CN114022589A - 一种星敏感器抗杂散光星点提取方法 - Google Patents

Abstract

本发明公开一种星敏感器抗杂散光星点提取方法，包括以下步骤：构建杂散光在局部区域内的曲面成像模型，给出曲面模型的描述函数和曲面参数的闭合解；利用邻域构建星点的局部区域，并在邻域上设计滤波矩阵，遍历图像中每一个像素位置，利用其邻域内像素信息估计杂散光曲面参数；根据曲面参数信息确定杂散光在每一个像素位置上的能量强度，得到杂散光背景图像；通过图像减运算得到去杂散光的星点图像，在此图像上检测和提取星点。本发明实现了杂散光干扰下星点提取，可有效抵抗杂散光的干扰，能增加杂散光干扰下星点检测到的数目和星点质心定位精度，可提升星敏感器在杂散光干扰下的姿态解算精度和可靠性，最终提升星敏感器在杂散光干扰下的性能。

Description

一种星敏感器抗杂散光星点提取方法

技术领域

本发明属于星敏感器技术领域，具体涉及一种星敏感器抗杂散光星点提取方法。

背景技术

太阳、月光、地气光、空间碎片反射的光及测试环境周围的光等杂散光照射进星敏感器，其能量使星点图像的背景灰度值增大。由于杂散光来源种类繁多，杂散光在星敏感器中所成的像多种多样，这会影响星点提取效果，提取的星点会出现数目少和质心精度差等情况，会影响星敏感器姿态解算的精度和可靠性。因此，解决杂散光干扰下星点提取问题，是星敏感器在杂散光干扰下高精度高可靠姿态的需要，也是保障星敏感器在杂散光干扰下正常工作的要求之一。

基于阈值的方法和基于星点形状的方法是目前星敏感器领域常见的抗杂散光星点提取方法。基于阈值的方法利用星点图像估计的阈值来提取星点，基于星点形态的方法根据星点在杂散光图像中表现的形状特征来提取星点。但是这两种方法在面对复杂的杂散光成像图像时会出现星点检测不到或者误检测到“假星”的情况，这会影响姿态输出结果。

发明内容

为解决现有技术中存在的技术问题，本发明的目的在于提供一种星敏感器抗杂散光星点提取方法。

为实现上述目的，达到上述技术效果，本发明采用的技术方案为：

一种星敏感器抗杂散光星点提取方法，包括以下步骤：

步骤S1、建立杂散光在星敏感器中的曲面成像模型；

步骤S2、利用泰勒展开公式确定杂散光曲面成像模型的参数，并给出求解方法；

步骤S3、确定像素的邻域范围，构建滤波矩阵；

步骤S4、计算杂散光在单个像素上的能量强度；

步骤S5、遍历图像获得杂散光在整幅图像中能量强度，得到杂散光成像的背景；

步骤S6、获得去杂散光背景的图像，然后提取星点像素估计星点质心。

进一步地，步骤S1中，杂散光照射进星敏感器中的示意图如图1所示。杂散光干扰下，图像的成像模型可以表示为：

I_i＝S_i+B_i+N_i

其中，I_i、S_i、B_i和N_i分别表示第i个像素上的测量值、恒星能量强度、杂散光能量强度和噪声强度。

步骤S1中，杂散光光源通常距离星敏感器较近，在星敏感器中成像成一个直径比星点光斑直径大的光斑。由于星敏感器成像能力有限，且杂散光在遮光罩内壁的反射会加剧杂散光成像的复杂性。因此，很难利用星敏感器测量结果建立杂散光的描述函数。考虑到在星敏感器成像过程中，相邻位置的背景光亮度具有强相关性，在位置横纵坐标及亮度构成的三维空间中通常呈光滑、平缓的曲面。本文将杂散光建模成局部区域内的曲面，表示如下：

F(x,y)＝a·x²+b·y²+c·xy+d·x+e·y+f

其中，(a,b,c,d,e,f)为曲面的参数。

进一步地，步骤S2中，由泰勒公式可知图像中某像素的信息可以由该像素附近的像素信息描述，那么对于图像中像素(x₀,y₀)存在有如下关系：

其中，h＝x-x₀，k＝y-y₀。

展开公式，并且取

其中，

则有：

B(x,y)＝a·x²+b·y²+c·xy+d·x+e·y+f+o((h+k)²)

由于无穷小量o((h₊k)²)可以忽略，F(x,y)近似等于B(x,y)，这样，杂散光的曲面模型函数就用B(x,y)函数描述。

步骤S2中，杂散光曲面模型的参数可以通过如下式子获得：

其中，

参数θ＝(a,b,c,d,e,f)，Ω表示位于星点图像背景区域的像素的邻域；根据检测估计理论，式子表示了在对噪声最大似然估计意义下对杂散光能量强度的最优估计。由于恒星能量有限，通常认为星点背景区域像素灰度值即为对杂散光能量的测量结果。

步骤S2中，构建的对杂散光能量最优估计是一个线性最小二乘估计问题，通过求解参数偏导获得曲面参数的闭合解

进一步地，步骤S3中，某个像素附近的像素由该像素邻域内像素构成，以该像素为中心，取边长为2l+1的矩形区域内的像素构成该像素的邻，表示为：

Ω＝{(x_i,y_i)|x_i∈[x₀-l,x₀+l],y_i∈[y₀-l,y₀+l]}

其中，(x₀,y₀)表示当前像素的位置。

步骤S3中，考虑计算的方便些，采用图像滤波的方式，滤波矩阵表示为下式：

步骤S3中，由于星点可能位于图像的任何一个位置，因此在所采用的滤波模板上增加了掩膜，表示如下：

其中，2r+1表示掩膜长度。一个滤波模板的示例如图3所示，滤波矩阵为：

其中，2l+1为矩形区域的长度，l和r分别决定滤波矩阵中确定的局部区域范围和掩膜长度。

曲面的描述函数可表示为

B(x₀,y₀)＝a*M_x ²+b*M_y ²+c*M_xM_y+d*M_x+e*M_y+f。

进一步地，步骤S4中，杂散光在像素(x₀,y₀)处的曲面模型为下式：

B(x₀,y₀)＝a*M_x ²+b*M_y ²+c*M_xM_y+d*M_x+e*M_y+f

步骤S4中，根据估计的曲面参数，由下式获得杂散光在当前像素处的能量：

其中，(x_M,y_M)表示滤波矩阵中心元素位置，x_M＝l+1，y_M＝l+1。

进一步地，步骤S5中，遍历图像中的每一个像素，重复步骤S3和S4，获得杂散光在图像所有像素上的估计强度，构成杂散光背景。

进一步地，步骤S6中，通过图像减运算从原始图像减掉步骤S5确定的杂散光背景，得到去杂散光背景的图像，然后通过阈值法和星点最小像素个数要求提取出星点：

本发明面对的是低动态情况下杂散光干扰问题，通常星点最小像素个数可设为5。阈值T表示为：

星点质心由下式获得：

与现有技术相比，本发明的有益效果为：

本发明公开了一种星敏感器抗杂散光星点提取方法，首先构建杂散光在局部区域内的曲面成像模型，给出曲面模型的描述函数和曲面参数的闭合解；利用邻域构建星点的局部区域，并在邻域上设计滤波矩阵，遍历图像中每一个像素位置，利用其邻域内像素信息估计杂散光曲面参数；根据曲面参数信息确定杂散光在每一个像素位置上的能量强度，得到杂散光背景图像；通过图像减运算得到去杂散光的星点图像，在此图像上检测和提取星点。本发明提供的星敏感器抗杂散光星点提取方法，实现了杂散光干扰下星点提取，可抵抗剧烈变化的杂散光干扰，提高星点检测数目，可准确去除像素灰度值中的杂散光能量，提高星点质心估计精度，这有利于提升杂散光干扰下星敏感器姿态解算的精度和可靠性，最终提升了星敏感器在杂散光干扰下的性能。

附图说明

图1为本发明的杂散光照射进星敏感器视场示意图；

图2为本发明在杂散光干扰下的星点提取流程图；

图3为本发明实施例1构建的滤波矩阵；

图4为本发明实验中使用的杂散光干扰图像；其中，图4a为模拟杂散光干扰图像，图4b为月光干扰图像，图4c为人工光源干扰图像；

图5为本发明在仿真实验中的检测率结果；

图6为本发明在仿真实验中的误检率结果；

图7为本发明在仿真实验中的质心误差。

具体实施方式

下面结合附图对本发明进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

在星敏感器成像过程中，入射光亮度在局部区域内具有强相关性，并且在位置和亮度构成的三维空间中通常呈光滑、平缓的曲面。基于杂散光的这种特点，本发明构建了杂散光的成像模型，提出了估计杂散光能量的方法，在去杂散光图像上检测和提取星点，这样可得到检测到更多星点和高精度星点质心，这有利于提升星敏感器姿态估计的精度和可靠性。

如图1-7所示，一种星敏感器抗杂散光星点提取方法，包括以下步骤：

步骤S1、建立杂散光在星敏感器中的曲面成像模型；

步骤S2、利用泰勒展开公式确定杂散光曲面成像模型的描述函数，并给出求解方法，得到曲面参数的闭合解；

步骤S3、确定像素的邻域范围，利用邻域构建星点的局部区域，并在邻域上设计滤波矩阵，遍历图像中每一个像素位置，利用其邻域内像素信息估计杂散光曲面参数；

步骤S4、计算杂散光在单个像素上的能量强度；

步骤S5、遍历图像获得杂散光在整幅图像中能量强度，得到杂散光成像的背景；

步骤S6、获取去杂散光背景的图像，然后提取星点像素估计星点质心。

步骤S1中，在杂散光干扰下，星敏感器中曲面成像模型建立为：

I_i＝S_i+B_i+N_i

其中，I_i、S_i、B_i和N_i分别表示第i个像素上的测量值、恒星能量强度、杂散光能量强度和噪声强度；

将杂散光在星敏感器中的成像图像建模成局部区域内的平面、2次曲面、3次曲面或3次以上曲面。优选的，将杂散光在星敏感器中的成像图像建模成局部区域内的2次曲面，曲面公式为：

F(x,y)＝a·x²+b·y²+c·xy+d·x+e·y+f

其中，(a,b,c,d,e,f)为曲面的参数。

步骤S2中，图像中某像素的信息由该像素附近的像素信息描述，对于图像中像素(x₀,y₀)存在有如下关系：

其中，h＝x-x₀，k＝y-y₀；

在泰勒展开公式中忽略无穷小量，所得B(x,y)函数作为杂散光曲面的描述函数：

B(x,y)≈a·x²+b·y²+c·xy+d·x+e·y+f＝F(x,y)

其中，

利用如下公式得到杂散光曲面模型的参数：

其中，

参数θ＝(a,b,c,d,e,f)

Ω表示位于星点图像背景区域的像素的邻域；

根据检测估计理论，上述式子表示了在对噪声最大似然估计意义下对杂散光能量强度的最优估计。由于恒星能量有限，星点背景区域像素灰度值即为对杂散光能量的测量结果；

通过如下公式获得杂散光能量的最优参数：

步骤S3中，滤波矩阵为：

其中，l和r分别决定滤波矩阵中确定的局部区域范围和掩膜长度。

步骤S4中，杂散光在像素(x₀,y₀)处的曲面成像模型为：

B(x₀,y₀)＝a*M_x ²+b*M_y ²+c*M_xM_y+d*M_x+e*M_y+f

获得星点像素位置，由步骤S3确定星点邻域像素灰度值，代入步骤S2中，获得杂散光曲面模型参数，由以下公式估计出杂散光在该像素上的能量强度：

其中，(x_M,y_M)表示滤波矩阵中心元素位置，x_M＝l+1，y_M＝l+1。

步骤S6中，通过图像减运算从原始图像减掉步骤S5确定的杂散光背景，得到去杂散光背景的图像，然后通过阈值法和星点最小像素个数要求提取出星点：

本发明面对的是低动态情况下杂散光干扰问题，通常星点最小像素个数可设为5。阈值T表示为：

星点质心由下式获得：

实施例1

如图1-7所示，一种星敏感器抗杂散光星点提取方法，包括以下步骤：

步骤S1、建立杂散光在星敏感器中的曲面成像模型；

在杂散光干扰下，星敏感器成像图像的模型建立为：

I_i＝S_i+B_i+N_i

其中，I_i、S_i、B_i和N_i分别表示第i个像素上的测量值、恒星能量强度、杂散光能量强度和噪声强度。

通常情况下很难建立杂散光成像光斑的描述函数，根据入射光在局部区域内分布成光滑曲面的特点，本发明将杂散光在图像中的成像图像在局部区域建模成曲面：

F(x,y)＝a·x²+b·y²+c·xy+d·x+e·y+f

其中，(a,b,c,d,e,f)为曲面的参数。上述公式为2次曲面，平面和3次及3次以上曲面应认为具有类似设计。

步骤S2、利用泰勒展开公式确定杂散光曲面模型的参数，并给出求解方法；

根据泰勒公式，图像中某像素的信息可以由该像素附近的像素信息描述，则存在：

其中，h＝x-x₀，k＝y-y₀

B(x,y)≈a·x²+b·y²+c·xy+d·x+e·y+f＝F(x,y)

其中，

忽略掉无穷小量o((h₊k)²)，所得B(x,y)函数作为曲面的描述函数。

对于杂散光成像图像来说，存在：

其中，G表示杂散光在星敏感器中的成像图像；由于恒星能量有限，通常认为星点图像背景区域即为杂散光成像图像；参数θ＝(a,b,c,d,e,f)。

这是对噪声最大似然估计意义下对杂散光描述函数的最优估计，是一个最小二乘问题。通过求解参数偏导获得曲面参数的闭合解

步骤S3、确定像素的邻域范围，构建滤波矩阵；

像素的邻域定义为：

Ω＝{(x_i,y_i)|x_i∈[x₀-l,x₀+l],y_i∈[y₀-l,y₀+l]}

其中，(x₀,y₀)表示当前像素的位置，2l+1为矩形区域的长度，l和r分别决定滤波矩阵中确定的局部区域范围和掩膜长度。

考虑到恒星能量对杂散光成像图像会形成干扰，同时利用图像滤波的方式来计算曲面参数，本发明构建了滤波矩阵，表示如下：

曲面的描述函数可表示为：

B(x₀,y₀)＝a*M_x ²+b*M_y ²+c*M_xM_y+d*M_x+e*M_y+f

图3给出了本发明设计的一个滤波矩阵的例子。

通常情况下，恒星在星敏感器中成像的星点大小为3×3、5×5和7×7像素，那么滤波矩阵中的r可取为3。考虑到邻域内像素过多会影响计算效率太少会影响计算精度，本发明以3倍星点直径来决定滤波矩阵的长度，取l＝10。

步骤S4、计算杂散光在单个像素上的能量强度；

获得星点像素位置，由步骤S3确定星点邻域像素灰度值，代入步骤S2中，获得杂散光曲面模型参数。由以下公式估计出杂散光在该像素上的能量强度：

其中，x_M＝l+1，y_M＝l+1。

步骤S5、遍历图像获得杂散光在整幅图像中能量强度，得到杂散光成像的背景；

根据步骤S1确定杂散光模型，利用步骤S4估计杂散光在每一个像素上的能量强度，获得杂散光背景图像。

步骤S6、获得去杂散光背景的图像，然后提取星点像素估计星点质心；

通过图像减运算从原始图像减掉步骤S5确定的杂散光背景，得到去杂散光背景的图像，然后通过阈值法和星点最小像素个数要求提取出星点：

本发明面对的是低动态情况下杂散光干扰问题，通常星点最小像素个数可设为5。阈值T表示为：

星点质心可由下式获得：

分别使用模拟的杂散光图像和星敏感器在杂散光干扰下采集图像测试本发明的性能。其中，模拟杂散光干扰的星图由杂散光背景图像和星点图像叠加合成：首先通过选定一些随机位置的像素，灰度值为随机值，并根据这些像素的灰度值利用随机分布数据的方式插值其他像素的方法生成其他像素的灰度值，形成杂散光背景图像，然后在杂散光背景图像中随机位置添加一定数目的模拟星点构成模拟杂散光干扰的星点图像。利用月光和人工光源构建杂散光干扰环境，星敏感器在此环境下采集的图像构成杂散干扰图像，图4展示了实验所采用的杂散光干扰图像，得到的结果如图5-7和表1的杂散光干扰下星点检测统计结果所示，结果显示，本发明能够实现杂散光干扰下星点提取，有效抵抗了杂散光的干扰，提高了星点检测数目和质心定位精度，最终提升了星敏感器在杂散光干扰下的性能。

表1

本发明未具体描述的部分或结构采用现有技术或现有产品即可，在此不做赘述。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种星敏感器抗杂散光星点提取方法，其特征在于，包括以下步骤：

步骤S1、建立杂散光在星敏感器中的曲面成像模型；

步骤S2、利用泰勒展开公式确定杂散光曲面成像模型的描述函数，并给出求解方法，得到曲面参数的闭合解；

步骤S3、确定像素的邻域范围，利用邻域构建星点的局部区域，并在邻域上设计滤波矩阵，遍历图像中每一个像素位置，利用其邻域内像素信息估计杂散光曲面参数；

步骤S4、计算杂散光在单个像素上的能量强度；

步骤S5、遍历图像获得杂散光在整幅图像中能量强度，得到杂散光成像的背景；

步骤S6、获取去杂散光背景的图像，然后提取星点像素估计星点质心。

2.根据权利要求1所述的一种星敏感器抗杂散光星点提取方法，其特征在于，步骤S1中，在杂散光干扰下，星敏感器中曲面成像模型建立为：

I_i＝S_i+B_i+N_i

其中，I_i、S_i、B_i和N_i分别表示第i个像素上的测量值、恒星能量强度、杂散光能量强度和噪声强度。

3.根据权利要求2所述的一种星敏感器抗杂散光星点提取方法，其特征在于，将杂散光在星敏感器中的成像图像建模成局部区域内的2次曲面，曲面公式为：

F(x,y)＝a·x²+b·y²+c·xy+d·x+e·y+f

其中，(a,b,c,d,e,f)为曲面的参数。

4.根据权利要求1所述的一种星敏感器抗杂散光星点提取方法，其特征在于，步骤S2中，图像中某像素的信息由该像素附近的像素信息描述，对于图像中像素(x₀,y₀)存在有如下关系：

其中，h＝x-x₀，k＝y-y₀；

在泰勒展开公式中忽略无穷小量，所得B(x,y)函数作为杂散光曲面成像模型的描述函数：

B(x,y)≈a·x²+b·y²+c·xy+d·x+e·y+f＝F(x,y)

其中，

利用如下公式得到杂散光曲面模型的参数：

其中，

参数θ＝(a,b,c,d,e,f)

Ω表示位于星点图像背景区域的像素的邻域；

根据检测估计理论，式子表示了在对噪声最大似然估计意义下对杂散光能量强度的最优估计；

通过如下公式获得杂散光能量的最优参数：

5.根据权利要求1所述的一种星敏感器抗杂散光星点提取方法，其特征在于，步骤S3中，滤波矩阵为：

其中，l和r分别决定滤波矩阵中确定的局部区域范围和掩膜长度。

6.根据权利要求1所述的一种星敏感器抗杂散光星点提取方法，其特征在于，步骤S4中，杂散光在像素(x₀,y₀)处的曲面模型为：

B(x₀,y₀)＝a*M_x ²+b*M_y ²+c*M_xM_y+d*M_x+e*M_y+f

获得星点像素位置，由步骤S3确定星点邻域像素灰度值，代入步骤S2中，获得杂散光曲面模型参数，由以下公式估计出杂散光在该像素上的能量强度：

其中，(x_M,y_M)表示滤波矩阵中心元素位置，x_M＝l+1，y_M＝l+1。

7.根据权利要求1所述的一种星敏感器抗杂散光星点提取方法，其特征在于，步骤S6中，通过图像减运算从原始图像减掉步骤S5确定的杂散光背景，得到去杂散光背景的图像，然后通过阈值法和星点最小像素个数要求提取出星点：

本发明面对的是低动态情况下杂散光干扰问题，通常星点最小像素个数可设为5。阈值T表示为：

星点质心由下式获得：

Images