(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 202211085726.0 (22)申请日 2022.09.06 (71)申请人 北京控制工程研究所 地址 100080 北京市海淀区北京272 9信箱 (72)发明人 高锡珍　李谋　黄煌　汤亮　刘昊　 谢心如　 (74)专利代理 机构 中国航天科技专利中心 11009 专利代理师 高志瑞 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/75(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 地外探测无监督学习的多视角多尺度目标 识别方法及系统 (57)摘要 本发明公开了一种地外探测无监督学习的 多视角多尺度目标识别方法及系统， 包括： 利用 探测器运动约束建立序列图像间同一特征点几 何对应关系； 采用单应估计网络， 得到序列图像 间同一特征点几何对应关系中的单应矩阵； 根据 明暗区域信息提取陨石坑图像特征边缘； 利用快 速傅里叶变换搜索模板与陨石坑图像特征的匹 配度， 得到陨石坑图像特征所在区域范围； 根据 单应矩阵更新快速傅里叶变换搜索模板的形状 得到更新后模板， 基于更新后模板和陨石坑图像 特征所在区域范围得到陨石坑区域。 本发明实现 了多视角多尺度陨石坑目标识别跟踪， 保证探测 器精确安全探测。 权利要求书2页 说明书9页 附图2页 CN 115471749 A 2022.12.13 CN 115471749 A 1.一种地外 探测无监 督学习的多视角多尺度目标识别方法， 其特 征在于包括： 利用探测器运动约束建立序列图像间同一特 征点几何对应关系； 采用单应估计网络， 得到序列图像间同一特 征点几何对应关系中的单应矩阵； 根据明暗区域信 息提取陨石坑图像特征边缘； 利用快速傅里叶变换搜索模板与陨石坑 图像特征 的匹配度， 得到陨石坑图像特征所在区域范围； 根据单应矩阵更新快速傅里叶变 换搜索模板的形状得到更新后模板， 基于更新后模板和陨石坑图像特征所在区域范围得到 陨石坑区域。 2.根据权利要求1所述的地外探测无监督学习的多视角多尺度目标识别方法， 其特征 在于： 序列图像间同一特 征点几何对应关系为： 其中， 和 分别为同一特 征点对应两幅序列图像中的像点， H为单应矩阵。 3.根据权利要求1所述的地外探测无监督学习的多视角多尺度目标识别方法， 其特征 在于： 所述单应估计网络是一个纯卷积网络结构， 输入是经过连接 之后的序列图像， 在 满足 平面性假设条件下， 输出 是描述序列图像间几何关系的单应矩阵。 4.根据权利要求1所述的地外探测无监督学习的多视角多尺度目标识别方法， 其特征 在于： 陨石坑图像特 征边缘通过如下公式得到： 其中， TI＝α [max(I) ‑min(I)]+mi n(I)； I(u,v)＝max[E(M) ‑min(M),max(M) ‑E(M)]； J(u,v)为陨石坑图像像素点(u,v)处二值化后的灰度值， I(u,v)为陨石坑图像像素点 (u,v)处的灰度值， u为陨石坑图像像素点横坐标， v为陨石坑图像像素点纵坐标， TI为陨石 坑图像二值化阈值， E(M)为陨石坑图像像素点(u,v)邻域内灰度大小的平均值， M为陨石坑 图像像素点(u,v)的邻域大小， α 为常值系数。 5.根据权利要求1所述的地外探测无监督学习的多视角多尺度目标识别方法， 其特征 在于： 陨石坑图像特 征所在区域范围通过如下公式得到： ri＝max(|upmax‑upmin|,|vpmax‑vpmin|)； 其中， ri为检测模板半径， upmax、 vpmax分别为陨石坑图像特征区域上相距最远 的两点中 的一个点pmax在图像坐标系下的横、 纵坐 标值； upmin、 vpmin分别为陨石坑图像特征区域上相距 最远的两点中的另一个点pmin在图像坐标系下的横、 纵坐标值。 6.根据权利要求1所述的地外探测无监督学习的多视角多尺度目标识别方法， 其特征 在于： 更新后模板通过如下公式得到： (u,v,1)Qi+1(u,v,1)T＝0； 其中， Qi+1＝HTQiH； u为陨石坑图像像素点横坐标， v为 陨石坑图像像素点纵坐标， Qi+1为更新后模板二次型 矩阵， Qi为原模板二次型矩阵， H为单应矩阵。 7.一种地外 探测无监 督学习的多视角多尺度目标识别系统， 其特 征在于包括： 第一模块， 用于利用探测器运动约束建立序列图像间同一特 征点几何对应关系；权　利　要　求　书 1/2 页 2 CN 115471749 A 2第二模块， 用于采用单应估计网络， 得到序列图像间同一特征点几何对应关系中的单 应矩阵； 第三模块， 用于根据明暗区域信息提取陨石坑图像特征边缘； 利用快速傅里叶变换搜 索模板与陨石坑图像特征 的匹配度， 得到陨石坑图像特征所在区域范围； 根据单应矩阵更 新快速傅里叶变换搜索模板的形状得到更新后模板， 基于更新后模板和陨石坑图像特征所 在区域范围得到陨石坑区域。 8.根据权利要求7所述的地外探测无监督学习的多视角多尺度目标识别系统， 其特征 在于： 序列图像间同一特 征点几何对应关系为： 其中， 和 分别为同一特 征点对应两幅序列图像中的像点， H为单应矩阵。 9.根据权利要求7所述的地外探测无监督学习的多视角多尺度目标识别系统， 其特征 在于： 所述单应估计网络是一个纯卷积网络结构， 输入是经过连接 之后的序列图像， 在 满足 平面性假设条件下， 输出 是描述序列图像间几何关系的单应矩阵。 10.根据权利要求7所述的地外探测无监督学习的多视角多尺度目标识别系统， 其特征 在于： 陨石坑图像特 征边缘通过如下公式得到： 其中， TI＝α [max(I) ‑min(I)]+mi n(I)； I(u,v)＝max[E(M) ‑min(M),max(M) ‑E(M)]； J(u,v)为陨石坑图像像素点(u,v)处二值化后的灰度值， I(u,v)为陨石坑图像像素点 (u,v)处的灰度值， u为陨石坑图像像素点横坐标， v为陨石坑图像像素点纵坐标， TI为陨石 坑图像二值化阈值， E(M)为陨石坑图像像素点(u,v)邻域内灰度大小的平均值， M为陨石坑 图像像素点(u,v)的邻域大小， α 为常值系数。权　利　要　求　书 2/2 页 3 CN 115471749 A 3