CN113532446B - 一种基于迭代遍历的星敏感器抗杂光星点提取方法及装置 - Google Patents

Abstract

一种基于迭代遍历的星敏感器抗杂光星点提取方法及装置，所述方法在全图随机生成N个窗口，分别计算每个窗口均值、阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式进行星点提取；利用一阶质心法计算星点位置坐标，并存储各星点能量信息；将提取出的有效星点按能量进行排序，保留最亮的n颗星点坐标，同时随机生成N‑n个窗口坐标；利用上述保留的n颗星点坐标及随机生成的窗口坐标用于下一帧星图开窗；迭代执行上述步骤，在多次遍历后即可提取得到星图中N_star颗最亮星点，利用该N_star颗星点进行后续全天星图识别及姿态计算。本发明有效解决了产品在轨受杂光干扰不能快速输出有效姿态的问题，显著提升了星敏感器在轨抗杂光能力。

Description

一种基于迭代遍历的星敏感器抗杂光星点提取方法及装置

技术领域

本发明属于卫星姿态控制技术领域，涉及一种基于迭代遍历的星敏感器抗杂光星点提取方法及装置。

背景技术

星敏感器通过对空间恒星成像，获得恒星观测矢量，采用星图匹配的方法确定星敏感器光轴在惯性空间的指向，利用星敏感器本体坐标系和卫星姿态坐标系的转换关系，确定卫星姿态。

星点提取算法是星敏感器实现高精度姿态测量精度的基础，也是目前星敏软件处理过程中耗时较长部分之一，星点定位精度直接影响星图识别成功概率及姿态解算的有效性。

星敏感器有全天捕获模式和跟踪模式2种工作模式，其中初始姿态捕获就是在全天球范围内对成像器件所得到的观测星图进行匹配、识别，计算初始姿态；跟踪模式是根据初始姿态信息估计当前图像对应姿态信息，预测当前时刻星图中星点的位置，然后寻找观测星图中对应预测星点位置区域是否存在真实星点，再进行局部星点提取与星图识别，提升星点提取与星图识别速度。

星敏感器正常工作时均处于跟踪模式，但其进入跟踪模式的前提是需有初始姿态信息。产品在轨受杂光或动态影响在跟踪模式下无法连续输出有效姿态数据时，其工作模式由跟踪模式切换至全天捕获模式。

目前针对星敏感器全天捕获模式的星点提取算法主要有扫描法、矢量法、高通滤波法和局部熵法等，其中扫描法只需一次阈值扫描即可确定星图中所有可能的星点目标，但这种简单阈值扫描技术对噪声非常敏感，若星图背景噪声较大，则会产生大量虚假星点，使得后续聚类过程非常耗时，且部分虚假星点与真实星点形状相似，通过伪星判别方法不能有效剔除，可能参与到后续星图识别过程中，影响识别成功概率；矢量法可以看作是扫描法的快速算法，它引入两个整数矢量，仅做一次星图扫描，即可得出所有候选星点位置信息，但其提取星点数量是固定的，且该算法对图像背景噪声也很敏感，在图像背景噪声较大时，提取星点目标中伪星数量增长较快，容易达到星点存储数量上限，影响后续星图识别结果；高通滤波法采用Bernsen动态阈值对高通滤波后的星图进行候选星点目标的提取，由于虚假目标太多，需要对每个窗口内的候选星点目标进行二次提取，但该算法对杂光背景适应性较差，若图像受杂光影响背景起伏较大，则处理效果不佳；局部熵法根据星图局部熵的变化，得到星图中各星点目标区域，然后求取各星点目标的准确位置，该算法需要预先知道星点目标的个数，不适用于全天捕获模式星点提取，且定位精度与局部窗口的大小关系密切，如果目标恰好分布在多个局部窗口内，将造成较大的位置误差。

综上所述，扫描法、矢量法、高通滤波法对杂光背景适应性较差，局部熵法不适用于全天捕获模式，且提取星点位置误差较大。

目前由于部分卫星平台已不再使用红外地球敏感器，在星箭分离后需快速启动星敏加电，输出姿态数据用于卫星定姿。该情况下，由于星箭分离时产生大量的灰尘碎片极大可能进入星敏感器视场，导致产品在一段时间内受杂光干扰，无法输出有效姿态数据。星敏感器在轨正常工作时，受安装位置及卫星轨道影响，普遍存在受太阳、地气光等杂光影响，在太阳或地气光影响较大且像面未饱和时产品存在退模式情况；在杂光干扰源减弱后，产品需要很长时间才能恢复正常跟踪模式，对于系统使用存在一定程度影响。

上述现象中星敏感器受杂光干扰无法输出有效姿态数据主要原因是：受杂光干扰后，无法有效提取杂光星图中星点，提取的星点数过少或伪星较多导致星图识别失败无法输出有效姿态数据，目前常用星点提取算法对杂光适应性较差，且在杂光背景下提取伪星数量较多，对全天星图识别存在较大影响。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提出一种基于迭代遍历的星敏感器抗杂光星点提取方法及装置，有效解决了产品在轨受杂光干扰不能快速输出有效姿态的问题，显著提升了星敏感器在轨抗杂光能力。

本发明解决技术的方案是：

一种基于迭代遍历的星敏感器抗杂光星点提取方法，该方法的步骤包括：

步骤一，设置图像处理帧数N_frame初值为0，选择星数N_star初值为0，i的初值为0；

步骤二，t_i时刻随机生成N_window-N_star个窗口坐标，结合t_i-1时刻保留的N_star颗星点坐标，得到t_i时刻N_window个窗口中心坐标，根据窗口大小和N_window个窗口中心坐标对t_i时刻的星图进行开窗，N_window为星图最大开窗个数；

步骤三，分别计算每个窗口的图像背景均值和阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点；

步骤四，利用一阶质心法计算所提取星点的位置坐标，并存储所提取星点的能量信息；

步骤五，将提取出的星点按能量进行排序，保留最亮的N_star颗星点坐标；

步骤六，若N_star≥选择星数阈值且图像处理帧数N_frame≥帧数阈值，则进入步骤八；否则，进入步骤七；

步骤七，i＝i+1，重复步骤一-六；

步骤八，利用N_star颗星点进行全天星图识别，若全天星图识别成功，则执行步骤九，否则，执行步骤七；

步骤九，若全天星图识别成功，则进行姿态计算，结束全天星图处理。

所述步骤二中，窗口大小根据产品成像特点及适用动态性能进行设置。

所述步骤三中，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点，提取方法如下：

1)根据窗口大小选择窗口图像边缘n行×n列像素计算像素灰度均值Mean_window及标准差Std_window；

2)窗口图像阈值Thr_window＝Mean_window+coef*Std_window，其中标准差系数coef根据具体图像噪声大小进行设置，默认为3；

3)根据窗口图像阈值Thr_window，按照“从左至右，从上到下”的顺序遍历像元，找出窗口图像中像元灰度大于阈值Thr_window的连通域；

4)根据一阶质心法计算要提取的窗口内连通域对应星点坐标，计算公式如下：

其中：每个像元超出背景均值的灰度值为E_xy，x为星点连通域中像元行坐标，y为星点连通域中像元列坐标，Sx为星点行方向能量权重，Sy为星点列方向能量权重，S为该星点的能量，(u，v)为该星点的中心坐标。

所述步骤五的实现方法如下：

设提取的星点数为N_{star_temp}，若N_{star_temp}≥Thr_N_star，则N_star＝Thr_N_star，当前帧选择星数N_star＝Thr_N_star；若N_{star_temp}＜Thr_N_star，则N_star＝N_{star_temp}，N_star颗星点坐标记为UV_select，Thr_N_star为选择星数阈值。

所述步骤四中，存储各星点能量信息后，N_frame＝N_frame+1。

一种基于迭代遍历的星敏感器抗杂光星点提取装置，包括初值设置模块、星图开窗模块、星点提取模块、星点保留模块、条件判断模块以及姿态计算模块；

初值设置模块：设置图像处理帧数N_frame初值为0，选择星数N_star初值为0，i的初值为0；

星图开窗模块：t_i时刻随机生成N_window-N_star个窗口坐标，结合t_i-1时刻保留的N_star颗星点坐标，得到t_i时刻N_window个窗口中心坐标，根据窗口大小和N_window个窗口中心坐标对t_i时刻的星图进行开窗，N_window为星图最大开窗个数；

星点提取模块：计算每个窗口的图像背景均值和阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点；

星点保留模块：利用一阶质心法计算所提取星点的位置坐标，并存储所提取星点的能量信息，将提取出的星点按能量进行排序，保留最亮的N_star颗星点坐标，N_frame＝N_frame+1；

条件判断模块：判断是否满足条件：N_star≥选择星数阈值且图像处理帧数N_frame≥帧数阈值，若满足，则启动星图识别模块；若不满足，则i＝i+1，返回星图开窗模块；

星图识别模块：利用N_star颗星点进行全天星图识别，若全天星图识别成功，则进入姿态计算模块；若全天星图识别不成功，则i＝i+1，返回星图开窗模块；

姿态计算模块：进行姿态计算，结束全天星图处理。

星点提取模块在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点的方法如下：

1)根据窗口大小选择窗口图像边缘n行×n列像素计算像素灰度均值Mean_window及标准差Std_window；

2)窗口图像阈值Thr_window＝Mean_window+coef*Std_window，其中标准差系数coef根据具体图像噪声大小进行设置，默认为3；

3)根据窗口图像阈值Thr_window，按照“从左至右，从上到下”的顺序遍历像元，找出窗口图像中像元灰度大于阈值Thr_window的连通域；

4)根据一阶质心法计算要提取的窗口内连通域对应星点坐标，计算公式如下：

其中：每个像元超出背景均值的灰度值为E_xy，x为星点连通域中像元行坐标，y为星点连通域中像元列坐标，Sx为星点行方向能量权重，Sy为星点列方向能量权重，S为该星点的能量，(u，v)为该星点的中心坐标。

星点保留模块中，设提取的星点数为N_{star_temp}，若N_{star_temp}≥Thr_N_star，则N_star＝Thr_N_star，当前帧选择星数N_star＝Thr_N_star；若N_{star_temp}＜Thr_N_star，则N_star＝N_{star_temp}，N_star颗星点坐标记为UV_select，Thr_N_star为选择星数阈值。

本发明与现有技术相比的有益效果是：

本发明通过对局部小窗口进行处理提取星点坐标，可有效降低背景杂光对星点提取影响，显著提升星点提取概率。

本方法通过迭代开窗方式可实现在多帧提取后得到星图中有效亮星信息，有效降低杂光条件下伪星干扰，同时自动剔除星图中星点位置误差较大的暗星，提升全天星图识别概率。

本发明的在全天捕获模式下通过随机开窗方式提取星点的方法，不同于以往通过对整幅杂光星图进行滤波预处理后再进行全图遍历提取星点的方法，有效解决了产品在轨受杂光干扰不能快速输出有效姿态的问题，显著提升了星敏感器在轨抗杂光能力。

附图说明

图1为本发明流程图；

图2为本发明的一个算法示例。

具体实施方式

下面结合附图对本发明作进一步阐述。

针对现有技术的问题，本发明提出了一种提高星敏感器杂光背景下星点提取概率的方法，可有效提取杂光星图中星点信息，显著提升星敏感器抗杂光性能。

本发明通过对连续多帧星图进行随机开窗，通过随机开窗方式遍历查找图像中有效星点，同时对已提取星点进行持续开窗跟踪，在提取到有效星点个数满足一定阈值时，利用已提取星点进行全天星图识别及姿态计算。该方法可实现在图像背景起伏较大情况下，通过开窗方式提升星点提取概率，避免在杂光较强时现有全图或者分区计算背景阈值不准确或全图滤波等处理方法降低星点信噪比导致提取星点概率较低等问题，同时通过持续开窗跟踪方式可有效剔除图像中虚假星点，有效提升全天星图识别概率。

本发明的思路如下：

1)在全图随机生成N个窗口，窗口大小可根据产品成像特点及适用动态性能进行设置；

2)分别计算每个窗口均值、阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式进行星点提取；

3)对每个窗口遍历得到有效连通域利用一阶质心法计算星点位置坐标，并存储各星点能量信息；

4)将提取出有效星点按能量进行排序，保留最亮的n颗星点坐标，同时随机生成N-n个窗口坐标；

5)利用上述保留的n颗星点坐标及随机生成的窗口坐标用于下一帧星图开窗；

6)迭代执行步骤2)～5)，在多次遍历后即可提取得到星图中N_star颗最亮星点，利用该N_star颗星点进行后续全天星图识别及姿态计算。

如图1所示，本发明的具体实现如下：

1)设置图像处理帧数N_frame初值为0，图像时刻t_i下标序号i的初值为0，选择星数N_star初值为0；

2)i＝0时，在t_i时刻，随机生成N_window个有效窗口中心坐标UV_center；i>0时，在t_i时刻，随机生成N_window-N_star个有效窗口中心坐标UV_rand，结合t_i-1时刻保留的N_star颗星点坐标UV_select，得到t_i时刻N_window个有效窗口中心坐标UV_center；

其中N_window为窗口个数最大值，N_star为从提取星点中选取的用于下一帧开窗的有效星点个数，对应星点坐标为UV_select。

3)根据窗口中心坐标UV_center及窗口大小对t_i时刻图像进行开窗；

其中窗口大小需根据具体产品成像特点及可适应动态性能进行设置，默认大小设置为36×36。

4)分别计算N_window-N_star个窗口图像背景均值及阈值，通过遍历连通域方式进行星点提取，对得到的有效连通域利用一阶质心法计算星点位置坐标，并存储各星点能量信息，记提取星点数为N_{star_temp}，N_frame＝N_frame+1；

5)若N_{star_temp}≥Thr_N_star(选择星数阈值)，则对提取所有星点按照星点能量进行排序，保留最亮的Thr_N_star颗星点信息，其星点坐标记为UV_select,，当前帧选择星数N_star＝Thr_N_star；若Nstar_temp＜Thr_N_star，则保留N_{star_temp}颗星点坐标，其星点坐标记为UV_select，设置选择星数N_star＝N_{star_temp}；

6)若N_star≥Thr_N_star且图像处理帧数N_frame≥Thr_N_frame，则执行步骤8)；否则，执行下一步骤；

7)置i＝i+1，重复执行步骤2)～7)。

8)进行全天星图识别，若全天星图识别成功，则执行下一步骤，否则，执行步骤7)；

9)若全天星图识别成功，则进行姿态计算，结束全天星图处理。

实施例

如图2所示：

1)设置图像处理帧数N_frame初值为0，图像时刻t_i下标序号i的初值为0，选择星数N_star初值为0，随机生成窗口个数N_window为10，窗口大小为36×36；

2)在t0时刻，随机生成10个有效窗口中心坐标UV_rand，对应t0时刻有效窗口中心坐标UV_center＝UV_rand；

3)根据10个窗口中心坐标UV_center及窗口大小36×36对t0时刻图像进行开窗；

4)分别计算10个窗口图像背景均值及阈值，以第i个窗口为例，i＝1,2,3,…,10，根据第i个窗口边缘6行×6列像素灰度计算对应窗口的图像灰度均值Mean_windowi及图像标准差Std_windowi，第i个窗口图像阈值Thr_windowi＝Mean_windowi+3*Std_windowi；

5)对每个窗口按照“从左至右，从上到下”的顺序遍历像元，找出窗口图像中像元灰度大于对应窗口图像阈值Thr_window的连通域(非孤立像元)；

6)对所有窗口提取有效连通于进行判断，有2个窗口存在有效连通域，根据一阶质心法计算2个窗口内连通域对应星点坐标，对应星点坐标计算公式如下：

其中：每个像元超出背景均值的灰度值为E_xy(即该像元的灰度值减去背景均值)，x为星点连通域中像元行坐标，y为星点连通域中像元列坐标，S_x为星点行方向能量权重，S_y为星点列方向能量权重，S为该星点的能量，(u，v)为该星点的中心坐标。

7)将提取有效星点坐标存储至UV_select中，同时置t0时刻提取星数N_star为2，图像处理帧数N_frame＝N_frame+1；

8)由于N_star<7(星数阈值)，则执行下一步骤，否则，执行步骤13；

9)在t1时刻，随机生成8个(Nwindow-N_star)有效窗口中心坐标UV_rand，结合t0时刻保留2颗星点坐标UV_select，得到t1时刻10个有效窗口中心坐标UV_center；

10)执行步骤3)～5)根据UV_center进行开窗及星点提取，对提取有效星点连通域进行判断，提取到有效星点个数为3，则根据上述一阶质心法计算3个有效星点连通域对应星点坐标；

11)将提取有效星点坐标存储至UV_select中，同时置t1时刻提取星数N_star为3，图像处理帧数N_frame＝N_frame+1；

12)由于N_star<7(星数阈值)，则执行下一步骤，否则，执行步骤13；

13)在t2时刻，随机生成7个(Nwindow-N_star)有效窗口中心坐标UV_rand，结合t1时刻保留3颗星点坐标UV_select，得到t2时刻10个有效窗口中心坐标UV_center；

14)执行步骤3)～5)根据UV_center进行开窗及星点提取，对提取有效星点连通域进行判断，提取到有效星点个数为8，则根据上述一阶质心法计算5个有效星点连通域对应星点坐标；

12)将提取有效星点坐标存储至UV_select中，同时置t2时刻提取星数Nstar_为5，图像处理帧数N_frame＝N_frame+1；

13)由于N_star≥7(星数阈值)，则执行下一步骤；

14)对提取所有星点按照星点能量进行排序，保留最亮的5颗星点信息，其星点坐标记为UV_select；

15)由于N_star≥Thr_N_star且图像处理帧数N_frame≥Thr_N_frame(2帧)，则进行全天星图识别，识别成功后结束全天星图处理。

本发明的在全天捕获模式下通过随机开窗方式提取星点的方法，不同于以往通过对整幅杂光星图进行滤波预处理后再进行全图遍历提取星点的方法，有效解决了产品在轨受杂光干扰不能快速输出有效姿态的问题，显著提升了星敏感器在轨抗杂光能力。

本发明说明书中未详细描述的内容为本领域技术人员公知技术。

Claims (7)

1.一种基于迭代遍历的星敏感器抗杂光星点提取方法，其特征在于该方法的步骤包括：

步骤一，设置图像处理帧数N_frame初值为0，选择星数N_star初值为0，i的初值为0；

步骤二，t_i时刻随机生成N_window-N_star个窗口坐标，结合t_i-1时刻保留的N_star颗星点坐标，得到t_i时刻N_window个窗口中心坐标，根据窗口大小和N_window个窗口中心坐标对t_i时刻的星图进行开窗，N_window为星图最大开窗个数；

步骤三，分别计算每个窗口的图像背景均值和阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点；

步骤四，利用一阶质心法计算所提取星点的位置坐标，并存储所提取星点的能量信息,存储各星点能量信息后，N_frame＝N_frame+1；

步骤五，将提取出的星点按能量进行排序，保留最亮的N_star颗星点坐标；

步骤六，若N_star≥选择星数阈值且图像处理帧数N_frame≥帧数阈值，则进入步骤八；否则，进入步骤七；

步骤七，i＝i+1，重复步骤二-六；

步骤八，利用N_star颗星点进行全天星图识别，若全天星图识别成功，则执行步骤九，否则，执行步骤七；

步骤九，若全天星图识别成功，则进行姿态计算，结束全天星图处理。

2.根据权利要求1所述的一种基于迭代遍历的星敏感器抗杂光星点提取方法，其特征在于，所述步骤二中，窗口大小根据产品成像特点及适用动态性能进行设置。

3.根据权利要求1所述的一种基于迭代遍历的星敏感器抗杂光星点提取方法，其特征在于，所述步骤三中，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点，提取方法如下：

1)根据窗口大小选择窗口图像边缘n行×n列像素计算像素灰度均值Mean_window及标准差Std_window；

2)窗口图像阈值Thr_window＝Mean_window+coef*Std_window，其中标准差系数coef根据具体图像噪声大小进行设置，默认为3；

3)根据窗口图像阈值Thr_window，按照“从左至右，从上到下”的顺序遍历像元，找出窗口图像中像元灰度大于阈值Thr_window的连通域；

4)根据一阶质心法计算要提取的窗口内连通域对应星点坐标，计算公式如下：

其中：每个像元超出背景均值的灰度值为E_xy，x为星点连通域中像元行坐标，y为星点连通域中像元列坐标，Sx为星点行方向能量权重，Sy为星点列方向能量权重，S为该星点的能量，(u，v)为该星点的中心坐标。

4.根据权利要求1所述的一种基于迭代遍历的星敏感器抗杂光星点提取方法，其特征在于，所述步骤五的实现方法如下：

设提取的星点数为N_{star_temp}，若N_{star_temp}≥Thr_N_star，则N_star＝Thr_N_star，当前帧选择星数N_star＝Thr_N_star；若N_{star_temp}＜Thr_N_star，则N_star＝N_{star_temp}，N_star颗星点坐标记为UV_select，Thr_N_star为选择星数阈值。

5.一种基于迭代遍历的星敏感器抗杂光星点提取装置，其特征在于：包括初值设置模块、星图开窗模块、星点提取模块、星点保留模块、条件判断模块以及姿态计算模块；

初值设置模块：设置图像处理帧数N_frame初值为0，选择星数N_star初值为0，i的初值为0；

星图开窗模块：t_i时刻随机生成N_window-N_star个窗口坐标，结合t_i-1时刻保留的N_star颗星点坐标，得到t_i时刻N_window个窗口中心坐标，根据窗口大小和N_window个窗口中心坐标对t_i时刻的星图进行开窗，N_window为星图最大开窗个数；

星点提取模块：计算每个窗口的图像背景均值和阈值，在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点；

星点保留模块：利用一阶质心法计算所提取星点的位置坐标，并存储所提取星点的能量信息，将提取出的星点按能量进行排序，保留最亮的N_star颗星点坐标，N_frame＝N_frame+1；

条件判断模块：判断是否满足条件：N_star≥选择星数阈值且图像处理帧数N_frame≥帧数阈值，若满足，则启动星图识别模块；若不满足，则i＝i+1，返回星图开窗模块；

星图识别模块：利用N_star颗星点进行全天星图识别，若全天星图识别成功，则进入姿态计算模块；若全天星图识别不成功，则i＝i+1，返回星图开窗模块；

姿态计算模块：进行姿态计算，结束全天星图处理。

6.根据权利要求5所述的一种基于迭代遍历的星敏感器抗杂光星点提取装置，其特征在于：星点提取模块在窗口内利用计算的窗口阈值通过遍历连通域方式提取星点的方法如下：

1)根据窗口大小选择窗口图像边缘n行×n列像素计算像素灰度均值Mean_window及标准差Std_window；

2)窗口图像阈值Thr_window＝Mean_window+coef*Std_window，其中标准差系数coef根据具体图像噪声大小进行设置，默认为3；

3)根据窗口图像阈值Thr_window，按照“从左至右，从上到下”的顺序遍历像元，找出窗口图像中像元灰度大于阈值Thr_window的连通域；

4)根据一阶质心法计算要提取的窗口内连通域对应星点坐标，计算公式如下：

其中：每个像元超出背景均值的灰度值为E_xy，x为星点连通域中像元行坐标，y为星点连通域中像元列坐标，Sx为星点行方向能量权重，Sy为星点列方向能量权重，S为该星点的能量，(u，v)为该星点的中心坐标。

7.根据权利要求5所述的一种基于迭代遍历的星敏感器抗杂光星点提取装置，其特征在于：星点保留模块中，设提取的星点数为N_{star_temp}，若N_{star_temp}≥Thr_N_star，则N_star＝Thr_N_star，当前帧选择星数N_star＝Thr_N_star；若N_{star_temp}＜Thr_N_star，则N_star＝N_{star_temp}，N_star颗星点坐标记为UV_select，Thr_N_star为选择星数阈值。

Images