题目：基于序列图像实现天基空间目标检测与识别技术的研究

       天基空间目标监视系统是空间态势感知领域的重要发展方向。基于可见光序列图像的空间目标检测与识别是空间目标监视的主要技术之一，已成为目前地球外层空间监视领域的研究热点，对人类未来航天活动的开展乃至国家安全都具有重要意义，得到了各国的广泛关注。基于天基空间目标探测特点，对空间目标图像特性进行分析，建立典型卫星目标的全视点图像数据库，系统研究基于序列图像的空间目标检测与识别算法，并进行算法鲁棒性分析及实验研究。论文的研究工作主要包括以下几个方面：

      1、依据空间目标的成像大小，确立以点和面目标的检测体系。以空间目标图像特点为基础，提出基于形态学方法及三帧差分相乘法进行空间点目标条痕的检测；同时设计基于改进TLD算法进行空间面目标的检测，以实现序列图像中帧间目标形状变化大及光照变化不均匀的空间目标的稳定检测，并对检测算法的性能进行评估。

      2、通过建立典型空间目标全视点图像数据库，为空间目标识别算法的研究奠定数据基础。为了降低后续算法的复杂度，并提高分类器的泛化能力，对基于Zernike矩与HOG特征的图像特征提取及基于谱回归的特征降维算法进行了分析与研究，并利用KNN最近邻分类算法对图像描述方案进行了选择。

       3、基于BP神经网络分类器的学习训练机理，运用选定的特征提取与降维方案进行空间目标图像库中训练样本特征的提取，并完成相应BP神经网络分类器的训练。通过空间目标图像测试样本提取出的特征进行分类器性能的测试，确定采用融合特征的四层神经网络分类器进行空间目标的识别。

       4、利用Matlab和3DS MAX软件分别建立空间目标图像噪声和光照变化子库，并对算法的鲁棒性进行了测试分析。同时设计了一种天基空间目标检测识别的地面模拟半实物仿真方案，并搭建了实验平台。利用可见光CCD相机采集模拟卫星运行软件的场景，并通过采集到的空间目标图像验证了所提算法的正确性。