CN111402283A - 基于灰度方差导数的火星图像边缘特征自适应提取方法 - Google Patents

Abstract

本发明公开了基于灰度方差导数的火星图像边缘特征自适应提取方法:S1、根据光学导航敏感器拍摄到的火星图像，得到其灰度图像后，利用火星图像的灰度分布图，假设火星灰度图像的目标提取待定阈值为k，定义灰度分布图中灰度值小于等于k的所有像素块构成的集合为背景区域，灰度值大于k的所有像素块构成的集合为目标区域，将目标区域灰度值的方差表示成关于目标提取待定阈值k的函数；对火星灰度分布图目标区域灰度值的方差做关于灰度值的一阶差分处理，求取差分值最大处的灰度值作为该火星灰度图像的目标提取待定阈值；S2、利用目标提取灰度阈值，得到火星边缘信息，对火星边缘信息进行圆拟合，得到火星边缘特征。

Description

基于灰度方差导数的火星图像边缘特征自适应提取方法

技术领域

本发明具体涉及基于灰度方差导数的火星图像边缘特征自适应提取方法，属于火星探测光学自主导航技术领域。

背景技术

我国将于2020年发射火星探测器，一次实现“绕”、“落”、“巡”的常规三步走流程。随着探测器飞往火星，器地距离增加，相比于近地卫星，直接带来的影响就是通信延迟增大，星地难以实现实时的星地大回路控制。因此在火星捕获制动阶段，引入光学自主导航系统作为导航备份，以保证制动捕获的成功实施。

光学自主导航系统中，主要是通过含有导航目标的深空图像提取导航信息，其中关键的一步就是确定导航图像的灰度阈值，以区分图像中的目标和背景区域，提取出导航目标，为后续导航信息解算做准备。

图像阈值选取方面，主流的方法主要有最大熵法、最大类间方差(Otsu)法、最小交叉熵(相对熵)法、最大相关法、最小误差法等。其中Otsu法应用最为广泛，但该方法侧重同区域灰度的均匀性，适用于图像中目标区域和背景区域面积相差不大的情况，因此在自主导航初始阶段，图像阈值选取的准确性较差，从而光学自主导航精度较低。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供了基于灰度方差导数的火星图像边缘特征自适应提取方法，为火星探测提供高精度的光学自主导航量测信息。

本发明的技术解决方案是：基于灰度方差导数的火星图像边缘特征自适应提取方法，用于火星探测近火捕获制动前的光学自主导航过程，该方法包含以下步骤：

S1、根据光学导航敏感器拍摄到的火星图像，得到其灰度图像后，利用火星图像的灰度分布图，假设火星灰度图像的目标提取待定阈值为k，定义灰度分布图中灰度值小于等于k的所有像素块构成的集合为背景区域，灰度值大于k的所有像素块构成的集合为目标区域，将目标区域灰度值的方差

表示成关于目标提取待定阈值k的函数；对火星灰度分布图目标区域灰度值的方差

做关于灰度值的一阶差分处理，求取差分值最大处的灰度值作为该火星灰度图像的目标提取待定阈值；

S2、利用步骤S1中得到的目标提取灰度阈值，得到火星边缘信息，对火星边缘信息进行圆拟合，得到火星边缘特征，即火星的视线矢量和圆半径，为火星探测器光学自主导航系统提供导航量测信息。

所述步骤(S2)根据步骤(S1)中得到目标提取待定阈值，将高于该阈值的灰度值的所有像素块构成的集合确定为目标区域，对该目标区域进行二值化处理即可得到火星边缘信息。

目标区域灰度值的方差

为：

其中，

为目标区域的二阶原点矩，L为火星灰度图像灰度值的阶数，i表示第i个灰度值；p_i为任一像素块的灰度值为i的概率，μ_T为整幅图像平均灰度值；

所述任一像素块的灰度值为i的概率

n_i为灰度值为i的像素块个数，N为火星灰度图像的像素块数。

所述整幅图像平均灰度值μ_T的计算公式为：

所述边缘信息为目标区域边缘点的坐标(x_j,y_j),j∈(1,2,…,M)的集合，M为边缘点的总数。

所述采用最小二乘法对火星边缘信息进行圆拟合，得到火星图像边缘特征参数的具体实现为：

(2.1)、将火星边缘表示成为圆的表达式：

(x-x₀)²+(y-y₀)²＝R²

其中，x₀,y₀为待拟合圆的圆心坐标，R为半径；

(2.2)、将步骤(2.1)中圆的表达式改为：

(2.3)、令参数：

a＝-2x₀

b＝-2y₀

将边缘点(x_j,y_j)到待拟合圆的边缘的距离平方作为目标函数：

(2.3)、采用最小二乘算法，求解目标函数平方和的最小值所对应参数值a,b,c，从而得到待拟合圆的参数。目标函数取最小值时所对应参数值a,b,c分别为：

其中：

B＝(M∑x_jy_j-∑x_j∑y_j)

所述步骤(4)中对该目标区域进行二值化处理得到火星边缘信息之后增加剔除误检测边缘的步骤，再对剔除后的边缘信息，进行圆拟合，得到火星图像边缘特征参数，如火星中心视线矢量和视半径，并用于光学导航系统中。

基于随机采样的原理，采用RANSAC算法，通过不断随机采样，然后剔除误检测边缘数据，提高剩余边缘信息的准确率。

本发明与现有技术相比的有益效果是：

(1)、本发明提供的边缘特征自适应提取方法，该方法以灰度值的方差为基础，不受图像中目标和背景区域面积大小的影响，图像阈值选取精度更高，从而边缘提取更准确；

(2)、本发明仅通过火星图像的灰度信息即可提取图像阈值，计算量小，提取精度高；

(3)、本发明采用了基于灰度值方差的图像边缘自适应提取方法，该方法以灰度值的方差为基础，有效保证了算法的适应性，不受图像噪声的影响；

(4)、本发明适用于火星捕获制动阶段的光学自主导航系统，提高了光学自主导航系统的导航精度。

附图说明

图1为本发明实施例火星图像边缘自适应提取算法流程图。

具体实施方式

以下结合附图和具体实施例对本发明进行详细说明。

本发明根据深空探测巡航段拍摄到的火星图像，此时图像具有背景区域大、像元主要集中于低灰度值区域的特点，设计了一种基于方差变化率的阈值选取准则函数，并基于此得到了一种基于灰度方差导数的火星图像阈值自适应选取算法。该方法具有计算量小，图像分割精确的优点，通过该算法得到的图像阈值能够实现更高的边缘提取精度及自主导航精度。该方法包含以下步骤：

S1、根据光学导航敏感器拍摄到的火星图像，得到其灰度图像后，利用火星图像的灰度分布图，假设火星灰度图像的目标提取待定阈值为k，定义灰度分布图中灰度值小于等于k的所有像素块构成的集合为背景区域，灰度值大于k的所有像素块构成的集合为目标区域，将目标区域灰度值的方差

表示成关于目标提取待定阈值k的函数；对火星灰度分布图目标区域灰度值的方差

做关于灰度值的一阶差分处理，求取差分值最大处的灰度值作为该火星灰度图像的目标提取待定阈值；

S2、利用步骤S1中得到的目标提取灰度阈值，得到火星边缘信息，对火星边缘信息进行圆拟合，得到火星边缘特征，即火星的视线矢量和圆半径，为火星探测器光学自主导航系统提供导航量测信息。

所述的步骤S1中包含：

设一张灰度图像按灰度值可划分为1,2…L，共L个灰度值，其中每个灰度值的像素块个数分别为n₁,n₂…n_L个，满足关系

n₁+n₂+…+n_L＝N (1)

其中，N为灰度图像的总像素块数。那么，任一像素块的灰度值为i的概率为

假设该灰度图像中区分目标区域和背景区域的图像阈值为k，定义灰度图像中灰度值小于等于k的所有像素块构成的集合为目标区域(即：C₀区域)，灰度值大于k的所有像素块构成的集合为目标区域(即：C₁区域)，且有如下定义:

上式中，

为整幅图像的平均灰度值；ω₀,ω₁分别为某一像素块落在C₀,C₁区域的概率；μ₀,μ₁为C₀,C₁区域的平均灰度值。因此上式满足关系:

ω₀μ₀+ω₁μ₁＝μ_T (4)

为根据图像灰度值的统计特性确定阈值，有如下定义

其中

分别为C₀,C₁区域的方差。

选用目标区域的方差

作为目标函数。当待定阈值k不断增大时，图像中C₁区域的灰度方差

总体呈递减趋势(并非严格递减)，而在真实阈值处，灰度分布变化迅速，从而导致

迅速减小。则根据式(5)可知

经化简，上式可表示成待定阈值k的函数，如下：

其中，

为C₁区域的二阶原点矩，也是k的函数。

该算法的准则函数表示为：

阈值的选取原则：对求得的

做一阶差分，差分值最大(C₁区域的灰度方差变化最剧烈)处的灰度值即为该图像的阈值。

所述的步骤S2中包含：

圆的函数表达式为(x-x₀)²+(y-y₀)²＝R² (9)

其中x₀,y₀为待拟合圆的圆心坐标，R为半径。

式(9)可写成如下形式

令

a＝-2x₀

b＝-2y₀

显然，只要求出参数a，b，c，就可以得到圆心坐标x₀,y₀和半径R。

图像的边缘信息可以看成是(x_j,y_j)的集合，样本集为(x_j,y_j),j∈(1,2…M)，其中M为边缘点的总数。样本中任一点到圆心的距离d_j的平方表示为：

边缘点(x_j,y_j)到待拟合圆的边缘的距离平方可表示为

令Q(a,b,c)为δ_j的平方和

式(15)即为最小二乘算法的目标函数。通过求解Q(a,b,c)的极小值，即可得到a，b，c的值，从而得到待拟合圆的参数。对式(15)求偏导可以得到

令

将式(17)代入式(16)得到

由式(18)式可以解得

本说明书中未进行详细描述部分属于本领域技术人员公知常识。

Claims (10)

1.基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于，用于火星探测近火捕获制动前的光学自主导航过程，该方法包含以下步骤：

S1、根据光学导航敏感器拍摄到的火星图像，得到其灰度图像后，利用火星图像的灰度分布图，假设火星灰度图像的目标提取待定阈值为k，定义灰度分布图中灰度值小于等于k的所有像素块构成的集合为背景区域，灰度值大于k的所有像素块构成的集合为目标区域，将目标区域灰度值的方差

表示成关于目标提取待定阈值k的函数；对火星灰度分布图目标区域灰度值的方差

做关于灰度值的一阶差分处理，求取差分值最大处的灰度值作为该火星灰度图像的目标提取待定阈值；

S2、利用步骤S1中得到的目标提取灰度阈值，得到火星边缘信息，对火星边缘信息进行圆拟合，得到火星边缘特征，即火星的视线矢量和圆半径，为火星探测器光学自主导航系统提供导航量测信息。

2.根据权利要求1所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于所述步骤(2)根据步骤(1)中得到目标提取待定阈值，将高于该阈值的灰度值的所有像素块构成的集合确定为目标区域，对该目标区域进行二值化处理即可得到火星边缘信息。

3.根据权利要求1所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于步骤(2.1)中目标区域灰度值的方差

为：

其中，

为目标区域的二阶原点矩，L为火星灰度图像灰度值的阶数，i表示第i个灰度值；p_i为任一像素块的灰度值为i的概率，μ_T为整幅图像平均灰度值；

4.根据权利要求3所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于所述任一像素块的灰度值为i的概率

n_i为灰度值为i的像素块个数，N为火星灰度图像的像素块数。

5.根据权利要求3所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于：所述整幅图像平均灰度值μ_T的计算公式为：

6.根据权利要求1所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于所述边缘信息为目标区域边缘点的坐标(x_j,y_j),j∈(1,2,…,M)的集合，M为边缘点的总数。

7.根据权利要求6所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于，所述步骤S2采用最小二乘法对火星边缘信息进行圆拟合，得到火星图像边缘特征参数的具体实现为：

(2.1)、将火星边缘表示成为圆的表达式：

(x-x₀)²+(y-y₀)²＝R²

其中，x₀,y₀为待拟合圆的圆心坐标，R为半径；

(2.2)、将步骤(2.1)中圆的表达式改为：

(2.3)、令参数：

a＝-2x₀

b＝-2y₀

将边缘点(x_j,y_j)到待拟合圆的边缘的距离平方作为目标函数：

(2.3)、采用最小二乘算法，求解目标函数平方和的最小值所对应参数值a,b,c，从而得到待拟合圆的参数。

8.根据权利要求7所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于：所述目标函数平方和的最小值所对应参数值a,b,c分别为：

其中：

B＝(M∑x_jy_j-∑x_j∑y_j)

9.根据权利要求1所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于，所述步骤(4)中对该目标区域进行二值化处理得到火星边缘信息之后增加剔除误检测边缘的步骤，再对剔除后的边缘信息，进行圆拟合，得到火星图像边缘特征参数，如火星中心视线矢量和视半径，并用于光学导航系统中。

10.根据权利要求9所述的基于灰度方差导数的火星图像边缘特征自适应提取方法，其特征在于，基于随机采样的原理，采用RANSAC算法，通过不断随机采样，然后剔除误检测边缘数据，提高剩余边缘信息的准确率。

Images