一种基于颤振信息的遥感卫星平台控制及其图像校正方法

1.本发明涉及目标识别领域，特别涉及一种基于颤振信息的遥感卫星平台控制及其图像校正方法。


背景技术：

2.在空间任务中，遥感卫星对地观测具有极高的军事和商业价值，然而，受制于航天器高频率低幅值微振动的影响，会导致遥感卫星无法清晰成像，从而严重制约遥感图像的使用效果。卫星颤振是一种难以检测和校正的高频率低幅值微振动，对卫星颤振信息进行有效估计，根据颤振信息对卫星平台进行控制，最后使用相关算法对畸变遥感图像进行校正，可以有效解决卫星颤振对遥感图像带来的影响。基于颤振信息的遥感卫星平台控制及其图像校正方法，提升了我国空间信息智能处理能力，为推动航天装备空间自主智能化发展提供理论和技术基础。
3.传统的遥感卫星图像处理是直接对图像进行校正，未能有效结合引起图像畸变的成因，结合卫星颤振信息，可以深层次剖析畸变遥感图像，从而更好地进行图像校正。
4.专利号为cn201711173663.3的公开发明专利公开了“一种基于tdiccd拼接区图像的卫星平台颤振探测方法”，通过计算同一目标在两幅重叠图像中的相对成像位置差，估计卫星平台颤振信息，但是未能融合卫星平台控制和图像校正方法。专利号为cn202110264265.2的公开发明专利公开了“协同多载荷数据的高分辨率遥感卫星颤振探测与建模方法”，采用多载荷数据，使用自适应贝叶斯算法，对卫星平台颤振进行建模，该方法在实施操作上难度较大。


技术实现要素：

5.(一)发明目的
6.本发明的目的是提供通过一种基于颤振信息的遥感卫星平台控制及其图像校正方法。本发明将卫星平台颤振信息估计和卫星平台控制形成闭环反馈，并进一步校正已达到稳定指标的卫星平台所拍摄的畸变图像。
7.(二)技术方案
8.本发明的技术解决方案，通过一种基于颤振信息的遥感卫星平台控制及其图像校正方法，所述方法流程包括：模拟卫星运动并构建颤振图像数据集，通过数据增强扩充数据量，将颤振图像数据进行预处理，使用resnet算法提取图像颤振信息，将颤振信息反馈给卫星姿控系统进行控制，使用颤振信息指导transformer模型进行图像校正，该方法由如下步骤构成。
9.模拟卫星运动并构建颤振图像数据集,使用航天器姿态控制全物理仿真系统实现对航天器姿态控制系统的全物理仿真，该系统模拟卫星平台的俯仰、偏转运动，完成三自由度运动。使用振动发生器模拟卫星的颤振现象，模拟卫星运动过程中，使用光学相机对固定图像进行拍照，并记录拍照时三轴气浮平台的姿态信息。将图像与三轴气浮平台的姿态信
息匹配，构建数据集。
10.数据增强模块，用于扩充数据量；颤振图像数据预处理模块，对图像信息进行预处理，方便输入至深度学习模型中训练。
11.图像颤振信息估计模块，使用深度学习算法提取图像颤振信息，预处理后的颤振图片输入至resnet网络中，使用深层resnet网络提取图像颤振信息，通过全连接层输出各个方向上的运动信息。
12.卫星姿态控制模块，将图像颤振信息估计模块中解算出的颤振信息输入至卫星姿态控制系统，形成反馈环节，进行卫星姿态校正。
13.图像校正模块，指导深度学习模型将颤振图像进行校正，将图像颤振信息估计模块中最终解算出的颤振信息作为先验知识输入至transformer模型，首先将图像颤振信息估计模块解算出的颤振信息进行向量化编码，在transformer的位置编码器上拼接向量化编码后的颤振信息，通过梯度下降算法进行训练，完成对颤振图像的最终校正。
14.模拟卫星运动、图像颤振信息估计模块和卫星姿态控制模块构成闭环系统，图像颤振信息估计模块对卫星图像进行颤振信息估计，并将结果反馈给卫星姿态控制模块进行模拟卫星姿态校正，姿态校正完成后进行再次拍摄，图像颤振信息估计模块对再次拍摄的图像进行颤振信息估计，重复模拟卫星运动、图像颤振信息估计和卫星姿态控制，直至图像评价指标达到设定的阈值。
15.(三)本发明的主要优点
16.本发明的上述技术方案具有如下有益的技术效果：本发明被用来解决卫星平台颤振及清晰成像问题，构建了图像颤振信息估计模块和卫星姿态控制模块组成的闭环反馈，并进一步校正已达到稳定指标的卫星平台所拍摄的畸变图像。
附图说明
17.图1是本发明的流程框架图；
18.图2是本发明中resnet网络流程图；
19.图3是本发明中transformer模型流程图；
具体实施方式
20.为使本发明的技术方案、优点和目的更加清楚明了，结合具体实例说明了方法流程并参照附图，对本发明的技术方案进一步说明。
21.本发明实施例1，一种基于颤振信息的遥感卫星平台控制及其图像校正方法，参见图1，按下述步骤进行：
22.模拟卫星运动并构建颤振图像数据集,使用航天器姿态控制全物理仿真系统实现对航天器姿态控制系统的全物理仿真，该系统基于三轴气浮平台实现对航天器失重状态下姿态动力学的真实模拟，通过对姿控系统真实硬件部件的完整集成，完成对航天器运动模拟。使用该系统模拟卫星平台运动，在三轴气浮平台上安装振动发生器，并在振动发生器上固连光学相机。三轴气浮平台模拟卫星的俯仰、偏转运动，完成三自由度运动。振动发生器模拟卫星的颤振现象，模拟卫星运动过程中，使用光学相机对固定图像进行拍照，并记录拍照时三轴气浮平台的姿态信息。将图像与三轴气浮平台的姿态信息匹配，构建数据集，并将
数据集按照4:1划分为训练集和测试集。
23.数据增强模块，将数据集中的图像进行数据增强，可采用添加高斯白噪声、平均模糊和颜色干扰等方法，用于扩充数据量。
24.颤振图像数据预处理模块，对图像信息进行预处理，方便输入至深度学习模型中训练。
25.图像颤振信息估计模块，使用深度学习算法提取图像颤振信息，预处理后的颤振图片输入至resnet网络中，使用深层resnet网络提取图像颤振信息，resnet网络使用残差连接，其残差连接函数如：
26.x
l 1
＝x
l
f(x
l
,w
l
)(1)
27.其中，x
l 1
和x
l
表示相连两层特征矩阵,f(x
l
,w
l
)表示通过相连两层特征卷积操作过程，搭建36层resnet模块，最后使用全连接层输出各个方向上的运动信息。
28.卫星姿态控制模块，将图像颤振信息估计模块中解算出的颤振信息输入至卫星姿态控制系统，使用pid控制方法，形成反馈环节，进行卫星姿态校正。
29.图像校正模块，指导深度学习模型将颤振图像进行校正，将图像颤振信息估计模块中最终解算出的颤振信息作为先验知识输入至transformer模型，首先将图像颤振信息估计模块解算出的颤振信息进行向量化编码，在transformer的位置编码器上拼接向量化编码后的颤振信息，通过梯度下降算法进行训练，完成对颤振图像的最终校正。
30.上述步骤中，模拟卫星运动、图像颤振信息估计模块和卫星姿态控制模块构成闭环系统，图像颤振信息估计模块对卫星图像进行颤振信息估计，并将结果反馈给卫星姿态控制模块进行模拟卫星姿态校正，姿态校正完成后进行再次拍摄，图像颤振信息估计模块对再次拍摄的图像进行颤振信息估计，重复模拟卫星运动、图像颤振信息估计和卫星姿态控制，直至图像评价指标达到设定的阈值。
31.本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。