CN102081738A - 空间目标星象质心定位方法 - Google Patents

Abstract

本发明公开了一种空间目标星象质心定位方法，用于解决现有的空间目标星象质心定位方法精度低的技术问题。技术方案是借助于空间目标星象的弥散斑成像机理，通过其能量分布集中度进行目标区域的精确提取，避免了固定阈值的二值化分割提取目标区域时对阈值的依赖性，具有普遍适用的能力。其次，考虑到图像背景噪声将引入的定位误差，采用对能量集中分布提取的目标精确光斑区域中的有效像元进行灰度修正，提高了质心定位的精度，使得质心定位误差由背景技术的0.5像元提高至0.08像元。

Description

空间目标星象质心定位方法

技术领域

本发明涉及一种空间目标星象定位方法，特别是一种空间目标星象质心定位方法。

背景技术

空间目标星象质心提取的目的是对目标进行精确的天文定位，质心提取的精度直接决定了目标天文定位的精度。通常，在空间成像系统中，一般是将空间目标看作理想的点光源，通过设计一个离焦的光学系统，将星点图像弥散在几个CCD像元上，然后通过细分定位算法来求星点中心位置，使星点定位达到亚像元或更高的精度。因此，对低信噪比目标星象进行质心定位，精确的提取目标星象的质心是至关重要的。

现有的质心定位方法均是经过高精度内插的方式进行质心提取，文献“星图识别质心提取算法研究，空间电子技术，2004.04，p5-9”公开了一种基于传统插值方式的质心提取方法。该方法首先对图像进行降噪和增强处理后，通过固定阈值分割的方法对全图进行二值化处理，将目标点从背景中提取出来，最后通过灰度值加权平均的方法计算出目标的质心坐标位置。在进行固定阈值进行全图的二值化分割时，阈值的选定直接影响目标区域的提取。并且在计算目标质心时，该方法并没有考虑弥散斑的成像机理，降低了质心定位的精度。采用该方法的质心定位误差为0.5像元。

发明内容

为了克服现有的空间目标星象质心定位方法精度低的不足，本发明提供一种空间目标星象质心定位方法。该方法借助于空间目标星象的弥散斑成像机理，通过其能量分布集中度进行目标区域的精确提取，可以避免固定阈值的二值化分割提取目标区域时对阈值的依赖性，具有普遍适用的能力。其次，考虑到图像背景噪声将引入的定位误差，采用对能量集中分布提取的目标精确光斑区域中的有效像元进行灰度修正，可以提高质心定位的精度。

本发明解决其技术问题所采用的技术方案：一种空间目标星象质心定位方法，其特点是包括下述步骤：

(a)对图像大小为m×n的全局图像计算背景均值mean和标准差var：

$\mathrm{mean}=\frac{1}{m\×n}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}I(i,j)---\left(1\right)$

${\mathrm{var}}^2=\frac{1}{m\×n}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{(I(i,j)-\mathrm{mean})}^2---\left(2\right)$ 通过给定经验值α，计算目标区域粗定位的二值化分割阈值Ths：

Ths＝mean+α×var    (3)

式中，m×n表示图像大小，m表示图像的行值，n表示图像的列值，mean表示输入信号的均值，var表示输入信号的标准差，α为给定的经验值，α＝3，Ths表示目标区域粗定位的判定阈值；

按照公式(4-9)计算粗定位的目标区域：

$\mathrm{JointArea}(i,j)=\left\{\begin{array}{cc}1,& I(i,j)\&GreaterEqual;\mathrm{Ths}\\ 0,& I(i,j)<\mathrm{Ths}\end{array}\right.---\left(4\right)$

pos(i，j)＝find(JointArea(i，j))    (5)

pos_left＝min(pos(:，1))-3          (6)

pos_right＝max(pos(:，1))+3         (7)

pos_top＝max(pos(:，2))-3           (8)

pos_down＝max(pos(:，2))+3          (9)

式中，JointArea表示粗判定的目标有效区域，find(·)表示查找粗判定的目标有效区域的坐标位置，pos(i，j)表示find(·)查找到的目标有效区域的坐标位置，pos(:，1)表示pos(i，j)的第一列，pos(:，2)表示pos(i，j)的第二列，因此，pos_left和pos_right即为粗判定出的目标区域的左、右边界位置，pos_top和pos_down即为粗判定出的目标区域的上、下边界位置；

(b)依据目标星象弥散斑的能量分布成像满足能量集中度为80％的成像机理，按照公式(10)计算目标区域的能量：

$E=\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}I{(x,y)}^2---\left(10\right)$

式中，E表示计算的粗定位目标区域的能量值，x和y表示区域内的坐标，其中pos_left＜x＜pos_right，pos_top＜y＜pos_down；

能量集中区域的提取需要同时满足公式(11)和公式(12)的条件，即当I(x，y)大于阈值Ths′时，计算其能量，需要满足能量大于总能量的η倍，若不满足，需要重新调整Ths′的值，直到同时满足这两个条件；

$I^{\&prime;}(x^{\&prime;},y^{\&prime;})=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}\right.---\left(11\right)$

$\underset{x^{\&prime;}=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y^{\&prime;}=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x^{\&prime;},y^{\&prime;})}^2\&GreaterEqual;\mathrm{\&eta;E}---\left(12\right)$

式中，η表示CCD相机弥散斑能量集中度，η＝80％；Ths′表示满足能量集中度后新的判定阈值；

(c)依据能量集中获取的新的目标分割判定阈值Ths′，对目标星象进行二值化分割，得到目标星象的二值化图StarArea：

$\mathrm{StarArea}(x,y)=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}\right.---\left(13\right)$

式中，StarArea表示精确分割后的星体目标的二值化分割图，其中1值表示该像元为目标星体，0值表示该像元为背景；

(d)采用公式(14)对二值化图StarArea中值为1的像元进行灰度值修正：

$\left\{\begin{array}{cc}{I}^{\&prime;}(x,y)=I(x,y)-\mathrm{Ths},& \mathrm{StarArea}(x,y)=1\\ I^{\&prime;}(x,y)=0,& \mathrm{StarArea}(x,y)=0\end{array}\right.---\left(14\right)$

利用修正后的灰度值，采用公式(15)计算得到空间目标星象的精确质心坐标位置

$\hat{x}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}x\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2},$ $\hat{y}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}y\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2}---\left(15\right).$

所述图像大小m×n＝1024×1024。

本发明的有益效果是：由于借助于空间目标星象的弥散斑成像机理，通过其能量分布集中度进行目标区域的精确提取，避免了固定阈值的二值化分割提取目标区域时对阈值的依赖性，具有普遍适用的能力。其次，考虑到图像背景噪声将引入的定位误差，采用对能量集中分布提取的目标精确光斑区域中的有效像元进行灰度修正，提高了质心定位的精度，使得质心定位误差由背景技术的0.5像元提高至0.08像元。

下面结合具体实施方式对本发明作详细说明。

具体实施方式

1、目标区域粗定位。

按照公式(1-3)计算目标区域粗定位的判定阈值Ths。

$\mathrm{mean}=\frac{1}{m\&times;n}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}I(i,j)---\left(1\right)$

${\mathrm{var}}^2=\frac{1}{m\&times;n}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{(I(i,j)-\mathrm{mean})}^2---\left(2\right)$

Ths＝mean+α×var    (3)

其中，m×n表示图像大小，m表示图像的行值，n表示图像的列值，本实施例中图像大小为1024×1024。mean表示输入信号的均值，var表示输入信号的标准差，α为给定的一个经验值(α＝3)，Ths表示目标区域粗定位的判定阈值。

按照公式(4-9)计算粗定位的目标区域。

$\mathrm{JointArea}(i,j)=\left\{\begin{array}{cc}1,& I(i,j)\&GreaterEqual;\mathrm{Ths}\\ 0,& I(i,j)<\mathrm{Ths}\end{array}\right.---\left(4\right)$

pos(i，j)＝find(JointArea(i，j))    (5)

pos_left＝min(pos(:，1))-3          (6)

pos_right＝max(pos(:，1))+3         (7)

pos_top＝max(pos(:，2))-3           (8)

pos_down＝max(pos(:，2))+3          (9)

其中，JointArea表示粗判定的目标有效区域，find(·)表示查找粗判定的目标有效区域的坐标位置，pos(i，j)表示find(·)查找到的目标有效区域的坐标位置，pos(:，1)表示pos(i，j)的第一列，pos(:，2)表示pos(i，j)的第二列，因此，pos_left和pos_right即为粗判定出的目标区域的左、右边界位置，pos_top和pos_down即为粗判定出的目标区域的上、下边界位置。

2、能量集中区域提取。

依据目标星象弥散斑的能量分布成像满足能量集中度为80％的成像机理，按照公式(10)计算区域的能量。

$E=\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}I{(x,y)}^2---\left(10\right)$

其中，E表示计算的粗定位目标区域的能量值，x和y表示区域内的坐标，其中pos_left＜x＜pos_right，pos_top＜y＜pos_down。

通过公式(10)即可计算区域能量，下面进行能量集中区域提取。能量集中区域的提取需要同时满足公式(11)和公式(12)的条件，即当I(x，y)大于阈值Ths′时，计算其能量，需要满足能量大于总能量的η倍，若不满足，需要重新调整Ths′的值，直到同时满足这两个条件。其中，η表示CCD相机弥散斑能量集中度(η＝80％)。Ths′表示满足能量集中度后的新的判定阈值。

$I^{\&prime;}(x^{\&prime;},y^{\&prime;})=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}\right.---\left(10\right)$

$\underset{x^{\&prime;}=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y^{\&prime;}=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x^{\&prime;},y^{\&prime;})}^2\&GreaterEqual;\mathrm{\&eta;E}---\left(12\right)$

3、光斑精确区域确定。

依据能量集中获取的新的目标分割判定阈值Ths′，对目标星象进行二值化分割，得到目标星象的二值化图StarArea：

$\mathrm{StarArea}(x,y)=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}\right.---\left(13\right)$

其中，StarArea表示精确分割后的星体目标的二值化分割图，其中1值表示该像元为目标星体，0值表示该像元为背景。

4、质心定位。

首先对精确分割后的目标有效区域进行有效灰度值的估计。具体计算如公式(14)所示，即对有效区域内的灰度值进行修正。

$\left\{\begin{array}{cc}{I}^{\&prime;}(x,y)=I(x,y)-\mathrm{Ths},& \mathrm{StarArea}(x,y)=1\\ I^{\&prime;}(x,y)=0,& \mathrm{StarArea}(x,y)=0\end{array}\right.---\left(14\right)$

利用修正后的灰度值，计算目标星体的精确质心坐标位置

具体计算如公式(15)所示。

$\hat{x}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}x\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2},$ $\hat{y}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}y\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2}---\left(15\right).$

Claims (2)

1.一种空间目标星象质心定位方法，其特征在于包括下述步骤：

(a)对图像大小为m×n的全局图像计算背景均值mean和标准差var：

$\mathrm{mean}=\frac{1}{m\&times;n}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}I(i,j)---\left(1\right)$

${\mathrm{var}}^2=\frac{1}{m\&times;n}\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\underset{j=1}{\overset{n}{\mathrm{\&Sigma;}}}{(I(i,j)-\mathrm{mean})}^2---\left(2\right)$

通过给定经验值α，计算目标区域粗定位的二值化分割阈值Ths：

Ths＝mean+α×var    (3)

式中，m×n表示图像大小，m表示图像的行值，n表示图像的列值，mean表示输入信号的均值，var表示输入信号的标准差，α为给定的经验值，α＝3，Ths表示目标区域粗定位的判定阈值；

按照公式(4-9)计算粗定位的目标区域：

$\mathrm{JointArea}(i,j)=\left\{\begin{array}{cc}1,& I(i,j)\&GreaterEqual;\mathrm{Ths}\\ 0,& I(i,j)<\mathrm{Ths}\end{array}---\left(4\right)\right.$

pos(i，j)＝find(JointArea(i，j))(5)

pos_left＝min(pos(:，1))-3      (6)

pos_right＝max(pos(:，1))+3     (7)

pos_top＝max(pos(:，2))-3       (8)

pos_down＝max(pos(:，2))+3      (9)

式中，JointArea表示粗判定的目标有效区域，find(·)表示查找粗判定的目标有效区域的坐标位置，pos(i，j)表示find(·)查找到的目标有效区域的坐标位置，pos(:，1)表示pos(i，j)的第一列，pos(:，2)表示pos(i，j)的第二列，因此，pos_left和pos_right即为粗判定出的目标区域的左、右边界位置，pos_top和pos_down即为粗判定出的目标区域的上、下边界位置；

(b)依据目标星象弥散斑的能量分布成像满足能量集中度为80％的成像机理，按照公式(10)计算目标区域的能量：

$E=\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}I{(x,y)}^2---\left(10\right)$

式中，E表示计算的粗定位目标区域的能量值，x和y表示区域内的坐标，其中pos_left＜x＜pos_right，pos_top＜y＜pos_down；

能量集中区域的提取需要同时满足公式(11)和公式(12)的条件，即当I(x，y)大于阈值Ths′时，计算其能量，需要满足能量大于总能量的η倍，若不满足，需要重新调整Ths′的值，直到同时满足这两个条件；

$I^{\&prime;}(x^{\&prime;},y^{\&prime;})=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}---\left(11\right)\right.$

$\underset{x^{\&prime;}=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y^{\&prime;}=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x^{\&prime;},y^{\&prime;})}^2\&GreaterEqual;\mathrm{\&eta;E}---\left(12\right)$

式中，η表示CCD相机弥散斑能量集中度，η＝80％；Ths′表示满足能量集中度后新的判定阈值；

(c)依据能量集中获取的新的目标分割判定阈值Ths′，对目标星象进行二值化分割，得到目标星象的二值化图StarArea：

$\mathrm{StarArea}(x,y)=\left\{\begin{array}{cc}1,& I(x,y)\&GreaterEqual;{\mathrm{Ths}}^{\&prime;}\\ 0,& I(x,y)<{\mathrm{Ths}}^{\&prime;}\end{array}---\left(13\right)\right.$

式中，StarArea表示精确分割后的星体目标的二值化分割图，其中1值表示该像元为目标星体，0值表示该像元为背景；

(d)采用公式(14)对二值化图StarArea中值为1的像元进行灰度值修正：

$\left\{\begin{array}{cc}{I}^{\&prime;}(x,y)=I(x,y)-\mathrm{Ths},& \mathrm{StarArea}(x,y)=1\\ I^{\&prime;}(x,y)=0,& \mathrm{StarArea}(x,y)=0\end{array}---\left(14\right)\right.$

利用修正后的灰度值，采用公式(15)计算得到空间目标星象的精确质心坐标位置

$\hat{x}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}x\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2},$ $\hat{y}=\frac{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}y\&times;I^{\&prime;}{(x,y)}^2}{\underset{x=\mathrm{pos}\_\mathrm{left}}{\overset{\mathrm{pos}\_\mathrm{right}}{\mathrm{\&Sigma;}}}\underset{y=\mathrm{pos}\_\mathrm{top}}{\overset{\mathrm{pos}\_\mathrm{down}}{\mathrm{\&Sigma;}}}{I}^{\&prime;}{(x,y)}^2}---\left(15\right).$

2.根据权利要求1所述的空间目标星象质心定位方法，其特征在于：所述图像大小m×n＝1024×1024。