基于图像处理的SLR系统目标识别技术的研究

发布时间：2020-10-25 18:39

　　 目标卫星的识别是SLR(卫星激光测距)系统实现跟踪观测的重要步骤之一。目前,在实际的观测过程中,通常采用CCD相机对卫星进行实时监视,观测人员通过查看监视视频寻找目标卫星和激光束在视场中的位置,确定激光束是否准确的指向目标卫星。大多数情况下,由于星历预报误差、激光束指向误差等原因,会使得激光束指向与目标卫星之间差生偏差,即激光束没有击中卫星,这时需要观测人员手动调整望远镜指向,使得激光束准确指向卫星,实现跟踪观测。由于卫星图像信号微弱、信噪比低,人工查看SLR系统跟踪观测是否脱靶比较困难,这很大程度上降低了SLR系统的观测效率。为了解决SLR系统观测卫星时,难以识别目标卫星的情况,本文设计一种通过使用图像处理技术实现SLR系统自动识别目标卫星的算法。基于Visual Studio 2015和OpenCV 3.4.0和Qt 5.9.6开发环境编写实现SLR目标卫星识别的算法,实现在视场中识别并标注目标卫星的功能。计算机自动识别目标卫星不仅能有效的提升SLR系统的观测效率,并且有助于提升SLR系统的自动化水平。论文首先说明了SLR系统中卫星识别的研究背景和意义。第二章阐述了一种基于图像处理的卫星识别方案,并分给出了该方案的硬件系统构成、软件开发环境、软件的设计思路、软件使用说明等。第三章介绍了图像灰度化与图像二值化相关概念和原理,针对图像二值化方法,列出了3种常见的二值化处理方法,包含阈值二值化、自适应阈值二值化、OTSU二值化,分析对比各种方法的处理效果和特点,并选定合适的处理方法。第四章研究了图像积分与图像滤波的相关概念和原理,分析均值滤波、高斯滤波、双边滤波、中值滤波处理效果的优势与不足,最终选定适合SLR系统观测场景的处理方法。接下来描述了目标识别与目标检测、图像的矩的相关概念,同时描述目标轮廓检测中Sobel算子、Prewitt算子、Canny算子、LoG算子的实现原理和处理效果,重点介绍轮廓检测中轮廓跟踪算法的实现原理以及处理效果,同时详细介绍目标卫星识别与标注的实现过程。对运行在不同轨道高度的目标卫星进行多次测试,能够自动识别高轨卫星glns131、低轨卫星Jason-2和Jason-3,这表明该算法具有一定的准确性、可行性、实用性。
【学位单位】：中国地震局地震研究所
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;P228.5
【部分图文】：

本文的研究主要是基于由中国地震局地震研究所研发设计的 TROS1000 流动卫星激光测距系统进行的，其中 TROS1000 流动卫星激光测距系统光路结构图如图2.1所示，系统实物图如图2.2所示。TROS1000系统单次观测精度为1~4cm，最大测程达 20000km，配备有 1m 口径的望远镜，系统总质量约为 15t，具备流动观测能力[27]。图 2.1 系统光路结构图

本文的研究主要是基于由中国地震局地震研究所研发设计的 TROS1000 流动卫星激光测距系统进行的，其中 TROS1000 流动卫星激光测距系统光路结构图如图2.1所示，系统实物图如图2.2所示。TROS1000系统单次观测精度为1~4cm，最大测程达 20000km，配备有 1m 口径的望远镜，系统总质量约为 15t，具备流动观测能力[27]。图 2.1 系统光路结构图

硬件系统结构图
【相似文献】

相关期刊论文 前10条

1 孙庆有;;2007图像处理国际研讨会[J];国际学术动态;2008年03期

2 安丛姝;;关于图像处理技术现状及发展的分析[J];科技资讯;2018年25期

3 康春艳;;探究图像处理的关键技术[J];计算机产品与流通;2018年11期

4 肖彬;;图像处理中颜色模式的探究[J];电脑编程技巧与维护;2019年01期

5 刘晓杰;;计算机图像处理技术的特点与应用研究[J];信息记录材料;2019年03期

6 张悦旺;;基于形态学图像检测的机械手移栽穴苗识别技术[J];农机化研究;2018年05期

7 张璋;;计算机技术在图像处理中的应用分析[J];才智;2018年16期

8 杨怀义;;计算机图像处理技术的发展及未来展望[J];电脑迷;2018年07期

9 许友文;;计算机图像处理技术的探析[J];电脑迷;2018年06期

10 汤向东;;基于Moodle平台“Photoshop图像处理”课的设计与应用[J];教育信息技术;2017年06期

相关博士学位论文 前10条

1 王悦;便携式人体扫描测量系统关键技术研究[D];西北工业大学;2017年

2 何伟;极化SAR图像处理的相关问题研究[D];西安电子科技大学;2016年

3 冀腾宇;基于张量分解的高维图像处理的建模与算法研究[D];电子科技大学;2018年

4 阮越;量子图像处理若干关键问题的研究[D];东南大学;2016年

5 施丽莲;基于数字图像识别技术的气液两相流参数检测的研究[D];浙江大学;2004年

6 李卫斌;SAR图像处理的若干关键技术[D];西安电子科技大学;2004年

7 盛磊;面向特种LCD图像处理方法与FPGA实现研究[D];合肥工业大学;2005年

8 王舟;基于远程相关性的图像处理[D];华南理工大学;1998年

9 王明祥;独立分量分析方法及在图像处理中的应用研究[D];上海大学;2005年

10 李文举;智能交通中图像处理技术应用的研究[D];大连海事大学;2005年

相关硕士学位论文 前10条

1 汪涛;基于图像处理的远程抄表系统设计与实现[D];天津理工大学;2019年

2 云赛;基于图像处理的风力发电机叶片表面缺陷检测技术研究[D];天津理工大学;2019年

3 李建锋;远程塔台技术监视平台的模拟搭建及其图像处理关键技术研究[D];中国民用航空飞行学院;2019年

4 吴水琴;融合图像信息的轨迹预测跟踪技术研究[D];中国科学院大学(中国科学院光电技术研究所);2019年

5 闵福其;基于图像处理的SLR系统目标识别技术的研究[D];中国地震局地震研究所;2019年

6 梁振江;基于图像处理的混合纤网纤维分布情况分析研究[D];天津工业大学;2019年

7 汪思迪;一种融合惯导与RFID的物流仓储AGV控制技术研究[D];武汉理工大学;2018年

8 信成涛;新型果蝇优化算法及其在图像处理中的应用研究[D];安徽大学;2019年

9 陈丽娟;深度学习在图像处理中的应用研究[D];浙江工业大学;2018年

10 刘凯;面向图像处理的量子抗干扰算法研究[D];国防科学技术大学;2016年

本文编号：2855807