买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学院西安光学精密机械研究所申请的专利一种适用于空间交会对接的目标识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119762763B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510261174.1，技术领域涉及：G06V10/25；该发明授权一种适用于空间交会对接的目标识别方法是由张海峰;吴雄志;梅超;何泽禹;朱浩然;岳智超;艾汗设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本一种适用于空间交会对接的目标识别方法在说明书摘要公布了：本发明公开了一种适用于空间交会对接的目标识别方法，解决了现有空间交会对接目标识别方法识别速度不快且识别结果不够准确的问题；本发明利用轻量型神经网络的数据驱动能力，获取主体为椭圆十字构型靶标的图像，利用高斯滤波对图像去除噪声后，再利用LSD算法线段检测，利用线段间的角度差异对线段进行分组，并利用轻量型神经网络有效剔除误差过大的椭圆，缩减计算量，采用椭圆弧支持算法实现初始椭圆集合的获取，对初始椭圆集合进行聚类和拟合后生成最优候选椭圆集合，具有简洁、高效并且重复性好的优点，融合了基于数据驱动的轻量型神经网络，计算复杂度明显降低，椭圆检测的准确度提升，目标识别的速度和准确度相应提升。

本发明授权一种适用于空间交会对接的目标识别方法在权利要求书中公布了：1.一种适用于空间交会对接的目标识别方法，其特征在于，包括以下步骤： 步骤1、设计椭圆十字构型靶标，并安装在对接机构相对位置，通过相机对椭圆十字构型靶标成像，获取椭圆十字构型靶标图像； 步骤2、利用经过训练的轻量型神经网络检测椭圆十字构型靶标图像中椭圆十字构型靶标的初始位置框，获取主体为椭圆十字构型靶标且大小为初始位置框2倍的待检测图像； 步骤3、对待检测图像提取边缘信息，得到由多个线段构成的边缘图像； 步骤4、利用LSD算法对边缘图像进行线段检测，得到线段集合，基于线段的角度差异对线段进行分组，输出各分组的线段集合；具体过程为： 使用LSD算法检测边缘图像中的线段，得到线段的端点坐标集合，计算每条线段相对水平线的方向角度，并归一化到0～180度之间，根据归一化的角度，使用层次聚类的全链接方法，以X度为阈值进行分组，且同一组内的任意两条线段的角度差异不超过X度，输出各分组的线段集合及数量；所述X取值范围为14-18； 步骤5、遍历各分组的线段集合中每个线段，结合椭圆弧支持算法从各分组的线段集合中提取初始椭圆集合；具体过程为： 步骤5.1、对分组内的每个线段，提取端点并沿线段等间距采样若干中间点，构成该分组的采样点坐标集合P，采用RANSAC策略对采样点坐标集合P进行鲁棒拟合； 步骤5.2、在步骤5.1的拟合结果中随机选取5个点生成候选椭圆；分别计算5个点到候选椭圆的距离小于阈值τ的点数量； 步骤5.3、返回步骤5.2，重新随机选取5个点生成候选椭圆进行计算5个点到候选椭圆的距离小于阈值τ的点数量，经过5-10次计算后，保留小于阈值τ的点数量最多的候选椭圆； 步骤5.4、分别计算各线段采样点到步骤5.3保留的候选椭圆的几何距离，若平均几何距离小于阈值τ，则视为支持，否则不支持；同时计算各线段与步骤5.2保留的候选椭圆对应点切线的夹角，若小于角度阈值θ，则视为支持，否则不支持，将同时满足上述两个支持的线段作为该分组内的增强支持线段； 步骤5.5、统计增强支持线段数量，若超过阈值N_min，则视为有效，执行步骤5.6，否则视为无效，返回步骤5.2； 步骤5.6、将步骤5.3各分组保留的候选椭圆作为最优候选椭圆集合； 步骤5.7、将最优候选椭圆集合作为初始椭圆集合； 步骤6、利用经过训练的轻量型神经网络对待检测图像进行检测，获取椭圆十字构型靶标的实时位置框，根据实时位置框获得内切椭圆，剔除初始椭圆集合中相对内切椭圆偏差大的椭圆，得到更新后的初始椭圆集合； 步骤7、将实时位置框与更新后的初始椭圆集合中椭圆的参数进行平均计算，得到最终候选椭圆，利用最终候选椭圆识别对接机构的椭圆十字构型靶标，完成空间交会对接的目标识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。