测量机器人ATR性能分析与测试

郭腾龙，岳建平

(河海大学地球科学与工程学院，江苏南京210098)

测量机器人ATR性能分析与测试

郭腾龙，岳建平

(河海大学地球科学与工程学院，江苏南京210098)

自动目标识别(ATR)的过程可分为图像预处理、图像分割、特征提取和目标识别，其中图像分割用于目标内部结构和兴趣点的提取，性能良好的分割算法对于目标识别至关重要。由于图像分割算法受观测条件和目标位置的影响，在逆光条件及在视场中从不同方位搜索棱镜时，ATR与人工测值存在较大的偏差。基于聚类分割算法，根据不同情况下的ATR测值对其性能进行分析，对存在的问题提出解决方案。

测量机器人;ATR;聚类分割

一、引 言

测量机器人或称测地机器人，是一种能代替人进行自动搜索、识别、跟踪和精确照准目标，并且获取角度、距离等信息的智能型电子全站仪［1］。自动目标识别(automatic target recognition，ATR)系统是智能型全站仪所具有的一种自动识别系统［2］，它从物镜发射红外光束，反射回来后形成光点，由内置的CCD传感器接收，以CCD传感器中心作为参考点精确地确定其位置。假如CCD传感器中心与望远镜光轴的调焦是正确的，则从CCD传感器上光点的位置直接计算并输出以ATR模式测得的水平方向和垂直角。

影响ATR性能的因素有很多，主要包括大气因素、场景因素、传感器与平台特性［3］。如大气中水蒸气的吸收与散射，传播路径上的大气扰动;目标的物理与光学特性，背景中的地表与植被类型，棱镜在视场中的方位;仪器的振动与旋转。……