数据驱动的空间目标图像信息感知技术 
下载： 858次
Data-Driven Awareness Technology for Space Target Image Information
1 太原理工大学物理与光电工程学院, 山西 太原 030024
2 太原理工大学新型传感器与智能控制教育部(山西省)重点实验室, 山西 太原 030024
3 中国人民财产保险股份有限公司太原市分公司, 山西 太原 030001
图 & 表
图 1. YOLOv3网络结构图
Fig. 1. Architecture of YOLOv3 network
下载图片 查看原文
图 2. 专家系统流程图
Fig. 2. Flow chart of expert system
下载图片 查看原文
图 3. 部分模拟数据集(包括18种卫星,每种卫星有5种姿态)
Fig. 3. Part of simulated dataset, including 18 satellites, each of which has 5 attitudes
下载图片 查看原文
图 4. 部分真实数据集。(a)清晰;(b)模糊水平较低;(c)模糊水平较高
Fig. 4. Part of real dataset. (a) Clear; (b) blur of lower degree; (c) blur of higher degree
下载图片 查看原文
图 5. 空间目标类别状态数据集。(a) reconnaissance-1;(b) reconnaissance-2;(c) communication satellite;(d) KH-11
Fig. 5. Class and state datasets of space targets. (a) reconnaissance-1; (b) reconnaissance-2; (c) communication satellite; (d) KH-11
下载图片 查看原文
图 6. 训练集具体划分方法
Fig. 6. Specific dividing method for training set
下载图片 查看原文
图 7. 对模拟图像中空间目标载荷的检测结果。(a)(e)(i)清晰图片(T1);(b)(f)(j)模糊图片(T2),噪声为9 dB;(c)(g)(k)模糊图片(T3),噪声为9 dB;(d)(h)(l)模糊图片(T3),噪声为7 dB
Fig. 7. Detection results of space target payloads in simulated images. (a)(e)(i) Clear images (T1); (b)(f)(j) blur images (T2) with noise of 9 dB; (c)(g)(k) blur images (T3) with noise of 9 dB; (d)(h)(l) blur images (T3) with noise of 7 dB
下载图片 查看原文
图 8. 真实数据(ISS)载荷识别结果。(a) 第1帧;(b)第20帧;(c)第40帧
Fig. 8. Payload identification results of real data (ISS). (a) 1st frame; (b) 20th frame; (c) 40th frame
下载图片 查看原文
图 9. 对网站图片中空间目标载荷的识别结果。(a)(b)(c) ISS;(d)哈勃望远镜;(e)美国哨兵;(f)未知空间目标
Fig. 9. Payload identification results of space targets from website images. (a)(b)(c) ISS; (d) Hubble telescope; (e) Sentinel; (f) unknown space target
下载图片 查看原文
图 10. 高斯模糊条件下空间目标载荷识别结果。(a)(e)原始高分辨率清晰图片;(b)(f)清晰图片;(c)(g)高斯模糊图片(T2');(d)(h)高斯模糊图片(T3')
Fig. 10. Payload identification results of space target for Gaussian blur. (a)(e) Original high-resolution clear images; (b)(f) clear images; (c)(g) Gaussian blur images from T2'; (d)(h) Gaussian blur images from T3'
下载图片 查看原文
图 11. 模拟空间目标状态识别结果。(a)清晰图片(T1);(b)模糊图片(T2);(c)模糊图片(T3)
Fig. 11. State identification results of simulated space targets. (a) Clear image from T1; (b) blur image from T2; (c) blur image from T3
下载图片 查看原文
图 12. 真实数据(ISS)状态识别结果
Fig. 12. State identification results of real data (ISS)
下载图片 查看原文
表 1空间目标的工作状态分类
Table1. Classification of working states of space targets
| Working state of space target | State of payload |
|---|
| Normal work | (Lens-open/lens-unknown) & (antenna-open/antenna-unknown) &(solar-panel-open/solar-panel-unknown) | | Abnormal work | Lens-close/antenna-close/solar-panel-close |
|
查看原文
表 2蒙特卡罗模拟参数
Table2. Parameters for Monte Carlo simulation
| Parameter | Value |
|---|
| Diameter of telescope aperture | 4 m | | Exposure time | 1 s | | Observation band | 500 nm | | Field of view (FOV) | 6″ | | Pixel scale | 0.003″ | | Field parameter | 0.3 m, 0.1 m |
|
查看原文
表 3空间目标载荷识别测试结果
Table3. Test results of space target payload identification
| Class | AP | P | R |
|---|
| Lens | 0.7768 | 0.7758 | 0.8164 | | Antenna | 0.7353 | 0.7362 | 0.7940 | | Solar panel | 0.9091 | 0.9278 | 0.9290 | | Average | 0.8071±0.0200 | 0.8133±0.0100 | 0.8465±0.0200 |
|
查看原文
表 4高斯模糊、噪声参数设置
Table4. Parameters for Gaussian blur and noise
| Dataset | Gaussian blur | Gaussian noise |
|---|
| Kernel size | Sigma | Mean value μ | Standard deviation σ |
|---|
| T2' | 155 | 50 | 0 | 0.01 | | T3' | 255 | 100 | 0 | 0.01 |
|
查看原文
表 5空间目标的载荷识别测试结果(高斯模糊)
Table5. Test results of space target payload identification (Gaussian blur)
| Class | AP | P | R |
|---|
| Lens | 0.7664 | 0.8036 | 0.8190 | | Antenna | 0.7722 | 0.7925 | 0.8229 | | Solar panel | 0.9162 | 0.9171 | 0.9341 | | Average | 0.8183±0.0700 | 0.8377±0.0500 | 0.8587±0.0200 |
|
查看原文
表 6空间目标状态识别测试结果
Table6. Test results of status identification for space object
| Model | Class | AP | P | R |
|---|
| Communication satellite | 0.9209 | 0.7805 | 0.9697 | | Reconnaissance-1 | 0.9208 | 0.7119 | 1.0000 | | Object model | Reconnaissance-2 | 0.7091 | 0.7949 | 0.7949 | | KH-11 | 0.9495 | 0.9718 | 0.9583 | | ISS | 0.9907 | 0.9820 | 0.9909 | | Average | 0.8982±0.3000 | 0.8486±0.0400 | 0.9428±0.0300 | | Lens open | 0.6991 | 0.7635 | 0.7533 | | Lens close | 0.1842 | 0.3235 | 0.3667 | | Antenna open | 0.6718 | 0.7692 | 0.7222 | | Working model | Antenna close | 0.6667 | 0.8889 | 0.6667 | | Solar panel open | 0.8318 | 0.7405 | 0.9030 | | Solar panel close | 0.8088 | 0.9164 | 0.8320 | | Average | 0.6437±0.04 | 0.7337±0.03 | 0.7073±0.03 |
|
查看原文
杨小姗, 潘雪峰, 苏少杰, 贾鹏. 数据驱动的空间目标图像信息感知技术[J]. 光学学报, 2021, 41(3): 0315002. Xiaoshan Yang, Xuefeng Pan, Shaojie Su, Peng Jia. Data-Driven Awareness Technology for Space Target Image Information[J]. Acta Optica Sinica, 2021, 41(3): 0315002.
PDF全文
