張浩鵬 劉正一 姜志國 安 萌 趙丹培

(北京航空航天大學 宇航學院,北京100191)

1 引言

當前,外太空的戰(zhàn)略地位正在快速上升,不論是在軍用方面還是民用方面,越來越多的國家加入到了空間競爭的行列之中,而空間目標監(jiān)視在其中起著關(guān)鍵性作用。美國是目前空間監(jiān)視能力最強的國家,已擁有較完善的空間監(jiān)視系統(tǒng),中國、歐盟、法國、德國、日本等國家和組織也在大力發(fā)展獨立的空間目標監(jiān)視系統(tǒng)[1-3]。

空間監(jiān)視系統(tǒng)的基本任務之一是對繞地球軌道運行的人造目標進行探測、跟蹤、編目及識別[4]。這里的人造目標包括工作和不工作的衛(wèi)星、火箭殘骸及空間碎片,也就是通常人們所關(guān)心的空間目標。本文所述空間目標主要指衛(wèi)星。

對空間目標的監(jiān)視可采用地基和天基兩種方式實現(xiàn)。與地基觀測相比,天基觀測在空域覆蓋性和監(jiān)視時效性等方面具有較大優(yōu)勢[5]。天基可見光傳感器(Space-based Visible sensor)可監(jiān)視整個地球同步軌道帶,同時探測多個空間目標,可以有效提高空間監(jiān)視能力[6-7]。天基可見光觀測技術(shù)已成為當今空間領(lǐng)域的前沿性技術(shù)。

我國的空間目標監(jiān)視研究尚處于起步階段,中國科學院、國防科技大學、南京大學、哈爾濱工業(yè)大學、北京航空航天大學、中國航天科技集團等單位對空間目標監(jiān)視系統(tǒng)中的相關(guān)技術(shù)進行了較為深入的研究。目前,成像目標探測已成為空間目標光電探測與識別技術(shù)的發(fā)展趨勢。[8-9]

空間目標數(shù)據(jù)庫是空間監(jiān)視系統(tǒng)的重要組成部分,是空間目標分類、識別的基礎(chǔ)。通過研究空間目標特性,建立空間目標數(shù)據(jù)庫,對于空間監(jiān)視任務中的目標識別、分類研究具有重要應用價值。計科峰、王宏、張云飛等人設計和建立的空間目標數(shù)據(jù)庫主要包含衛(wèi)星屬性信息(名稱、國別等)、衛(wèi)星軌道參數(shù)、衛(wèi)星RCS(RADAR Cross-Section)、目視星等、觀測信息(觀測時間、觀測站位置、傳感器參數(shù)等)等內(nèi)容[10-12]。彭華峰、李駿、潘海濱等人對空間目標可見光特性進行了分析,并在此基礎(chǔ)上給出了可見光成像仿真結(jié)果[13-15],但目標在像面上呈點狀或線狀,反映不出目標的外形、紋理等幾何特性。李志軍、毛宏霞等人對空間目標與環(huán)境的紅外特性進行了分析,給出了相應的仿真成像結(jié)果,且具備一定的形狀信息[16-17]。在作者已知的范圍內(nèi),有關(guān)空間目標數(shù)據(jù)庫和成像仿真方面的公開文獻均未提及包含豐富幾何特性(外形、紋理)的空間目標可見光成像數(shù)據(jù)庫。而針對空間目標可見光成像探測建立相應的空間目標圖像數(shù)據(jù)庫對于空間目標探測和識別具有極其重要的意義,這一數(shù)據(jù)庫的缺失已經(jīng)成為影響空間目標分類、識別研究的一個瓶頸。

BUAA-SID1.0空間目標圖像數(shù)據(jù)庫正是基于上述考慮而創(chuàng)建的包含豐富幾何信息的空間目標圖像數(shù)據(jù)庫。本文在分析空間目標圖像數(shù)據(jù)庫建立的背景和意義的基礎(chǔ)上,首先從三維模型建立、仿真圖像生成兩個方面闡述BUAA-SID1.0空間目標圖像數(shù)據(jù)庫的建立方法,接著介紹該數(shù)據(jù)庫共享版本BUAA-SID-share1.0包含的數(shù)據(jù)內(nèi)容,最后給出兩種識別算法在共享數(shù)據(jù)庫上的測試結(jié)果。

2 BUAA-SID1.0空間目標圖像數(shù)據(jù)庫的建立方法

BUAA-SID1.0空間目標圖像數(shù)據(jù)庫基于空間目標三維模型,利用3ds Max軟件渲染生成空間目標全視點仿真圖像序列,共包含56顆衛(wèi)星的三維模型及其仿真圖像。BUAA-SID1.0空間目標圖像數(shù)據(jù)庫分為三維模型庫和仿真圖像庫兩個子庫:三維模型庫包含56顆衛(wèi)星的三維模型,保存格式為max(3ds Max場景文件);仿真圖像庫包含25 760幅仿真圖像,分辨率320×240像素,每顆衛(wèi)星460幅,其中230幅為全視點24位彩色圖像,另外230幅為相應的二值圖像。

2.1 空間目標三維模型建立

由于空間目標的特殊性,很難獲取其真實外觀信息,公開可見的衛(wèi)星圖片幾乎全部是仿真圖片。因此,建立空間目標三維模型是生成空間目標可見光仿真圖像的必要前提,是構(gòu)建空間目標圖像數(shù)據(jù)庫的基礎(chǔ)。建立三維模型子庫所需的空間目標三維模型是通過以下兩種途徑獲取的。

1)直接使用CAD(Computer Aided Design)軟件建模。3dsMax是Autodesk公司的一款綜合動畫、三維建模和三維渲染功能的軟件。通過查找有關(guān)空間目標的幾何參數(shù)和公開的仿真圖片,使用3ds Max軟件繪制衛(wèi)星的幾何模型,應用紋理貼圖技術(shù)進一步豐富三維模型的紋理信息,建立較為逼真的衛(wèi)星模型,建模效果如圖1所示。

2)利用相關(guān)軟件提供的三維模型。STK(Satellite Tool Kit)是美國Analytical Graphics公司的一款航天任務分析軟件,功能強大,包含可視化工具,具有較多衛(wèi)星三維模型。Starry Night是加拿大Simulation Curriculum公司的一款天文仿真軟件,可以演示星空運動、觀測天體,包含一定數(shù)目的空間目標三維模型。STK的模型經(jīng)過轉(zhuǎn)換后可以導入3ds Max場景中進行仿真,轉(zhuǎn)換方法參考文獻[18]。Starry Night的模型為3DS格式,直接可以導入3ds Max。圖2和圖3顯示了這兩個軟件提供的三維模型效果。

圖1 自建模型效果圖

圖2 STK模型效果圖

圖3 Starry Night模型效果圖

通過直接建模和利用已有模型,共有56顆不同種類、不同形態(tài)、不同功能的衛(wèi)星模型被收錄到BUAASID1.0三維模型子庫,為后續(xù)仿真成像奠定了基礎(chǔ)。

2.2 仿真圖像生成

在三維模型庫的基礎(chǔ)上,借助3dsMax強大的渲染輸出功能,對庫中三維模型進行成像仿真,流程如圖4所示。

圖4 成像仿真流程圖

仿真圖像庫中圖像生成的幾個關(guān)鍵步驟具體如下。

1)攝像機參數(shù)設置?？臻g目標天基可見光成像探測中,目標距離觀測相機一般較遠,且觀測距離遠遠大于目標尺寸,為簡單起見,仿真時采用正交投影的成像模式。添加自由攝像機,鏡頭對準衛(wèi)星模型,視野設置為45°,保證兩者z軸方向一致,使得初始狀態(tài)下攝像機視圖中模型位于像面中心且全部可見。

2)光源參數(shù)設置?？紤]空間環(huán)境中太陽光近似為平行光,故在攝像機初始位置后方添加自由平行光光源,無衰減,燈光顏色為白色,強度倍增系數(shù)0.906,調(diào)整該系數(shù)可以得到不同亮度的仿真圖像。

3)相對位置調(diào)整。攝像機、光源與模型三者之間相對位置變化引起視點變化和光照變化,為得到模型全視點仿真圖像,將光源與攝像機綁定,保持相對位置不變,模型不動,將攝像機在以模型中心為球心的球面上移動。為清楚描述視點位置變化,借用地理學中經(jīng)緯度的表示方法,規(guī)定攝像機的初始位置經(jīng)緯度均為零,沿0°至±90°緯線圈采樣,得到230個采樣視點,如圖5所示。視點位置與仿真圖像對應關(guān)系見表1。

圖5 攝像機視點分布圖

表1 仿真圖像視點信息表

4)渲染輸出。設置輸出圖像分辨率為320×240像素,圖像屬性設置為24位像素,勾選Alpha(四通道圖像的透明度分量)分割選項。與彩色圖像二值化結(jié)果不同,Alpha分割圖將模型本體可見部分全部輸出到像面上,且邊緣存在漸變,經(jīng)過二值化后作為與彩色圖像對應的二值化圖像,很好地保存了目標的輪廓信息,如圖6。

圖6 二值化效果對比

3 空間目標圖像數(shù)據(jù)庫共享版內(nèi)容介紹

由于BUAA-SID1.0空間目標圖像數(shù)據(jù)庫是針對項目研究需求而建立的,其內(nèi)容不宜完全公開。為了便于國內(nèi)外空間目標識別領(lǐng)域的研究者使用BUAA-SID1.0空間目標圖像數(shù)據(jù)庫,在科學研究的前提下分享本文的工作成果,建立并發(fā)布該數(shù)據(jù)庫的共享版本(BUAA-SID-share1.0)成為一種有效手段。BUAASID-share1.0共享數(shù)據(jù)庫不含空間目標三維模型,只選取BUAA-SID1.0中具有代表性的20顆衛(wèi)星,發(fā)布其9 200幅仿真圖像,每顆衛(wèi)星460幅,涵蓋全部230個采樣視點。BUAA-SID1.0中20顆衛(wèi)星的24位彩色圖像數(shù)據(jù)量超過1Gbyte,對其進行灰度變換可以在保留圖像主要外形特征的基礎(chǔ)上大大減少存儲空間。因此,共享版數(shù)據(jù)庫包含的仿真圖像為原庫中彩色圖像變換后的8位灰度圖及相應的二值圖,分辨率為320×240像素,圖像文件格式為Windows bmp位圖。整個BUAA-SID-share1.0共享數(shù)據(jù)庫數(shù)據(jù)量約為683Mbyte左右,壓縮為zip格式后約為31.5Mbyte,方便數(shù)據(jù)庫的發(fā)布和共享。BUAA-SID-share1.0中的圖像示例如圖7所示。

圖7 BUAA-SID-share1.0圖像示例

4 BUAA-SID-share1.0的基本測評情況

4.1 測評算法介紹

4.1.1 不變矩方法

HU在1962年首次提出不變矩的概念[19],給出了具有平移不變性、旋轉(zhuǎn)不變性和比例不變性的7個不變矩的表達式,并對兩幅字母二值圖像進行了識別實驗。之后又有許多不變矩相繼被提出,如FLUSSER等人提出的仿射不變矩[20]。文獻[21]將不變矩用于空間目標識別,給出了選取不同不變矩得到的識別結(jié)果。為了測試BUAA-SID-share1.0,選取HU的7個經(jīng)典不變矩作為特征值,采用最近鄰方法對4 600幅二值圖像進行識別實驗,其中每一類衛(wèi)星的230幅圖像一半作為訓練集,另一半作為測試集。

4.1.2 BFM方法

邊界片段模板(Boundary Fragment Model,BFM)是OPELZ等人提出的一種目標檢測模型[22],文獻[23]將其應用于空間有形目標識別,對具有復雜邊緣的空間有形目標取得了較好的識別效果。采用文獻[23]所述方法對BUAA-SID-share1.0中的4 600幅灰度圖像進行識別實驗,其中每一類衛(wèi)星的230幅圖像一半作為訓練集,另一半作為測試集。

4.2 測評結(jié)果及分析

上述兩種測評算法對BUAA-SID-share1.0數(shù)據(jù)庫中20類衛(wèi)星的識別結(jié)果如圖8所示,衛(wèi)星類別編號見表2。

表2 BUAA-SID-share1.0衛(wèi)星列表

圖8 兩種測評算法在BUAA-SID-share1.0上的識別結(jié)果

測評結(jié)果顯示:不變矩方法平均正確識別率為77.3%,其中編號為8和10的兩類衛(wèi)星的識別率達到了100%,而編號為13的一類識別率不到45%,編號為12和20的兩類識別率也低于60%;BFM方法平均正確識別率為90.7%,其中僅有編號為14的一類識別率低于80%,其余正確識別率都在84%以上。編號為4、8、10的三類衛(wèi)星的BFM方法的正確識別率略低于不變矩方法,在其他類別衛(wèi)星上BFM方法識別效果明顯優(yōu)于不變矩方法。從測評結(jié)果來看,這兩種算法在空間目標識別中都是有效的,相比而言BFM方法識別效果更好。本文的測評中,訓練樣本和測試樣本均在同一類衛(wèi)星的數(shù)據(jù)庫中選取,使得單類目標正確識別率普遍較高,但仍有一些目標的識別效果不理想,如果測試集從整個圖像數(shù)據(jù)庫中選取,正確識別率還將會降低。所以,空間目標識別技術(shù)還有待進一步研究。

5 總結(jié)與展望

本文針對空間目標可見光成像探測的應用背景,克服了空間目標幾何參數(shù)和實際成像效果難以真實獲得的難點,建立了包含豐富幾何信息的空間目標三維模型庫和全視點仿真圖像庫,填補了空間有形目標識別領(lǐng)域研究數(shù)據(jù)源的空白,為空間目標分類和識別技術(shù)研究提供了強大的仿真數(shù)據(jù)支持。在共享版數(shù)據(jù)庫BUAA-SID-share1.0上的測試結(jié)果表明,該數(shù)據(jù)庫具備較強應用價值,為圖像識別算法在空間目標識別領(lǐng)域的應用效果評價創(chuàng)造了基本條件。

客觀來看,BUAA-SID1.0空間目標數(shù)據(jù)庫還有待進一步完善,比如數(shù)據(jù)庫中包含的衛(wèi)星數(shù)量相對于目前在軌衛(wèi)星數(shù)量還顯得遠遠不足,數(shù)據(jù)庫中仿真圖像的真實度還有待提升,還應考慮星空、地球等背景因素。BUAA-SID空間目標數(shù)據(jù)庫后續(xù)版本將重點在以下方面開展工作:

1)增加三維模型子庫收錄的衛(wèi)星模型數(shù)量,使數(shù)據(jù)庫更豐富;

2)進一步研究空間目標成像特性,提高仿真圖像真實度;

3)考慮光照變化、噪聲影響及運動模糊等因素,建立相應的仿真圖像子庫,為算法測試提供更完善的平臺;

4)建立空間目標仿真視頻庫,更好地為目標探測、跟蹤等空間監(jiān)視技術(shù)研究服務。

[1]MARSHALL W,ESTABROOKS S.The Space Security Index-trends and Developments inSpace Security in2005[C]//AIAA 57thInternational Astronautical Congress,IAC 2006,Reston,USA:AIAA Inc.,2006:9563-9576.

[2]WEST J.Space Security 2009[M].Ontario:Pandora Press,2009:20-21.

[3]NICOLAS A,COTE P,ARIAFAR SThe Use of Space Surveillance Systemsto Improve Global Security and International Relations[C]//AIAA 57th International Astronautical Congress,IAC 2006,Reston,USA:AIAA Inc.,2006:9626-9632.

[4]CEFOLA P J,ALFIEND K T.Sixth US/RussianSpace Surveillance Workshop[C]//Collectionof Technical Papers-AIAA/AAS Astro-dynamics Specialist Conference,2006,Reston,USA:AIAA Inc.,2006:1677-1693.

[5]余建慧,蘇增立,譚謙.空間目標天基光學觀測模式分析[J].量子電子學報,2006,23(6):772-776.

[6]SHAR MA J,WISEMAN A,ZOLLINGER G.Improving Space Surveillance with Space-based Visible Sensor[R].ADA400541,2001.

[7]SHAR MA J,STOKES G H,BRAUN C,et al.Toward Operational Space-based Space Surveillance[J].Lincoln Laboratory Journal,2002,13(2):309-334.

[8]李駿.空間目標天基光學監(jiān)視跟蹤關(guān)鍵技術(shù)研究[D].長沙:國防科學技術(shù)大學,2009.

[9]周彥平,舒銳,陶坤宇,等.空間目標光電探測與識別技術(shù)的研究[J].光學技術(shù),2007,33(1):68-73.

[10]計科峰,全備,胡衛(wèi)東,等.面向空間監(jiān)視應用的空間目標數(shù)據(jù)庫的建立[J].計算機工程,2001,27(4):38-39.

[11]王宏.空間目標動態(tài)信息庫的設計和實現(xiàn)[D].鄭州:中國人民解放軍信息工程大學,2004.

[12]張云飛.基于數(shù)據(jù)庫的空間目標分類方法及統(tǒng)計分析研究[D].鄭州:中國人民解放軍信息工程大學,2006.

[13]彭華峰.天基光電望遠鏡系統(tǒng)建模仿真研究[D].成都:四川大學,2006.

[14]李駿,高源,安瑋,等.天基光學空間目標監(jiān)視圖像仿真研究[J].系統(tǒng)仿真學報,2008,20(15):3951-3954.

[15]潘海斌,叢明煜,張偉,等.航天遙感器的空間目標成像模型研究[J].哈爾濱工業(yè)大學學報,2008,40(11):1699-1702.

[16]李志軍,王衛(wèi)華,陳曾平.深空動態(tài)場景目標紅外圖像仿真研究[J].紅外技術(shù),2007,29(7):413-418.

[17]毛宏霞,李霞,王章野,等.空間目標與環(huán)境紅外特性理論建模及其場景生成[J].紅外與激光工程,2007,36(5):607-610.

[18]韓潮,曲藝.Open Inventor在STK模型轉(zhuǎn)換中的應用[J].計算機仿真,2005,22(10):63-66.

[19]HU MK.Visual Pattern Recognition by Moment Invariants[J].IRE Transactions on Information Theory,1962,8(2):179-187.

[20]FLUSSER J,SUK T.Pattern Recognition by Affine Moment Invariants[J].Pattern Recognition,1993,26(1):167-174.

[21]張勁鋒,蔡偉.基于組合不變矩的空間目標識別[C]//全國第十二屆空間及運動體控制技術(shù)學術(shù)會議論文集,2006:490-494.

[22]OPELT A,PINZ A,ZISSERMAN A.A Boundary Fragment Model for Object Detection[C]//A.Leonaridis,et al eds,ECCV 2006,Berlin:Springer Verlag,2006:575-588.

[23]安萌,姜志國,許波.基于BFM算法的空間有形目標識別方法[J].系統(tǒng)工程與電子技術(shù),2009,31(5):1075-1077.