摘要
本发明公开了一种ISAR图像特征提取方法及在非合作航天器姿态估计中的应用,涉及图像处理与特征提取领域,包括:对数据集中的图像进行预处理;基于迁移学习对预处理后的图像分别进行浅层特征提取、深层特征提取,以得到对应的特征数据Xd;其中,所述深层特征提取是通过构建一个基于U结构的神经网络实现,所述神经网络的编码器、解码器部分均使用稠密残差块DRB完成多层次的特征提取。本发明提供一种ISAR图像特征提取方法及在非合作航天器姿态估计中的应用,结合通道注意力的密集残差块提取低分辨特征,缓解了图像特征稀疏的问题,补偿了子采样带来的特征损失,充分挖掘卫星成像图像空间特征信息。
技术关键词
图像特征提取方法
深层特征提取
姿态估计
航天器
频域特征提取
浅层特征提取
直方图均衡化方法
融合多尺度信息
空间特征信息
更新网络参数
原始图像数据
编码器
多层次
解码器
机制
注意力
传播算法