星目标的姿态；
[0033]
步骤4b)使用主轴指向l0计算卫星目标主体主轴的尺寸len0，使用翼展方向l1和板宽方向l3分别计算卫星太阳能板的翼展尺寸len1和板宽尺寸len2，len0、len1和len2即为卫
星目标的尺寸：
[0034][0035][0036][0037]
其中，dot(
·
)表示内积操作。
[0038]
本发明与现有技术相比，具有如下优点：
[0039]
本发明首先对isar图像卫星目标进行部件三维分割得到卫星目标主体三维点集和太阳能板三维点集，然后通过卫星目标主体三维点集和太阳能板三维点集对卫星目标的姿态和尺寸进行估计，避免了现有技术使用多幅图像中的目标二维几何特征来实现卫星目标姿态和尺寸的估计的过程中求解非凸优化函数容易出错的缺陷，在保证估计精度的前提下有效提高了卫星姿态和尺寸估计的稳健性。
附图说明
[0040]
图1是本发明的实现流程图；
[0041]
图2是本发明的卫星目标三维重构的实现流程图；
[0042]
图3是本发明的语义分割的标记范例图；
[0043]
图4是本发明的cgan生成器子网络结构图；
[0044]
图5是本发明的cgan判别器子网络结构图；
具体实施方式
[0045]
以下结合附图和具体实施例，对本发明作进一步详细描述。
[0046]
参照图1，本发明包括如下步骤：
[0047]
步骤1)计算卫星目标isar图像的距离向分辨率和方位向分辨率，距离向分辨率和方位向分辨率分别表示isar图像中每一个像素点对应的纵向长度和横向长度：
[0048]
获取num幅包含有卫星目标的大小为m
×
n的isar图像i＝{i1,i2,...,i
num
,...,i
num
}，并计算每幅isar图像i
num
的距离向分辨率δr
num
和方位向分辨率δd
num
：
[0049][0050][0051]
其中，num≥3，m≥100，n≥100，i
num
表示第num幅卫星目标isar图像，num＝1,2,...,num，b
num
、λ
num
、θ
num
分别表示i
num
对应的发射信号的脉宽、发射信号的波长、成像时间内目标相对于雷达的转角；从而得到isar图像集合i对应的距离向分辨率集合δr＝{δr1,δr2,...,δr
num
,...,δr
num
}和方位向分辨率集合δd＝{δd1,δd2,...,δd
num
,...,δd
num
}；本实施例中num＝15，m＝512，n＝512，b
num
＝109hz，λ
num
＝0.0375m；
[0052]
步骤2)参照图2，对卫星目标进行三维重构：
[0053]
步骤2a)对每幅isar图像i
num
进行目标与噪声分离：
[0054]
步骤2a1)计算每幅isar图像i
num
的分割阈值δ
num
，计算分割阈值的现有技术有二维最大熵法、或最大类间方差法、或共生矩阵分割法，鉴于最大类间方差法具有实施简单的优点，本实例使用但不限于用最大类间方差法，其计算公式如下：
[0055][0056][0057][0058]
其中，表示求解使目标函数最大的δ
num
，n1、n2分别表示图像i
num
中像素值不小于δ
num
的像素个数和像素值小于δ
num
的像素个数，满足n1+n2＝m
×
n，imbk、imsh分别表示图像i
num
中像素值不小于δ
num
的像素和像素值小于δ
num
的像素，k＝1,2,...,n1，h＝1,2,...,n2；
[0059]
步骤2a2)以δ
num
为阈值对每幅isar图像i
num
进行二值化分割得到粗分离二值图ita
num
：将图像i
num
中所有像素值大于δ
num
的像素置为1，将图像i
num
中所有像素值不大于δ
num
的像素置为0；
[0060]
步骤2a3)对每幅isar图像i
num
的二值化分割结果ita
num
进行形态学操作，得到目标与噪声分离二值图itb
num
：
[0061]
itb
num
＝close(open(ita
num
))
[0062]
其中，open(
·
)表示形态学开操作，close(
·
)表示形态学闭操作，itb
num
中值为1、0的像素位置分别属于卫星目标、背景噪声；从而得到isar图像集合i对应的目标与噪声分离二值图集合itb＝{itb1,itb2,...,itb
num
,...,itb
num
}；
[0063]
步骤2b)isar成像过程可以视为：三维空间中卫星目标向二维成像平面投影的过程，二维成像平面由雷达射线方向和多普勒方向来确定。从多幅isar图像中重构目标需要知道各幅isar图像的成像投影矩阵。利用下述计算每幅isar图像i
num
对应的成像投影矩阵h
num
：
[0064][0065][0066]
[0067][0068][0069][0070][0071][0072][0073][0074][0075]
其中，r
num
、d
num
分别表示每幅isar图像i
num
对应的距离轴三维指向向量和多普勒轴三维指向向量，(
·
)
t
表示转置操作，fix(
·
)表示取整操作，||
·
||2表示取模操作，表示求关于m的偏导数，φ、λ分别表示雷达观测站的地理经度和地理纬度，r0表示地球半径，los
num
(:,m)表示图像i
num
对应的m个雷达观测射线中的第m个，m＝1,2,...,m，β
num,m
、α
num,m
和r
num,m
分别表示图像i
num
的第m个雷达观测视线对应的方位角、俯仰角和距离，β
num,m
、α
num,m
和r
num,m
由雷达跟踪信息提供；从而得到isar图像集合i对应的成像投影矩阵集合h＝{h1,h2,...,h
num
,...,h
num
}；
[0076]
步骤2c)使用分离二值图集合itb和成像投影矩阵集合h对卫星目标进行三维重构；投票投影法首先将三维空间中的点投影至每幅isar图像上，然后根据该点的投影是否落在图像中目标区域来判断该点是否属于目标，从而完成三维重构；采用投票投影法获得的目标三维点集比较密集且精度高，因此这里采用投票投影法对卫星目标进行三维重构：
[0077]
步骤2c1)初始化重构阈值为三维空间中等间隔分布有gp个预备点pr＝{pr1,
pr2,...,pr
gp
,...,pr
gp
}，其中，pr
gp
表示三维坐标为的第gp个三维预备点，gp≥10；
[0078]
步骤2c2)使用成像投影矩阵h
num
计算每个三维预备点pr
gp
在每幅目标与噪声分离二值图itb
num
上的投影位置以及投影能量e
gp
(num)，并选取三维预备点集pr中满足的g个预备点构成三维重构点集合rec＝{rec1,rec2,...,recg,...,recg}，其中：
[0079][0080]egp
(num)＝itb
num
(x
gp,num
,y
gp,num
)
[0081]
其中，
⊙
表示哈达玛积操作；itb
num
(x
gp,num
,y
gp,num
)表示图像itb
num
第x
gp,num
行第y
gp,num
列的像素值，∑表示累加操作，recg表示第g个三维重构点，g表示pr中满足的预备点个数，g＝1,2,...,g；
[0082]
步骤3)对卫星目标进行部件三维分割：
[0083]
步骤3a)对每幅isar图像i
num
进行语义分割：图像语义分割的现有技术有基于条件对抗生成网络cgan的、或基于全卷积网络fcn的、或基于segnet网络的分割方法，本实例使用但不限于用基于条件对抗生成网络cgan的分割方法，其具体实施步骤如下：
[0084]
步骤3a1)生成训练数据：获取numl幅卫星目标isar图像作为训练初始图像itr＝{itr1,itr2,...,itr
numl
,...,itr
numl
}；对每一幅初始图像itr
numl
进行标记得到对应的标记图像label
numl
，标记范例如图3：其中，图3(a)为初始图像itr
numl
，图3(b)为itr
numl
对应的标记图像label
numl
，用两种不同的颜色分别对每幅初始图像itr
numl
中的卫星主体和太阳能板进行像素级人工标记处理可以得到itr
numl
对应的标记图像label
numl
；其中，numl≥20，numl＝1,2,...,numl；对每对初始图像itr
numl
和标记图像label
numl
进行平移操作和镜像操作扩充训练数据；扩充后的数据集共有ke
×
numl对初始图像和标记图像，ke≥12；
[0085]
步骤3a2)构建包含生成器子网络和判别器子网络的cgan分割网络；生成器子网络如图4所示：包括由8个卷积层组成的编码器、由8个转置卷积层组成的解码器、由1个卷积层组成的预测层以及8个跳线层；判别器子网络如图5所示：包括4个卷积层和1个判别层；并设置cgan网络的损失函数l
cgan
为：
[0086]
l
cgan
＝e
itr,label
[logdt(itri,labeli)]+e
itr
[log(1-dt(itri,ge(itri))]
[0087]
+λe
itr,label
[||label
i-ge(itri)||1]
[0088]
其中，e[
·
]表示求解期望，ge(
·
)表示生成器的预测结果，dt(
·
)表示判别器的
判别结果，λ表示l1损失权重系数，||
·
||1表示求解l1范数；
[0089]
步骤3a3)对cgan分割网络进行训练：首先将初始图像itr
numl
输入到生成器子网络得到预测结果ge(itr
numl
)；然后将初始图像itr
numl
和对应的标记图像label
numl
共同输入判别器子网络得到判别结果dt(itri,labeli)，并将初始图像itr
numl
和预测结果ge(itr
numl
)共同输入判别器子网络得到判别结果dt(itri,ge(itri))；最后计算条件生成对抗网络cgan的损失函数的值l
cgan
，并采用梯度下降法更新网络的参数；经过多次迭代，直到当判别器无法区分预测结果和标记图像时，得到训练好的网络；
[0090]
步骤3a4)用训练好的网络对每幅isar图像i
num
进行标记，得到图像i
num
对应的标记图像i
la
；根据图像i
la
中像素颜色的不同生成图像i
num
对应的卫星主体二值图ib
num
和太阳能板二值图is
num
；从而得到isar图像集合i对应的卫星主体二值图集合ib＝{ib1,ib2,...,ib
num
,...,ib
num
}和卫星太阳能板二值图集合is＝{is1,is2,...,is
num
,...,is
num
}；
[0091]
步骤3b)利用ib和is对卫星目标的三维重构点集rec进行部件三维分割：
[0092]
步骤3b1)初始化每幅卫星主体二值图ib
num
中表示卫星主体形状完整程度的置信系数为每幅卫星太阳能板二值图is
num
中表示卫星太阳能板形状完整程度的置信系数为ζ
num
，分割阈值为ξ；
[0093]
步骤3b2)使用成像投影矩阵h
num
计算每个三维重构点recg在每幅卫星主体二值图ib
num
上的投影位置和在每幅卫星太阳能板二值图is
num
上的投影位置并计算点recg在每幅卫星主体二值图ib
num
上的投影能量ebg(num)和在每幅卫星太阳能板二值图is
num
上的投影能量esg(num)：
[0094]
ebg(num)＝ib
num
(xb
g,num
,yb
g,num
)
[0095]
esg(num)＝is
num
(xs
g,num
,ys
g,num
)
[0096][0097][0098]
其中，ib
num
(xb
g,num
,yb
g,num
)表示图像ib
num
第xb
g,num
行第yb
g,num
列的像素值，is
num
(xs
g,num
,ys
g,num
)表示图像is
num
第xs
g,num
行第ys
g,num
列的像素值；
[0099]
步骤3b3)计算每个三维重构点recg的主体置信度cbg和太阳能板置信度csg，并用三维重构点集rec中所有满足cbg≥csg且cbg≥ξ的点构成卫星主体三维点集bod＝{bod1,bod2,...,bod
gb
,...,bod
gb
}，用三维重构点集rec中所有满足csg≥cbg且csg≥ξ的点构成卫星太阳能板三维点集sol＝{sol1,sol2,...,sol
gs
,...,sol
gs
}，其中：
[0100][0101][0102]
其中，bod
gb
表示rec中第gb个满足cbg≥csg且cbg≥ξ的点，gb表示rec中满足cbg≥csg且cbg≥ξ的点的个数，gb＝1,2,...,gb，sol
gs
表示rec中第gs个满足csg≥cbg且csg≥ξ的点，gs表示rec中满足csg≥cbg且csg≥ξ的点的个数，gs＝1,2,...,gs；
[0103]
步骤4)获取isar图像卫星姿态和尺寸的估计结果：
[0104]
卫星主体大多呈轴对称形状，本发明提取卫星主体主轴来反映卫星主体的姿态和尺寸；卫星太阳能板近似呈平面矩形，本发明提取太阳能板平面法向量来反映卫星太阳能板的姿态，估计太阳能板的翼展和板宽来反映卫星太阳能板的尺寸；
[0105]
步骤4a)采用主成分分析法，从卫星主体三维点集bod中提取卫星目标主体的主轴指向l0，同时从卫星太阳能板三维点集sol中提取卫星目标太阳能板的翼展方向l1、平面法向量l2和板宽方向l3，主体主轴指向l0和太阳能板平面法向量l2即为卫星目标的姿态，其具体步骤如下：
[0106]
步骤4a1)计算卫星目标主体点集bod的协方差矩阵covb，计算卫星目标太阳能板点集sol的协方差矩阵covs：
[0107][0108][0109]
步骤4a2)对协方差矩阵covb进行特征值分解，对协方差矩阵covs进行特征值分解：
[0110][0111][0112]
其中，λ1、λ2、λ3为covb的特征值，λ4、λ5、λ6为covs的特征值，vb1、vb2、vb3、vs1、vs2、vs3分别为特征值λ1、λ2、λ3、λ4、λ5、λ6对应的特征向量；
[0113]
步骤4a3)将covb的最大特征值对应的特征向量作为卫星目标主体的主轴指向l0；将covs的最大特征值对应的特征向量作为太阳能板的翼展方向l1，将covs的最小特征值对应的特征向量作为太阳能板的平面法向量l2，使用l1和l2计算板宽方向l3：
[0114][0115]
其中，
×
表示叉乘操作。
[0116]
步骤4b)使用主轴指向l0计算卫星目标主体主轴的尺寸len0，使用翼展方向l1和板宽方向l3分别计算卫星太阳能板的翼展尺寸len1和板宽尺寸len2，len0、len1和len2即为卫星目标的尺寸：
[0117][0118][0119][0120]
其中，dot(
·
)表示内积操作。
[0121]
以下结合仿真实验，对本发明的技术效果作以说明。
[0122]
1、仿真条件和内容：
[0123]
本实验所用数据为15幅包含有“天宫2号”卫星目标的大小为512
×
512的isar图像。硬件平台为：处理器intel(r)core(tm)i7-10750hcpu，操作系统为windows 10，仿真实验软件平台为matlab r2019b。
[0124]
采用本发明和现有的基于isar图像解译的卫星目标姿态和尺寸估计方法对实验数据分别做100次蒙特卡洛实验。
[0125]
2、仿真结果分析：
[0126]
本实例采用估计得到的主轴指向向量或太阳能板平面法向量与真实的主轴指向向量或太阳能板平面法向量之间的夹角来衡量卫星目标姿态估计结果的误差；本实例采用相对尺寸误差来衡量卫星主轴长度、卫星太阳能板翼展尺寸、卫星太阳能板板宽尺寸的估计误差，相对误差计算公式：
[0127]
[0128]
其中，|
·
|表示取绝对值操作；本发明和现有技术的估计结果如表1所示。
[0129]
表1
[0130][0131]
从表1中可以看到100次蒙特卡洛实验中本发明对卫星姿态和尺寸估计结果的均值以及最优值与现有方法对卫星姿态和尺寸估计结果的均值以及最优值相差不大，而本发明对卫星姿态和尺寸估计结果的最差值远好于现有方法对卫星姿态和尺寸估计结果的最差值，可见本发明方法能够在保证卫星姿态和尺寸估计精度的基础上，提高算法的稳健性，避免错误估计。
[0132]
以上描述仅是本发明的一个具体实例，不构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

技术特征：
1.一种基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于包括以下步骤：(1)计算卫星目标isar图像的距离向分辨率和方位向分辨率：获取num幅包含有卫星目标的大小为m
×
n的isar图像i＝{i1,i2,...,i
num
,...,i
num
}，并计算每幅isar图像i
num
的距离向分辨率δr
num
和方位向分辨率δd
num
，得到距离向分辨率集合δr＝{δr1,δr2,...,δr
num
,...,δr
num
}和方位向分辨率集合δd＝{δd1,δd2,...,δd
num
,...,δd
num
}，其中，num≥3，m≥100，n≥100，i
num
表示第num幅卫星目标isar图像，num＝1,2,...,num；(2)对卫星目标进行三维重构：(2a)以δ
num
为阈值对每幅isar图像i
num
进行二值化分割，并对i
num
的二值化分割结果进行形态学操作，得到isar图像集合i对应的分离二值图集合itb＝{itb1,itb2,...,itb
num
,...,itb
num
}，其中，itb
num
表示对i
num
进行二值化分割所得到的粗分离二值图ita
num
所对应的目标与噪声分离二值图，itb
num
中值为1、0的像素位置分别属于卫星目标、背景噪声；(2b)计算每幅isar图像i
num
对应的距离轴三维指向向量r
num
和多普勒轴三维指向向量d
num
，并通过r
num
和d
num
计算i
num
对应的成像投影矩阵h
num
，得到isar图像集合i对应的成像投影矩阵集合h＝{h1,h2,...,h
num
,...,h
num
}，其中：其中，(
·
)
t
表示转置操作；(2c)采用投票投影法，并通过分离二值图集合itb和成像投影矩阵集合h对卫星目标进行三维重构：(2c1)初始化重构阈值为三维空间中等间隔分布有gp个预备点pr＝{pr1,pr2,...,pr
gp
,...,pr
gp
}，其中，pr
gp
表示三维坐标为的第gp个三维预备点，gp≥10；(2c2)使用成像投影矩阵h
num
计算每个三维预备点pr
gp
在每幅目标与噪声分离二值图itb
num
上的投影位置以及投影能量e
gp
(num)，并选取三维预备点集pr中满足的g个预备点构成三维重构点集合rec＝{rec1,rec2,...,rec
g
,...,rec
g
}，其中：e
gp
(num)＝itb
num
(x
gp,num
,y
gp,num
)其中，itb
num
(x
gp,num
,y
gp,num
)表示图像itb
num
第x
gp,num
行第y
gp,num
列的像素值，∑表示累加操作，rec
g
表示第g个三维重构点，g表示pr中满足的预备点个数，g＝1,2,...,g；
(3)对卫星目标进行部件三维分割：(3a)对每幅isar图像i
num
进行语义分割，得到isar图像集合i对应的卫星主体二值图集合ib＝{ib1,ib2,...,ib
num
,...,ib
num
}和卫星太阳能板二值图集合is＝{is1,is2,...,is
num
,...,is
num
}，其中,ib
num
、is
num
分别表示i
num
对应的卫星主体二值图、卫星太阳能板二值图，ib
num
中值为1的像素位置属于卫星主体，0的像素位置属于背景噪声或卫星太阳能板，is
num
中值为1的像素位置属于卫星太阳能板，0的像素位置属于背景噪声或卫星主体；(3b)利用ib和is对卫星目标的三维重构点集rec进行部件三维分割：(3b1)初始化每幅卫星主体二值图ib
num
中表示卫星主体形状完整程度的置信系数为每幅卫星太阳能板二值图is
num
中表示卫星太阳能板形状完整程度的置信系数为ζ
num
，分割阈值为ξ；(3b2)使用成像投影矩阵h
num
计算每个三维重构点rec
g
在每幅卫星主体二值图ib
num
上的投影位置和在每幅卫星太阳能板二值图is
num
上的投影位置并计算点rec
g
在每幅卫星主体二值图ib
num
上的投影能量eb
g
(num)和在每幅卫星太阳能板二值图is
num
上的投影能量es
g
(num)：eb
g
(num)＝ib
num
(xb
g,num
,yb
g,num
)es
g
(num)＝is
num
(xs
g,num
,ys
g,num
)其中，ib
num
(xb
g,num
,yb
g,num
)表示图像ib
num
第xb
g,num
行第yb
g,num
列的像素值，is
num
(xs
g,num
,ys
g,num
)表示图像is
num
第xs
g,num
行第ys
g,num
列的像素值；(3b3)计算每个三维重构点rec
g
的主体置信度cb
g
和太阳能板置信度cs
g
，并用三维重构点集rec中所有满足cb
g
≥cs
g
且cb
g
≥ξ的点构成卫星主体三维点集bod＝{bod1,bod2,...,bod
gb
,...,bod
gb
}，用三维重构点集rec中所有满足cs
g
≥cb
g
且cs
g
≥ξ的点构成卫星太阳能板三维点集sol＝{sol1,sol2,...,sol
gs
,...,sol
gs
}，其中：}，其中：其中，bod
gb
表示rec中第gb个满足cb
g
≥cs
g
且cb
g
≥ξ的点，gb表示rec中满足cb
g
≥cs
g
且cb
g
≥ξ的点的个数，gb＝1,2,...,gb，sol
gs
表示rec中第gs个满足cs
g
≥cb
g
且cs
g
≥ξ的点，gs表示rec中满足cs
g
≥cb
g
且cs
g
≥ξ的点的个数，gs＝1,2,...,gs；(4)获取isar图像卫星姿态和尺寸的估计结果；(4a)采用主成分分析法，从卫星主体三维点集bod中提取卫星目标主体的主轴指向l0，同时从卫星太阳能板三维点集sol中提取卫星目标太阳能板的翼展方向l1、平面法向量l2和板宽方向l3，主体主轴指向l0和太阳能板平面法向量l2即为卫星目标的姿态；
(4b)使用主轴指向l0计算卫星目标主体主轴的尺寸len0，使用翼展方向l1和板宽方向l3分别计算卫星太阳能板的翼展尺寸len1和板宽尺寸len2，len0、len1和len2即为卫星目标的尺寸：尺寸：尺寸：其中，dot(
·
)表示内积操作。2.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(1)中所述的计算每幅isar图像i
num
的距离向分辨率δr
num
和方位向分辨率δd
num
，其计算公式分别为：，其计算公式分别为：其中，c表示光速，b
num
、λ
num
、θ
num
分别表示第num幅isar图像i
num
对应的发射信号的脉宽、发射信号的波长、成像时间内目标相对于雷达的转角。3.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(2a)中所述的阈值δ
num
，采用二维最大熵法、或最大类间方差法、或共生矩阵分割法计算；目标与噪声分离二值图itb
num
，计算公式为：itb
num
＝close(open(ita
num
))其中，open(
·
)表示形态学开操作，close(
·
)表示形态学闭操作。4.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(2b)中所述的计算每幅isar图像i
num
对应的距离轴三维指向向量r
num
和多普勒轴三维指向向量d
num
，其计算公式分别为：，其计算公式分别为：，其计算公式分别为：，其计算公式分别为：
其中，fix(
·
)表示取整操作，||
·
||2表示取模操作，表示求关于m的偏导数，φ、λ分别表示雷达观测站的地理经度和地理纬度，r0表示地球半径，los
num
(:,m)表示图像i
num
对应的m个雷达观测射线中的第m个，m＝1,2,...,m，β
num,m
、α
num,m
和r
num,m
分别表示图像i
num
的第m个雷达观测视线对应的方位角、俯仰角和距离，β
num,m
、α
num,m
和r
num,m
由雷达跟踪信息提供。5.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(2c2)中所述的使用成像投影矩阵h
num
计算每个三维预备点pr
gp
在每幅目标与噪声分离二值图itb
num
上的投影位置其计算公式为：其中，
⊙
表示哈达玛积操作。6.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(3a)中所述的对每幅isar图像i
num
进行语义分割，采用基于条件对抗生成网络cgan、或基于全卷积网络fcn、或基于segnet网络的分割方法。7.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(3b4)中所述的使用成像投影矩阵h
num
计算点rec
g
在每幅卫星主体二值图
ib
num
上的投影位置和在每幅卫星太阳能板二值图is
num
上的投影位置其步骤如下：步骤如下：8.根据权利要求1所述的基于部件三维分割的isar图像卫星姿态和尺寸估计方法，其特征在于，步骤(4a)中所述的采用主成分分析法，从卫星主体三维点集bod中提取卫星目标主体的主轴指向l0，从卫星太阳能板三维点集sol中提取卫星目标太阳能板的翼展方向l1、平面法向量l2和板宽方向l3，其步骤如下：(4a1)计算卫星目标主体点集bod的协方差矩阵covb，计算卫星目标太阳能板点集sol的协方差矩阵covs：的协方差矩阵covs：(4a2)对协方差矩阵covb进行特征值分解，对协方差矩阵covs进行特征值分解：
其中，λ1、λ2、λ3为covb的特征值，λ4、λ5、λ6为covs的特征值，vb1、vb2、vb3、vs1、vs2、vs3分别为特征值λ1、λ2、λ3、λ4、λ5、λ6对应的特征向量；(4a3)将covb的最大特征值对应的特征向量作为卫星目标主体的主轴指向l0；将covs的最大特征值对应的特征向量作为太阳能板的翼展方向l1，将covs的最小特征值对应的特征向量作为太阳能板的平面法向量l2，使用l1和l2计算板宽方向l3：其中，
×
表示叉乘操作。

技术总结
本发明提出了一种基于部件三维分割的ISAR卫星姿态和尺寸估计方法，用于解决现有技术存在的卫星姿态和尺寸估计稳健性差的问题，实现步骤为：1)计算卫星目标ISAR图像的距离向分辨率和方位向分辨率；2)对卫星目标进行三维重构；3)对卫星目标进行部件三维分割；4)获取ISAR图像卫星姿态和尺寸的估计结果。本发明通过三维重构和部件三维分割得到了卫星目标主体三维点集和太阳能板三维点集，然后在卫星目标主体三维点集和太阳能板三维点集中估计卫星目标的真实姿态和尺寸；整个过程中无需求解非凸优化函数，很好地保证了算法的稳健性。很好地保证了算法的稳健性。很好地保证了算法的稳健性。


技术研发人员：杜兰 曹卓为 陈健 卓振宇 周宇
受保护的技术使用者：西安电子科技大学
技术研发日：2022.01.10
技术公布日：2023/7/22