嚴(yán) 南，姚 捃，黃 宇

(成都理工大學(xué) 工程技術(shù)學(xué)院，四川 樂(lè)山 614007)

0 引言

隨著航天技術(shù)的不斷發(fā)展，在不同的空間中頻繁地活動(dòng)，遙感圖像技術(shù)在軍事領(lǐng)域以及民用領(lǐng)域有著至關(guān)重要的作用，在現(xiàn)代戰(zhàn)爭(zhēng)中收集可靠情報(bào)需要依靠遙感圖像航天器目標(biāo)自動(dòng)識(shí)別，在人們的日常生活中，駕車出行的導(dǎo)航功能也需要遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別技術(shù)來(lái)支撐運(yùn)行。雖然遙感圖像的航天器目標(biāo)識(shí)別技術(shù)應(yīng)用于多個(gè)領(lǐng)域，但是目前航天器對(duì)遙感圖像信息數(shù)據(jù)處理能力未能達(dá)到相應(yīng)的標(biāo)準(zhǔn)，遙感圖像的分辨率不斷地提升，導(dǎo)致航天器需要處理的信息數(shù)據(jù)量不斷增長(zhǎng)，同時(shí)航天器獲取的遙感圖像尺寸也顯著地增加，依照目前的航天器數(shù)據(jù)處理手段無(wú)法對(duì)遙感圖像實(shí)時(shí)有效的處理[1]。為了提升遙感圖像高分辨率、大尺寸的利用率，提升航天器對(duì)目標(biāo)的自動(dòng)識(shí)別的穩(wěn)定性與有效性，本文將針對(duì)不同場(chǎng)景下的遙感圖像以及航天器的目標(biāo)檢測(cè)技術(shù)進(jìn)行分析研究，在改進(jìn)區(qū)域分割遙感圖像的基礎(chǔ)上分析航天器在不同環(huán)境下采用的相匹配的目標(biāo)自動(dòng)識(shí)別方法[2]。

遙感的特點(diǎn)是可以間接的接觸目標(biāo)來(lái)對(duì)目標(biāo)信息數(shù)據(jù)進(jìn)行采集，并對(duì)目標(biāo)的數(shù)據(jù)信息進(jìn)行判斷分類、與分析識(shí)別，通過(guò)航天器拍攝的遙感圖像是否能產(chǎn)生相應(yīng)的效能，不僅取決于航天器的搭載平臺(tái)，還取決于航天器對(duì)目標(biāo)的自動(dòng)識(shí)別方法，航天器對(duì)遙感圖像的識(shí)別、分析、驗(yàn)證等方面的自動(dòng)化程度[3]。

本文便基于改進(jìn)區(qū)域分割遙感圖像對(duì)航天器目標(biāo)自動(dòng)識(shí)別方法進(jìn)行研究，提升航天器對(duì)遙感圖像處理的自動(dòng)化程度，實(shí)現(xiàn)遙感圖像中目標(biāo)的迅速轉(zhuǎn)換成為航天器目標(biāo)自動(dòng)識(shí)別方法的剛性需求，使目標(biāo)的檢測(cè)與航天器在不同環(huán)境下自動(dòng)識(shí)別方法產(chǎn)生聯(lián)系，從而實(shí)現(xiàn)航天器對(duì)目標(biāo)自動(dòng)識(shí)別技術(shù)與遙感圖像的特性相匹配，達(dá)到更高的目標(biāo)自動(dòng)識(shí)別層次。

1 基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)檢測(cè)

2003年，日本提出了基于航天器對(duì)接環(huán)部件的目標(biāo)相對(duì)位置測(cè)量方法，該方法主要依靠航天器中的一個(gè)搭載火箭連接口的銜接設(shè)備，通過(guò)設(shè)備的位置以及設(shè)計(jì)藍(lán)圖的精準(zhǔn)尺寸，這種方法首先設(shè)定航天器的目標(biāo)檢測(cè)結(jié)構(gòu)以及尺寸、質(zhì)量等，對(duì)銜接環(huán)進(jìn)行特征提取和匹配，應(yīng)用多視覺(jué)拍攝系統(tǒng)將航天器拍攝的遙感圖像以紅藍(lán)黃光譜強(qiáng)度對(duì)比原則，將相應(yīng)的目標(biāo)從背景圖像中識(shí)別出來(lái)，最后應(yīng)用坐標(biāo)和三維視圖確定目標(biāo)的位置關(guān)系[4]。2009年，我國(guó)提出了利用人機(jī)交互的方法完成了航天器對(duì)目標(biāo)的自動(dòng)識(shí)別與解算，該方法需要將航天器拍攝到的目標(biāo)遙感圖像傳送到控制中心，通過(guò)人工排查的方式來(lái)追蹤航天器所提供的位置信息，并建立三角形立體體系，提取出航天器所追蹤的目標(biāo)和航天器之間的位置關(guān)系[5]。圖1為工作人員所建立的三角形立體體系的模擬位置圖像。

圖1 三角形立體體系航天模擬位置圖

2012年我國(guó)建立空間智能系統(tǒng)通過(guò)線性結(jié)構(gòu)和光學(xué)視覺(jué)傳感系統(tǒng)來(lái)對(duì)航天器的目標(biāo)進(jìn)行位置測(cè)量，這種方法與人機(jī)交互的方式相似，均需要建立空間坐標(biāo)進(jìn)而尋找出目標(biāo)位置[6]。

利用以上方法在遙感圖像中識(shí)別航天器目標(biāo)無(wú)法實(shí)現(xiàn)自主、實(shí)時(shí)、智能、系統(tǒng)的位置測(cè)量，從而造成了航天器目標(biāo)測(cè)量運(yùn)行情況的不穩(wěn)定、可靠性差、延時(shí)長(zhǎng)等缺點(diǎn)[7]。

1.1 航天器攝影成像檢測(cè)

當(dāng)航天器在對(duì)目標(biāo)位置進(jìn)行測(cè)量時(shí)，需要建立攝像機(jī)圖像位置與目標(biāo)所在圖像位置之間的模型，將目標(biāo)的圖像位置模型傳輸?shù)綌z像機(jī)所在的模型中，根據(jù)攝像機(jī)所成像模型確定目標(biāo)位置的特征點(diǎn)解析攝像機(jī)的內(nèi)外參數(shù)，并根據(jù)這些參數(shù)，找到特征點(diǎn)在攝像機(jī)坐標(biāo)內(nèi)的三維坐標(biāo)。隨后攝像機(jī)對(duì)目標(biāo)位置進(jìn)行攝影成像，將位置坐標(biāo)在三維空間內(nèi)的坐標(biāo)點(diǎn)投放為平面遙感圖像，在攝影機(jī)。成像的過(guò)程中，實(shí)質(zhì)上是坐標(biāo)系與坐標(biāo)系之間的旋轉(zhuǎn)與平移，為了方便對(duì)航天器射成像檢測(cè)需要建立多個(gè)坐標(biāo)系[8]。

首先建立區(qū)域分割遙感地區(qū)坐標(biāo)系，此坐標(biāo)系是整個(gè)檢測(cè)過(guò)程中最為基礎(chǔ)的坐標(biāo)系，其余坐標(biāo)系均是建立在此坐標(biāo)系之上，同時(shí)在檢測(cè)中也起到坐標(biāo)參考的作用，可以用來(lái)體現(xiàn)三維場(chǎng)景中的目標(biāo)位置特征。還需要建立攝像機(jī)所在位置坐標(biāo)系，取此坐標(biāo)系的坐標(biāo)原點(diǎn)作為攝像機(jī)成像的聚焦點(diǎn)，攝像機(jī)所在光軸位置即為成像方向，聚焦點(diǎn)也成為攝影成像的初始位置[9]。再建立普通物理坐標(biāo)系與像素坐標(biāo)系，將航天器所在的特征位置表現(xiàn)在坐標(biāo)系中，取攝像機(jī)透鏡光軸與成像平面的焦點(diǎn)鎖定目標(biāo)特征坐標(biāo)與航天器攝像機(jī)的位置關(guān)系[10]。圖2為航天器攝影成像檢測(cè)坐標(biāo)關(guān)系圖。

圖2 航天器攝影成像檢測(cè)坐標(biāo)關(guān)系圖

假設(shè)攝像機(jī)固定在航天器上，兩者之間沒(méi)有相對(duì)運(yùn)動(dòng)，在攝影成像檢測(cè)的過(guò)程中，攝像機(jī)的成像原理主要為焦點(diǎn)透視成像，使航天器上的特征點(diǎn)與目標(biāo)空間坐標(biāo)之間呈映射關(guān)系，圖3為攝像機(jī)成像原理圖。

圖3 攝像機(jī)成像原理圖

1.2 三腳架特征檢測(cè)

在航天器和攝像機(jī)的結(jié)構(gòu)尺寸已知的情況下，若要確定航天器與目標(biāo)之間的位置關(guān)系，需要先測(cè)量出航天器上特征點(diǎn)的坐標(biāo)圖像，在航天器主體與太陽(yáng)能能源板連接部分，有一個(gè)三腳架裝置，此裝置具有結(jié)構(gòu)特征突出、信息敏感強(qiáng)度高、所在位置優(yōu)越等條件，對(duì)此裝置進(jìn)行檢測(cè)有利于航天器對(duì)目標(biāo)位置的精準(zhǔn)識(shí)別[11]。

本文將利用Hjss信息轉(zhuǎn)換思想對(duì)三角裝置進(jìn)行檢測(cè)運(yùn)算，根據(jù)三角形點(diǎn)與線之間的對(duì)偶性和三角形的基本特性，創(chuàng)建一個(gè)小窗口在遙感圖像中滑動(dòng)，選取該窗口的操作坐標(biāo)，當(dāng)操作坐標(biāo)每滑動(dòng)一像素都會(huì)對(duì)該窗口的操作坐標(biāo)作Hjss信息轉(zhuǎn)換處理，經(jīng)過(guò)信息轉(zhuǎn)換處理后的操作坐標(biāo)原點(diǎn)與三角形內(nèi)圓形的圓心重合時(shí)，參數(shù)空間會(huì)出現(xiàn)3個(gè)峰值點(diǎn)，3個(gè)點(diǎn)的坐標(biāo)絕對(duì)值相同并且經(jīng)過(guò)旋轉(zhuǎn)可以重合[12]。操縱坐標(biāo)原點(diǎn)0在三角形內(nèi)滑行的范圍如圖4所示。

圖4 操縱坐標(biāo)原點(diǎn)0在三角形內(nèi)滑行的范圍

1.3 航天器對(duì)接環(huán)檢測(cè)

航天器的對(duì)接環(huán)大多呈橢圓形，通過(guò)應(yīng)用橢圓的標(biāo)準(zhǔn)參數(shù)方程將橢圓的長(zhǎng)半軸與短半軸圍繞中心點(diǎn)進(jìn)行旋轉(zhuǎn)后，可以得到橢圓特征如圖5所示。

圖5 橢圓特征圖

航天器對(duì)接環(huán)的檢測(cè)便是利用橢圓的基本原理，在對(duì)接環(huán)中心尋找目標(biāo)的檢測(cè)突破口，首先在橢圓邊緣上的切線進(jìn)行分類，并將切線的參數(shù)值進(jìn)行預(yù)處理和傳輸?shù)竭b感圖像中，借助橢圓邊緣的切點(diǎn)和極端點(diǎn)兩點(diǎn)來(lái)尋找橢圓的中心，通過(guò)中心位置建立遙感坐標(biāo)，將建立的遙感坐標(biāo)提取到原始圖像中，對(duì)原始圖像進(jìn)行去噪處理，圍繞目標(biāo)點(diǎn)進(jìn)行區(qū)域劃分并選取較高效率的切線斜率，將所獲取的切線斜率進(jìn)行初步篩選判斷，選取最終的切線斜率進(jìn)入?yún)?shù)空間中，統(tǒng)計(jì)航天器對(duì)接環(huán)在目標(biāo)自動(dòng)識(shí)別的過(guò)程中，所產(chǎn)生的參數(shù)峰值和閾值劃分情況，最終采用Matlab搭建數(shù)學(xué)模型，以遙感圖像的形式表現(xiàn)出檢測(cè)結(jié)果，航天器對(duì)接環(huán)的成像結(jié)果如圖6所示。

圖6 航天器對(duì)接環(huán)成像結(jié)果圖

2 基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別方法研究

2.1 復(fù)雜場(chǎng)景下基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別

根據(jù)地形地貌以及氣候的不同，地球表面將會(huì)產(chǎn)生許多復(fù)雜的環(huán)境，在陽(yáng)光照射較強(qiáng)的環(huán)境中會(huì)出現(xiàn)照明不均勻、航天器零部件反光等情況，這些光照變化均會(huì)影響航天器對(duì)目標(biāo)的識(shí)別能力，同時(shí)航天器上的能源供給設(shè)備、對(duì)接環(huán)以及其他位置的零件等由于結(jié)構(gòu)種類的不同，使航天器對(duì)目標(biāo)的識(shí)別增大了難度，在太空空間站中還會(huì)有許多的電磁輻射以及其他不同種類的能量干擾，影響了航天器與地球地面控制中心的信號(hào)通信功能，使得航天器的信息數(shù)據(jù)處理能力面臨嚴(yán)峻的挑戰(zhàn)，因此需要一種能夠使航天器在復(fù)雜情境下快速穩(wěn)定、安全可靠、能夠快速適應(yīng)的方法，為航天器對(duì)目標(biāo)的識(shí)別提供堅(jiān)實(shí)的保障[13]。

本文將引用光學(xué)視覺(jué)機(jī)器處理原理，來(lái)解決航天器在復(fù)雜環(huán)境中無(wú)法準(zhǔn)確、穩(wěn)定、可靠的識(shí)別目標(biāo)問(wèn)題，此項(xiàng)原理成熟的應(yīng)用在光學(xué)精密測(cè)量與產(chǎn)品的自動(dòng)化檢測(cè)以及地面位置控制中，具有精準(zhǔn)度高、實(shí)時(shí)性好、運(yùn)行速度快等優(yōu)勢(shì)[14]。

本文提出了擊穿識(shí)別方法，基于遺傳算法以及變換算法，擊穿識(shí)別方法主要采用激光光線射在被識(shí)別物體上，使該表面形成等離子體，再利用等離子體光譜，分析被識(shí)別物體中所含有的元素。遺傳算法主要利用優(yōu)勝劣汰、適者生存等進(jìn)化規(guī)則，搜索全局最優(yōu)解，變換算法則能夠快速完成信號(hào)的時(shí)域和頻域的轉(zhuǎn)化過(guò)程，實(shí)現(xiàn)了在復(fù)雜的自然遙感圖像中能夠識(shí)別多種目標(biāo)，但是對(duì)于殘缺和不完整的目標(biāo)識(shí)別性差，因此又在方法中引入了自動(dòng)學(xué)習(xí)智能識(shí)別算法，解決了在遙感圖像中殘缺不完整的目標(biāo)識(shí)別效果差的問(wèn)題。在對(duì)目標(biāo)進(jìn)行識(shí)別的過(guò)程中，航天器首先對(duì)目標(biāo)進(jìn)行粗略識(shí)別，在遙感圖像中隨機(jī)取4個(gè)點(diǎn)，將點(diǎn)與點(diǎn)之間連接形成一個(gè)多邊形，在此多邊形中加入切邊圓形，計(jì)算擬合圓匹配度與擬合精準(zhǔn)度，如果擬合圓的測(cè)量值小于多邊形三點(diǎn)共線值，則將該圓形切除建立新的邊緣線段，如果擬合圓的測(cè)量值大于多邊形三點(diǎn)共線值，則將此圓保留作為候選遙感區(qū)域。經(jīng)過(guò)粗略計(jì)算識(shí)別后，在擬合圓中選取圓心和半徑并截取一道圓弧，在圓弧中應(yīng)用最小二乘法計(jì)算出半徑的值以及圓心所在位置坐標(biāo)，隨后對(duì)圓心坐標(biāo)進(jìn)行跟蹤，由于環(huán)境的復(fù)雜化會(huì)導(dǎo)致圓弧的斷裂分割，所以還需要對(duì)圓弧進(jìn)行圓的重組對(duì)新圓進(jìn)行驗(yàn)證識(shí)別，從而提高了識(shí)別精準(zhǔn)度以及穿透了復(fù)雜環(huán)境對(duì)目標(biāo)識(shí)別的影響[15]。圖7為在復(fù)雜場(chǎng)景下基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別方法流程圖。

圖7 復(fù)雜場(chǎng)景下基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別方法流程圖

2.2 運(yùn)動(dòng)模糊場(chǎng)景下基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別

航天器在對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行拍攝的過(guò)程中，由于目標(biāo)的運(yùn)動(dòng)導(dǎo)致在攝相機(jī)成像時(shí)圖像底片產(chǎn)生位移，因此圖像出現(xiàn)模糊。當(dāng)由于運(yùn)動(dòng)而產(chǎn)生的圖像模糊較為輕微時(shí)，運(yùn)用傳統(tǒng)的識(shí)別算法即可對(duì)目標(biāo)進(jìn)行識(shí)別，但是如果由于運(yùn)動(dòng)導(dǎo)致圖像模糊較為嚴(yán)重，遙感圖像邊緣不清晰常規(guī)算法無(wú)法對(duì)遙感圖像邊緣進(jìn)行檢測(cè)，從而致使目標(biāo)檢測(cè)識(shí)別失敗。所以需要對(duì)由于運(yùn)動(dòng)產(chǎn)生的模糊進(jìn)行清晰化處理[16]。

本文為了解決模糊圖像問(wèn)題，建立了模糊退化模型，在模糊退化模型中根據(jù)是否知道模糊核心所在位置分為兩種處理方法。當(dāng)知道模糊圖像中心的所在位置時(shí)，直接采用非盲猜線性回歸方法即可對(duì)模糊圖像進(jìn)行估計(jì)處理，使用航天器中的濾波器以及降噪裝置可以將模糊圖像恢復(fù)為清晰圖像；當(dāng)未知模糊圖像核心所在位置時(shí)，模糊圖像中的維度和核心維度之間產(chǎn)生較為強(qiáng)烈的非對(duì)稱性，當(dāng)模糊圖像的維度不斷增加時(shí)，模糊圖像的核心維度卻保持不變，無(wú)法將兩種核心統(tǒng)一化處理，使得傳統(tǒng)的非盲猜線性回歸方法不能對(duì)模糊圖像進(jìn)行清晰化處理，本文將引用模糊核心0范數(shù)的方法實(shí)現(xiàn)對(duì)模糊圖像清晰化處理。

在應(yīng)用0范數(shù)方法時(shí)，首先對(duì)模糊圖像核心進(jìn)行估計(jì)，使模糊核心在航天器的信息處理器中快速的變換運(yùn)算達(dá)到共軛的效果，隨后恢復(fù)圖像的邊緣清晰度，應(yīng)用拉格朗日乘子法將模糊圖像的約束條件轉(zhuǎn)換為各類子問(wèn)題，求得子問(wèn)題的近似值，將近似值不斷地進(jìn)行迭代逐漸的接近0范數(shù)。經(jīng)過(guò)算法處理后得到了模糊圖像核心的精準(zhǔn)位置，航天器即可對(duì)目標(biāo)進(jìn)行精準(zhǔn)識(shí)別。

3 實(shí)驗(yàn)研究

3.1 實(shí)驗(yàn)?zāi)康?/h3>

為了使航天器更好地對(duì)目標(biāo)進(jìn)行識(shí)別，本文提出了不同情況下的兩種識(shí)別方法，為了驗(yàn)證本文提出方法具有穩(wěn)定可靠性以及有效性，設(shè)立對(duì)比實(shí)驗(yàn)進(jìn)行研究，將本文所提出的方法與傳統(tǒng)的方法進(jìn)行對(duì)比，根據(jù)兩種方法在實(shí)驗(yàn)中的數(shù)據(jù)情況確定本文方法是否具備一定的可靠穩(wěn)定性以及有效性。

3.2 實(shí)驗(yàn)過(guò)程以及結(jié)果分析

為了防止實(shí)驗(yàn)的偶然性，本實(shí)驗(yàn)將對(duì)不同地區(qū)的機(jī)場(chǎng)、山脈等多處地點(diǎn)進(jìn)行目標(biāo)識(shí)別，首先對(duì)遙感圖像的分辨率以及尺寸進(jìn)行統(tǒng)一化處理，并將遙感圖像進(jìn)行分割，設(shè)立不同的圖像中心點(diǎn)，首先采用山脈遙感圖像作為訓(xùn)練樣本，分割長(zhǎng)、寬均為25 cm的遙感圖像進(jìn)行訓(xùn)練驗(yàn)證，應(yīng)用傳統(tǒng)的航天器目標(biāo)自動(dòng)識(shí)別方法在此分割區(qū)域中進(jìn)行目標(biāo)識(shí)別，由于山區(qū)的地形較為復(fù)雜，自然環(huán)境對(duì)航天器的目標(biāo)自動(dòng)識(shí)別功能有一定的影響，所以傳統(tǒng)方法所識(shí)別出的目標(biāo)有多種類，不能精準(zhǔn)的確定目標(biāo)情況，傳統(tǒng)航天器目標(biāo)自動(dòng)識(shí)別方法所識(shí)別出來(lái)的遙感圖組如圖8所示。

圖8 傳統(tǒng)航天器目標(biāo)自動(dòng)識(shí)別方法所識(shí)別出來(lái)的遙感圖組

圖8中，4張遙感圖像均為傳統(tǒng)方法下航天器對(duì)目標(biāo)自動(dòng)識(shí)別出的結(jié)果，可見(jiàn)傳統(tǒng)方法的精準(zhǔn)性較弱，無(wú)法精準(zhǔn)地對(duì)目標(biāo)進(jìn)行識(shí)別，還需要人工進(jìn)行進(jìn)一步的識(shí)別處理工作，傳統(tǒng)方法識(shí)別出的目標(biāo)當(dāng)相似度小于20%時(shí)航天器便無(wú)法繼續(xù)進(jìn)行進(jìn)準(zhǔn)識(shí)別，最終的目標(biāo)識(shí)別只能以圖組的形式體現(xiàn)出來(lái)。

將相同的分割遙感圖像置于本文提出的復(fù)雜場(chǎng)景下基于改進(jìn)區(qū)域分割遙感圖像的航天器目標(biāo)自動(dòng)識(shí)別方法，針對(duì)于山脈地區(qū)的復(fù)雜地形，航天器在進(jìn)行目標(biāo)自動(dòng)識(shí)別的過(guò)程中，對(duì)光照、海拔等因素智能穿透，較為穩(wěn)定的識(shí)別篩選，最終識(shí)別出一個(gè)精準(zhǔn)目標(biāo)，無(wú)需人工處理即可應(yīng)用在其他領(lǐng)域中。圖9為本文方法下航天器對(duì)目標(biāo)進(jìn)行自動(dòng)識(shí)別的遙感識(shí)別圖。

圖9 航天器對(duì)目標(biāo)進(jìn)行自動(dòng)識(shí)別的遙感識(shí)別圖

本文方法下的航天器目標(biāo)自動(dòng)識(shí)別具有較高的精準(zhǔn)性，能夠直接識(shí)別出目標(biāo)無(wú)需再次進(jìn)行人工篩選。通過(guò)實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，本文方法下的航天器對(duì)目?jī)?nèi)圓標(biāo)的相似度識(shí)別能達(dá)到5%左右，高于傳統(tǒng)方法的15%左右。本文還針對(duì)運(yùn)動(dòng)模糊的情況下進(jìn)行航天器目標(biāo)自動(dòng)識(shí)別，飛機(jī)場(chǎng)中的飛機(jī)在飛行的過(guò)程中由于運(yùn)動(dòng)的限制導(dǎo)致遙感圖像的模糊，但是經(jīng)過(guò)本文方法的處理，模糊圖像成功轉(zhuǎn)換為清晰圖像，如圖10所示。

圖10 經(jīng)過(guò)本文方法處理前后的遙感圖像對(duì)比圖

根據(jù)圖10中的對(duì)比結(jié)果可知，本文方法對(duì)于航天器目標(biāo)自動(dòng)識(shí)別的清晰度有著較大程度的提升，通過(guò)識(shí)別器對(duì)遙感圖像的清晰度識(shí)別，發(fā)現(xiàn)應(yīng)用本文方法處理后的遙感圖像相對(duì)于未處理的遙感圖像清晰了15.23%，為目標(biāo)的識(shí)別夯實(shí)了穩(wěn)定的基礎(chǔ)。航天器對(duì)動(dòng)態(tài)模糊的識(shí)別受目標(biāo)速度的直接影響，本實(shí)驗(yàn)還對(duì)速度對(duì)識(shí)別能力的影響程度進(jìn)行了計(jì)算，具體數(shù)值對(duì)比如表1所示。

表1 不同速度下航天器識(shí)別能力的影響對(duì)比表

根據(jù)表1中的數(shù)據(jù)可知，速度的大小對(duì)傳統(tǒng)方法下航天器的影響較大，而對(duì)本文方法下的航天器識(shí)別能力影響較小，在清晰度方面兩種方法相差20%左右，在精準(zhǔn)度方面相差5%～50%不等。

4 結(jié)束語(yǔ)

利用區(qū)域分割遙感圖像航天器對(duì)目標(biāo)進(jìn)行自動(dòng)識(shí)別，實(shí)現(xiàn)對(duì)部分地區(qū)的實(shí)時(shí)觀測(cè)以及情報(bào)收集等功能，而高分辨率的遙感圖像為航天器的目標(biāo)識(shí)別制造了一定的困難，因此本文針對(duì)環(huán)境復(fù)雜化以及圖像模糊提出多種解決方法，使航天器的目標(biāo)自動(dòng)識(shí)別工作更加的穩(wěn)定。