CN101852608B - 一种全帧ccd图像处理方法 - Google Patents
一种全帧ccd图像处理方法 Download PDFInfo
- Publication number
- CN101852608B CN101852608B CN2010101876594A CN201010187659A CN101852608B CN 101852608 B CN101852608 B CN 101852608B CN 2010101876594 A CN2010101876594 A CN 2010101876594A CN 201010187659 A CN201010187659 A CN 201010187659A CN 101852608 B CN101852608 B CN 101852608B
- Authority
- CN
- China
- Prior art keywords
- full frame
- frame ccd
- ccd image
- tail
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明涉及一种全帧CCD图像处理方法，该方法能够消除全帧CCD在读出过程中仍处于露光而带来的图像中星象产生的脱尾现象，该方法包括以下几个工作步骤：步骤1图像采集系统采集空间碎片及背景恒星的全帧CCD图像；步骤2全帧CCD图像背景估计；步骤3全帧CCD图像读出模式建模分析；步骤4全帧CCD图像脱尾定量的分析；步骤5全帧CCD图像脱尾消除。该方法的实际处理效果好，能够广泛地应用到科研、及工程领域中。
Description
技术领域
本发明是涉及图像处理技术领域，具体涉及一种全帧CCD图像的处理方法，它能够消除基于全帧读出CCD的图像中星象脱尾现象。
背景技术
在科研、军事等许多领域，都需要对空间碎片进行监视，从而给出空间碎片的每一个瞬间在天空中的位置及其变化，确定空间碎片的运行轨道，从而获取空间碎片精确的信息。
CCD的发明，替代了传统的照相观测，成为了空间碎片监视的有效手段之一，尤其对中高轨道的空间碎片。对于CCD来说，通常由三种读出方式：全帧读出、行间转移读出及帧转移读出方式。由于全帧CCD具有靶面大优点，在空间碎片监视中得到了较为广泛的应用。由于全帧CCD在读出的过程中，CCD仍然处于露光状态，所以一般和机械快门或者电子快门配合使用，才能消除图像在读出过程中产生脱尾现象。但是由于机械快门具有弱点寿命较短的弱点(通常只有10万次左右)，以及电子快门会降低光系统透过率的弱点，使得全帧CCD无法在空间碎片监视中的得到广泛应用。
发明内容
针对使用全帧CCD，而不使用快门的空间碎片测量系统，本发明提供一种图像处理方法，该方法能够消除全帧CCD在读出过程中仍处于露光而带来的图像中星象产生的脱尾现象，并且能够保证在消除全帧CCD图像中星象脱尾的同时而基本上不会给全帧CCD图像中的星象带来影响，从而不影响在CCD图像上星象的灰度质心精度，从而能够保证空间碎片的测角精度。
完成上述发明任务的技术方案是：一种全帧CCD图像处理方法，包括以下几个工作步骤：
步骤1图像采集系统采集空间碎片及背景恒星的全帧CCD图像；
步骤2全帧CCD图像读出模式建模分析；
步骤3全帧CCD图像背景估计；
步骤4全帧CCD图像脱尾定量的分析；
步骤5全帧CCD图像脱尾消除。
上述技术方案中，通过步骤1先输入没有使用快门的全帧CCD图像，再依次采用上述的四个步骤，最后得到消除了脱尾现象的图像，提供给星象检测使用。更优化和更具体描述以上各步骤如下：
步骤1图像采集系统采集空间碎片及背景恒星的全帧CCD图像
在空间碎片测量系统处于静止状态时，图像采集系统进行全帧CCD图像的采集。它的工作流程是控制全帧CCD，按照给定的曝光时间，按照全帧CCD的图像读出频率，将采集的空间碎片及背景恒星的全帧CCD图像传输道计算机内存指定的缓冲区，图像采集结束。
步骤2全帧CCD图像读出模式建模分析
对全帧CCD图像进行综合分析，建立全帧CCD图像读出模式的数学模型，以用于计算全帧读出模式对星象脱尾的影响大小。
步骤3全帧CCD图像背景估计
对全帧CCD图像进行综合分析，建立全帧CCD图像背景估计的数学模型，以用于全帧CCD图像的背景估计。
步骤4全帧CCD图像星象脱尾定量的分析
按照全帧CCD图像读出模式的建模分析结果，输入原始的全帧CCD图像，计算分析全帧读出模式给星象脱尾带来的影响，给出星象脱尾量的定量分析结果。
步骤5全帧CCD图像星象脱尾消除
输入原始的全帧CCD图像，全帧CCD图像的背景估计结果，以及全帧CCD图像脱尾定量的分析结果，采用星象脱尾消除算法，消除原始的全帧CCD图像中的星象脱尾，使得输出的图像中星象基本上没有脱尾现象。
计算机系统根据上述输入数据，给出了全帧CCD图像的处理结果，可以提供给动星象的检测过程使用，并可以通过显示系统显示出来，以及存储在计算机系统的存储介质中。
本发明提供了一种空间碎片测量系统在静止状态下的采集的全帧CCD图像的处理方法。其能够消除全帧CCD在读出过程中仍处于露光而带来的图像中星象产生的脱尾现象，并且此方法能够保证在消除全帧CCD图像中星象脱尾的同时而基本上不会给全帧CCD图像中的星象的灰度质心精度带来影响，从而能够保证空间碎片的测角精度。该方法的实际处理效果好，能够广泛地应用到科研、及工程领域中。
附图说明
图1为本发明实施例1的流程框图
具体实施方式
实施例1
下面结合附图和实施例做进一步说明。
如图1所示，一种全帧CCD图像处理方法，该方法包括以下几个工作步骤：
步骤1图像采集系统采集空间碎片及背景恒星的全帧CCD图像
在空间碎片测量系统处于静止状态时，图像采集系统进行全帧CCD图像的采集。它的工作流程是控制全帧CCD，按照给定的曝光时间，按照全帧CCD的图像读出频率，将采集的空间碎片及背景恒星的全帧CCD图像传输道计算机内存指定的缓冲区，图像采集结束。
步骤2全帧CCD图像读出模式建模分析
对全帧CCD图像进行综合分析，建立全帧CCD图像读出模式的数学模型，以用于计算全帧读出模式对星象脱尾的影响大小。
步骤3全帧CCD图像背景估计
对全帧CCD图像进行综合分析，建立全帧CCD图像背景估计的数学模型，以用于全帧CCD图像的背景估计。
步骤4全帧CCD图像星象脱尾定量的分析
按照全帧CCD图像读出模式的建模分析结果，输入原始的全帧CCD图像，计算分析全帧读出模式给星象脱尾带来的影响，给出星象脱尾量的定量分析结果。
步骤5全帧CCD图像星象脱尾消除
输入原始的全帧CCD图像，全帧CCD图像的背景估计结果，以及全帧CCD图像脱尾定量的分析结果，采用星象脱尾消除算法，消除原始的全帧CCD图像中的星象脱尾，使得输出的图像中星象基本上没有脱尾现象。
计算机系统根据上述输入数据，给出了全帧CCD图像的处理结果，可以提供给动星象的检测过程使用，并可以通过显示系统显示出来，以及存储在计算机系统的存储介质中。
Claims (1)
1.一种全帧CCD图像处理方法，其特征是消除全帧CCD在读出过程中仍处于露光而带来的图像中星象产生的脱尾现象，该方法包括以下几个工作步骤：
步骤1图像采集系统采集空间碎片及背景恒星的全帧CCD图像；在空间碎片测量系统处于静止状态时，图像采集系统进行全帧CCD图像的采集；具体工作流程是：控制全帧CCD，按照给定的曝光时间，按照全帧CCD的图像读出频率，将采集的空间碎片及背景恒星的全帧CCD图像传输到计算机内存指定的缓冲区，图像采集结束；
步骤2全帧CCD图像读出模式建模分析，具体包括：对全帧CCD图像进行综合分析，建立全帧CCD图像读出模式的数学模型，以用于计算全帧读出模式对星象脱尾的影响大小；
步骤3全帧CCD图像背景估计，具体包括：对全帧CCD图像进行综合分析，建立全帧CCD图像背景估计的数学模型，以用于全帧CCD图像的背景估计；
步骤4全帧CCD图像脱尾定量的分析；具体包括：按照全帧CCD图像读出模式的建模分析结果，输入原始的全帧CCD图像，计算分析全帧读出模式给星象脱尾带来的影响，给出星象脱尾量的定量分析结果；
步骤5全帧CCD图像脱尾消除，具体包括：输入原始的全帧CCD图像，全帧CCD图像的背景估计结果，以及全帧CCD图像脱尾定量的分析结果，采用星象脱尾消除算法，消除原始的全帧CCD图像中的星象脱尾。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010101876594A CN101852608B (zh) | 2010-05-28 | 2010-05-28 | 一种全帧ccd图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010101876594A CN101852608B (zh) | 2010-05-28 | 2010-05-28 | 一种全帧ccd图像处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101852608A CN101852608A (zh) | 2010-10-06 |
| CN101852608B true CN101852608B (zh) | 2012-02-15 |
Family
ID=42804207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010101876594A Expired - Fee Related CN101852608B (zh) | 2010-05-28 | 2010-05-28 | 一种全帧ccd图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101852608B (zh) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3475330B2 (ja) * | 2001-04-13 | 2003-12-08 | 独立行政法人航空宇宙技術研究所 | 天体観測画像中の天体の識別方式 |
| CN1332176C (zh) * | 2005-06-07 | 2007-08-15 | 中国科学院紫金山天文台 | 空间目标实时天文定位方法 |
| US20100053635A1 (en) * | 2008-08-26 | 2010-03-04 | U.S.A. as represented by the Administrator of the National Aeronautics and Space Admi | Direct solve image based wave-front sensing |
| CN101458766B (zh) * | 2008-12-16 | 2011-04-27 | 南京大学 | 计算机处理天文观测灰度图像信息以进行目标追踪的方法 |
-
2010
- 2010-05-28 CN CN2010101876594A patent/CN101852608B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN101852608A (zh) | 2010-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101846511B (zh) | 一种空间碎片的检测系统 | |
| CN102374856B (zh) | 天文望远镜实时精确指向的测定方法 | |
| CN101929859B (zh) | 一种基于图像全帧扫描的空间碎片检测方法 | |
| Abolhasannejad et al. | Developing an optical image-based method for bridge deformation measurement considering camera motion | |
| Jiang et al. | Automatic inspection of bridge bolts using unmanned aerial vision and adaptive scale unification-based deep learning | |
| Huang et al. | On-board detection and matching of feature points | |
| CN107358638A (zh) | 视差图计算方法和装置、电子设备、计算机存储介质 | |
| CN109870450A (zh) | 一种涂层力学行为在线检测方法、设备以及系统 | |
| Li et al. | Comparison of different analytical edge spread function models for MTF calculation using curve-fitting | |
| Pant et al. | Evaluation and selection of video stabilization techniques for UAV-based active infrared thermography application | |
| CN101852608B (zh) | 一种全帧ccd图像处理方法 | |
| CN116311004B (zh) | 基于稀疏光流提取的视频运动目标检测方法 | |
| Duarte-Campos et al. | Estimating annual onshore aeolian sand supply from the intertidal beach using an aggregated-scale transport formula | |
| CN102494674B (zh) | 暗弱空间碎片高精度定位方法 | |
| McCarthy et al. | Monitoring dynamic structural tests using image deblurring techniques | |
| CN116433661A (zh) | 多任务学习的半导体晶圆检测方法、装置、设备及介质 | |
| CN110827194A (zh) | 图像处理的方法、装置及计算机存储介质 | |
| CN110487787B (zh) | 一种元器件损耗检测方法、装置、存储介质及终端设备 | |
| CN108093153A (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
| CN107104658A (zh) | 一种滤波模板可重配置的滤波方法及装置 | |
| Das et al. | A novel deep learning model for end-to-end characterization of thin cracking in SHCCs | |
| CN102955935A (zh) | 基于图象融合的泥沙识别的方法与系统 | |
| Qiao et al. | Quadratic curve fitting-based image edge line segment detection: a novel methodology | |
| JP2011133423A (ja) | 対象推定装置 | |
| Dizaji et al. | Machine-learning to see defects: a hybrid attention-ConvLSTM-based convolutional neural network deep learning architecture for structural damage detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120215 Termination date: 20130528 |