(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211002187.X (22)申请日 2022.08.21 (71)申请人 中国人民解 放军63610部队 地址 841000 新疆维吾尔自治区巴音郭楞 蒙古自治州库尔勒市790信箱 (72)发明人 王松　刘佳伟　高澜　邵圣祥　 张荣杰　张福军　马黎俊　贾鹏　 万欣　 (74)专利代理 机构 西安匠星互智知识产权代理 有限公司 612 91 专利代理师 陈星 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/762(2022.01) G06T 7/38(2017.01)G06T 7/73(2017.01) (54)发明名称 利用聚类算法的大视场望远镜高轨目标快 速检测方法 (57)摘要 本发明提出一种利用聚类算法的大视场望 远镜高轨目标快速检测方法， 按照先关联后检测 的思想， 对地基大视场望远镜拍摄的图像序列进 行测光处理， 分别确定每帧图像中光源位置。 然 后， 经过图像序列的配准对齐、 滤除恒星、 卫星 候 选目标先聚类后检测等步骤完成对高轨目标的 快速检测。 与已有的检测方法不同， 该方法充分 考虑了高轨目标在地基大视场望远镜中的移动 特征， 将聚类算法引入到目标检测过程中， 不仅 极大的提高了检测速度， 还提升了目标检测稳定 性。 权利要求书2页 说明书7页 附图9页 CN 115457383 A 2022.12.09 CN 115457383 A 1.一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其特征在于： 包括以下 步骤： 步骤1： 获取大视场望远镜对待检测高轨目标所在空域的连续N帧观测图像， 并进行测 光处理， 分别确定每帧图像中光源在各自图像坐标系中的位置； 步骤2： 对连续 N帧观测图像组成的图像序列进行配准对齐； 步骤3： 确定候选目标集： 步骤3.1： 将配准对齐后的N帧观测图像中的光源在第1帧图像坐标系下的坐标组合成 矩阵M； 矩阵M规模为m*2， m代 表N帧图像中的光源总数， 2 代表两列， 分别是 X和Y坐标； 步骤3.2： 设置聚类方法中的关键参数， 并利用聚类方法对矩阵M中的元素进行 聚类； 所 述关键参数为聚类样本的距离半径 rcluster以及聚类的最小样本数量 nmin； 步骤3.3： 经过步骤3.2聚类后， 聚类成功的光源是要被滤除的光源， 聚类不成功的光源 组成卫星候选目标集； 步骤4： 利用聚类算法在候选目标集中检测卫星目标： 步骤4.1： 利用聚类 方法对卫星候选目标集中光源点进行聚类， 设置rcluster＝2*v*t～8* v*t， nmin＝3； 步骤4.2： 通过步骤4.1聚类得到若干聚类簇， 每个簇点数不小于3； 对于每个簇， 采用直 线检测方法得到其中的满足直线特 征的点迹， 即为检测到的卫星目标。 2.根据权利要求1所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 步骤2中采用以下步骤 对图像序列进行配准对齐： 步骤2.1： 对于第i帧观测图像与第i+1帧观测图像， 分别获取其中各自最亮 的前N个光 源点在各自图像坐标系中的坐标， 形成坐标集A和B； 步骤2.2： 分别计算坐标集A中每个点到坐标集B中所有点的距离； 对于坐标集A中某一 点， 得到其与坐标集B中所有点的距离的最小值， 以及最小值对应的坐标集B中的点， 进而由 坐标集A中所有点各自对应的最小距离组成最小距离集合， 并得到每个最小距离对应的点 对； 步骤2.3： 统计最小距离集合中的众数， 得到众数对应的若干最小距离， 进而得到所述 众数对应的若干最小距离所对应的若干点对， 这些点对就是第i帧观测图像与第i+1帧观测 图像中相匹配的特 征点对； 步骤2.4： 利用特征点对获取X方向和Y方向的坐标差值， 即为第i帧观测图像与第i+1 帧 观测图像的位移量； 步骤2.5： 利用相邻帧观测图像之间的位移量叠加， 得到图像序列中其余观测图像与第 1帧观测图像的位移量， 进 而实现将图像序列中其 余观测图像与第1帧观测图像 配准对齐。 3.根据权利要求1所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 步骤3中采用基于密度特 征的聚类方法DBSCAN进行聚类。 4.根据权利要求1或3所述一种利用聚类算法的大视场望远镜 高轨目标快速检测方法， 其特征在于： 所述聚类样本的距离半径rcluster大于恒星对齐后的位置偏差， 且小于卫星目 标跨相邻帧移动的像素 数。 5.根据权利要求4所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 所述聚类样本的距离半径 rcluster＝3； 聚类的最小样本数量 nmin＝2。权　利　要　求　书 1/2 页 2 CN 115457383 A 26.根据权利要求1所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 步骤3中， 在 进行聚类前， 对矩阵M增加边界约束 条件， 只有处于N帧观测图像配准 对齐后重 叠区域内的光源 才进行聚类， 忽略在重 叠区域外的光源。 7.根据权利要求1所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 步骤4中， 对于若干聚类簇， 采用并行计算方式进行直线检测。 8.根据权利要求1所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 步骤4中， 当聚类簇中的点数小于 设定阈值时， 采用遍历法确定直线点迹， 否则采 用Hough变换法确定直线点迹 。 9.根据权利要求8所述一种利用聚类算法的大视场望远镜高轨目标快速检测方法， 其 特征在于： 所述遍历法确定直线点迹过程为： 聚类簇中各点均来自于 当前图像序列中的N帧 图像； 每次从聚类簇中选择属于不同帧的至少3个点， 组成一个点迹， 结合点迹中各点坐标、 时刻， 按时间顺序计算速度， 如果点迹中各点速度矢量差异小于 设定门限， 则认为该点迹符 合高轨卫星目标检测要求并记录 输出。 10.根据权利要求8所述一种利用聚类算法的大视场望远镜 高轨目标快速检测方法， 其 特征在于： 所述Hough变换法确定直线点迹过程为： 对聚类簇中的点集依次进 行XY与TX或XY 与TY两层hough变换直线检测， 这里的T、 X、 Y分别代表时间轴、 X轴和Y轴； 输出满足直线特征 的点迹。权　利　要　求　书 2/2 页 3 CN 115457383 A 3