基于图像增强的地基观测空间目标检测方法

地基观测空间目标检测任务中,星图退化或星图模糊会导致检测效果不理想,而基于滤波和基于去噪的图像增强方法难以适用于因多种因素导致发生退化或模糊的星图的增强,进而影响后续的目标检测任务。针对上述问题,文章提出一种基于图像增强的地基观测空间目标检测方法,该方法由图像增强和目标检测两部分组成:1)在图像增强部分,受图像去雾深度学习模型的启发,设计了一种图像增强模型对退化参数进行估计,该模型以U-Net为基础结构进行多尺度特征提取与融合,并在网络结构中嵌入了金字塔池化模块和结构多尺度残差模块,以提高图像增强复原的质量,最后利用估计参数从发生退化的图像中复原出增强图像;2)在目标检测部分,通过快速线段检测器(Fast Line Segment Detector,FLD)算法对星图中由于目标与探测器相对运动而留下的直线段轨迹进行检测。经过实验数据集验证,采用该方法对图像增强后,图像的平均峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和结构相似性(Structural Similarity,SSIM)指标值分别提高了124.51%和64.28%;图像增强前后,目标检测的平均准确度提高了22.15%,且平均漏检率降低了20.6%。相比于其他基于滤波和去噪进行图像增强的方法,文章所提方法能够适应多种发生星图退化或星图模糊的情况,且图像增强效果更好,目标检测精度也更高。

资料为PDF文档格式.

本文档关键词:地基,图像,观测,增强,空间