CN117853586B - 面向暗弱目标的质心定位方法和设备终端 - Google Patents
面向暗弱目标的质心定位方法和设备终端 Download PDFInfo
- Publication number
- CN117853586B CN117853586B CN202410264336.2A CN202410264336A CN117853586B CN 117853586 B CN117853586 B CN 117853586B CN 202410264336 A CN202410264336 A CN 202410264336A CN 117853586 B CN117853586 B CN 117853586B
- Authority
- CN
- China
- Prior art keywords
- target
- centroid
- positioning
- window
- coordinates
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 230000036039 immunity Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001584785 Anavitrinella pampinaria Species 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供一种面向暗弱目标的质心定位方法和设备终端。该方法包括:获取目标图像,提取所述目标图像中的星点连通域;根据提取到的所述星点连通域,确定目标质心定位窗口;对所述目标质心定位窗口内的图像进行质心定位,计算获得目标质心坐标;根据所述目标质心坐标移动所述目标质心定位窗口,重新确定目标质心定位窗口;对重新确定后目标质心定位窗口内的图像,再次进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求。本申请的方法有效提升了对于带有拖尾的空间暗弱目标质心定位精度,也提高了质心定位过程中的抗噪声能力。
Description
技术领域
本发明涉及遥感图像处理技术领域,具体涉及一种面向暗弱目标的质心定位方法和设备终端。
背景技术
在空间目标的高精度质心提取技术,是对目标检测跟踪之后,生成天文定位信息之前的关键步骤。空间目标探测产品诸如天文定位、定轨信息的精度,主要依赖于质心提取的准确与否。当前对目标的天文定位精度要求一般在角秒级,这就要求之心提取的精度在亚像元,甚至于0.1像素以上。
目标质心提取的精度,会受到传感器镜头畸变、噪声、过曝像元及其周边光源的污染干扰,同时场景中恒星背景、目标的拖尾遮挡也会造成估计精度下降。特别是对于低星等微小、暗弱目标,其动态背景环境是极为复杂,背景不仅易发生光线的变化,且背景与目标外观存在相似的可能性,弱小目标的复杂背景直接影响目标的单帧检测结果。
目前,对于带有拖尾的空间暗弱目标,利用常见的灰度质心法进行空间目标的高精度质心提取时发现:目标成像的灰度分布不均,可利用的目标星点成像所占的像元数较少,造成亚像元定位时的偏差;同时由于背景噪声的存在,目标连通域的往往无法形成规则、椭圆外形,影响质心定位窗口的选取,导致传统方法很难准确评估。因此,对于带有拖尾的空间暗弱目标,现有技术存在质心定位精度不高、抗噪声能力差等技术问题。
发明内容
本申请提出一种面向暗弱目标的质心定位方法和设备终端,能够提高对于带有拖尾的空间暗弱目标的质心提取精度。
第一方面,本申请实施例提供了一种面向暗弱目标的质心定位方法,该方法包括:
获取目标图像,提取所述目标图像中的星点连通域;
根据提取到的所述星点连通域,确定目标质心定位窗口;
对所述目标质心定位窗口内的图像进行质心定位,计算获得目标质心坐标;
根据所述目标质心坐标移动所述目标质心定位窗口,重新确定目标质心定位窗口;
对重新确定后目标质心定位窗口内的图像,再次进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求。
第二方面,本申请实施例提供了一种终端设备,该终端设备包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如本文中任意实施例所述的方法的步骤。
本申请实施例提供的面向暗弱目标的质心定位方法和设备终端,该质心定位方法首先对获取的目标图像进行星点连通域提取以初步确定目标质心定位窗口,其次对所确定的目标质心定位窗口内的图像进行质心定位,计算获得目标质心坐标,然后根据目标质心坐标,重新确定目标质心定位窗口,最后对重新确定后目标质心定位窗口内的图像重复进行目标质心定位,迭代定位至获得的目标质心坐标达到预设精度要求。本申请基于星点连通域确定初始目标质心定位窗口并对窗口内的图像进行质心定位,基于质心定位坐标移动目标定位窗口,缩小目标质心定位窗口与目标质心的位置差,通过不断重复迭代直至获得的目标质心坐标达到预设精度要求,有效提升了对于带有拖尾的空间暗弱目标质心定位精度,也提高了质心定位过程中的抗噪声能力。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请一种实施例提供的面向暗弱目标的质心定位方法的流程图。
图2为本申请一种实施例提供的确定目标质心定位窗口的流程图。
图3为本申请一种实施例提供的计算获得目标质心坐标的流程图。
图4为本申请一种实施例提供的重新确定目标质心定位窗口的流程图。
图5为利用本申请实施例提供的面向暗弱目标的质心定位方法中质心定位精度与迭代次数关系图。
图6为分别利用本申请实施例提供的面向暗弱目标的质心定位方法和现有灰度质心法进行质心定位的定位精度对比图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请一种实施例提供的面向暗弱目标的质心定位方法的流程图。如图1所示,本申请实施例体的面向暗弱目标的质心定位方法具体包括步骤~步骤,下面详细说明。
步骤S100、获取目标图像,提取目标图像中的星点连通域。
本实施例中,首先通过遥感探测器或相机获取目标图像,例如一种基于卷积深度神经网络模型YOLOv5s的遥感探测器获取单帧遥感目标图像,或者基于其他算法的探测器或相机,然后基于获取的目标图像,提取其中的星点连通域。
一些实施例中,在提取目标图像中的星点连通域之前,还会对获取的目标图像进行预处理,以减少探测器或相机周边或特定天区背景光源的干扰和污染,防止高亮度噪声像素被检测为虚警。
一些实施例中,采用阈值分割法来提取目标图像中的星点连通域。
步骤S200、根据提取到的星点连通域,确定目标质心定位窗口。
对于低星等微小、暗弱目标,往往在CCD像元仅呈现几个弥散亮点,拖尾及本体边缘处可能无法形成规则、椭圆外形,可以根据目标图像中星点分布情况,通过确定前后、左右四个方向的至少一个星点,作为目标图像的星点连通域,进而以四个方向上的星点连通形成一个矩形连通域,以该连通域作为目标质心定位窗口。
步骤S300、对目标质心定位窗口内的图像进行质心定位,计算获得目标质心坐标。
步骤S400、根据目标质心坐标移动所述目标质心定位窗口,重新确定目标质心定位窗口。
在通过遥感探测器或相机获取目标图像时,探测器或相机的目标检测框的中心位置并非是目标质心位置,所以通过目标图像提取星点连通域获得的目标质心定位窗口的中心也并非是目标质心的位置,因此,在本实施例中,根据首次质心定位获得的目标质心坐标移动初始的目标质心定位窗口,重新确定新的目标质心定位窗口,可以有效缩小目标质心定位窗口中心位置与目标质心的位置差。
步骤S500、对重新确定后目标质心定位窗口内的图像,再次进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求。
在重新的确定的目标质心定位窗口中,再次进行目标质心定位,获得目标质心坐标,此时可以根据预设的质心定位精度要求,比较计算获得的目标质心坐标的误差,若不能达到预设的质心定位精度要求,则返回步骤S400,再次重新确定目标质心定位窗口并进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求。
一些实施例中,预设质心定位精度要求为目标质心坐标与重新确定后的目标质心定位窗口的几何中心的坐标误差小于预设阈值。
由此,本申请实施例提出的面向暗弱目标的质心定位方法,基于星点连通域确定初始目标质心定位窗口并对窗口内的图像进行质心定位,基于质心定位坐标移动目标定位窗口,缩小目标质心定位窗口与目标质心的位置差,通过不断重复迭代直至获得的目标质心坐标达到预设精度要求,有效提升了对于带有拖尾的空间暗弱目标质心定位精度,也提高了质心定位过程中的抗噪声能力。
图2为本申请一种实施例提供的确定目标质心定位窗口的流程图。如2所示,步骤S200,根据提取到的星点连通域,确定目标质心定位窗口,具体包括以下步骤:
步骤S210、根据提取到的星点连通域,确定星点连通域的最小外接矩形。
步骤S220、基于最小外接矩形的边界,向前后、左右四个方向分别外扩N个像元,以扩大后的矩形作为目标质心的定位窗口;其中,N为正整数。
对于低星等微小、暗弱目标,其动态背景环境是极为复杂,背景不仅易发生光线的变化,且背景与目标外观存在相似的可能性,弱小目标的复杂背景直接影响目标的单帧检测结果。正是由于背景噪声的存在,对目标连通域的轮廓产生影响,进一步影响目标质心定位窗口大小及位置的选取,同时后续进行质心定位的基础是针对目标质心定位窗口内的图像(像元)进行处理,而质心定位算法是针对窗口内的像元进行处理,窗口的中心位置并不一定是目标的中心位置,引入的噪声像元将会导致质心定位的偏差,因此目标质心定位窗口的确定是关键。
本实施例中,首先根据步骤S100中提取到的星点连通域,确定星点连通域的最小外接矩形,即根据提取到的星点连通域内星点的分布,以四个方向上的星点连通确定星点连通域的最小外接矩形,然后再基于最小外接矩形的边界,向前后、左右四个方向分别外扩N个像元,以扩大后的矩形作为目标质心的定位窗口,可以减少由于目标质心定位窗口大小及位置选取引起的误差。
一些实施例中,根据质心定位精度要求,外扩像元N的取值为大于零的整数,例如,2个像元,4个像元,6个像元等。
图3为本申请一种实施例提供的计算获得目标质心坐标的流程图。如图3所示,步骤S300、对目标质心定位窗口内的图像进行质心定位,计算获得目标质心坐标,具体包括以下步骤:
步骤S310、对目标质心定位窗口内的图像进行双线性插值计算,获得插值后的目标图像。
对于低星等微小、暗弱目标,目标成像的灰度分布不均,可利用的目标星点成像所占的像元数较少,有时目标连通域的甚至无法形成规则、椭圆外形,现有技术中有时只能将任一像元的几何中心作为该目标弥散斑灰度值所对应的位置,造成亚像元定位时的偏差。因此,对于这种情况,本实施例提出了对星点成像像元进行细分,采用双线性插值的方法增加采样点数,增强星点图像。质心定位精度随着插值点数的增加而提高,当插值点数增加到一定程度的时候,质心定位精度不会随着插值点数的增加而提高。
本实施例中,在确定好目标质心定位窗口后,对其中的像元进行双线性插值计算,以增加采样点数,实现增强星点图像。双线性插值计算是现有技术中一种常见的插值计算方法,此处不再赘述其具体过程。
一些实施例中,综合考虑插值计算的数据量和定位精度,插值点数通常取2~5,本实施例中,插值点数取4,即将目标质心定位窗口内的图像的行和列分别增大4倍,获得插值后的目标图像。
步骤S320、对插值后的目标图像进行质心定位,计算获得目标质心坐标。
本实施例中,对插值后的目标图像进行质心定位时采用灰度质心定位法,其包括传统灰度质心法、阈值质心法、平方加权质心法和平均加权质心法等,此为现有技术中一种常见的插值计算方法,此处不再赘述其具体过程。
一些实施例中,对插值后的目标图像进行质心定位时采用灰度平方加权阈值质心定位法,计算获得目标质心坐标。
具体地,第i次迭代后的目标质心坐标 为:
其中, 为所目标图像的灰度值;m,n分别为目标图像行和列的像素数,T为获取所述目标图像星点连通域的分割阈值。
图4为本申请一种实施例提供的重新确定目标质心定位窗口的流程图。如图4所示,步骤S400、根据目标质心坐标移动目标质心定位窗口,重新确定目标质心定位窗口,具体包括以下步骤:
步骤S410、计算目标质心定位窗口的几何中心的坐标。
步骤S420、判断目标质心定位窗口的几何中心的坐标与目标质心坐标位置关系是否满足预设条件。
步骤S430、在不满足预设条件时,移动目标质心定位窗口,使目标质心定位窗口的几何中心的坐标与目标质心坐标重合,并以移动后的目标质心定位窗口作为新的目标质心定位窗口。
如上述在通过遥感探测器或相机获取目标图像时,探测器或相机的目标检测框的中心位置并非是目标质心位置,所以通过目标图像提取星点连通域获得的目标质心定位窗口的中心也并非是目标质心的位置。并且,目标质心定位窗口大小及位置的选取会影响目标质心定位窗口内的图像(像元)的质心定位的结果。
本实施例中,首先计算所确定的质心定位窗口的几何中心的坐标 ,根据目标质心坐标/>,移动目标质心定位窗口的几何中心的坐标 />与目标质心坐标重合,消除噪声像元导致的质心定位的偏差。并且,以移动后的目标质心定位窗口作为新的目标质心定位窗口,即为质心定位提供更精确的定位窗口。
一些实施例中,步骤S420中,目标质心定位窗口的几何中心的坐标与目标质心坐标位置关系的预设条件为目标质心定位窗口的几何中心的坐标与目标质心坐标位置差小于阈值Q。
具体的,当目标质心定位窗口的几何中心的横坐标 与步骤S300计算获得目标质心的横坐标/>的差值大于等于阈值Q,和/或目标质心定位窗口的几何中心的纵坐标 />与目标质心的纵坐标 />的差值大于等于阈值Q。
更具体的一个例子,假设阈值Q=1,即在 和/或/> 时,移动目标质心定位窗口,使目标质心定位窗口的几何中心的坐标与目标质心坐标重合。
可以理解的是,步骤S500、对重新确定后目标质心定位窗口内的图像,再次进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求中,预设的质心定位精度要求与步骤S420中的预设条件是相匹配的,即在目标质心定位窗口的几何中心的横坐标 与步骤S300计算获得目标质心的横坐标 />的差值小于阈值Q,和/或目标质心定位窗口的几何中心的纵坐标 />与目标质心的纵坐标 />的差值小于阈值Q时,停止迭代计算,认为此时得到的目标质心坐标精度符合要求。
即在 和/或/>时,停止迭代,输出高精度目标质心坐标。
图5为利用本申请实施例提供的面向暗弱目标的质心定位方法中质心定位精度与迭代次数关系图。
对于某典型的暗弱小目标(信噪比为3)的质心定位精度与迭代次数的关系,如图5所示,结果表明,利用本申请任意实施例提供的面向暗弱目标的质心定位方法获得的目标质心定位误差具有很好的收敛速度,经过2-3次迭代后,质心定位误差即趋于稳定。
图6为分别利用本申请实施例提供的面向暗弱目标的质心定位方法和现有灰度质心法进行质心定位的定位精度对比图。
采用传统的灰度质心法和本申请任意实施例的面向暗弱目标的质心定位方法(双线性插值迭代加权质心定位法)对不同信噪比的拖尾目标分别进行质心定位,针对某拖尾目标,两种方法质心定位精度随信噪比变化曲线如图6所示,结果表明,在信噪比不小于3的情况下,利用传统灰度质心法计算得到的目标质心位置误差较大,质心定位精度为0.75像元;利用本申请任意实施例提供的面向暗弱目标的质心定位方法获得的质心定位精度为0.2362像元,显著提升了质心定位精度。
综上所述,本申请基于星点连通域确定初始目标质心定位窗口并对窗口内的图像进行质心定位,基于质心定位坐标移动目标定位窗口,缩小目标质心定位窗口与目标质心的位置差,通过不断重复迭代直至获得的目标质心坐标达到预设精度要求,有效提升了对于带有拖尾的空间暗弱目标质心定位精度,也提高了质心定位过程中的抗噪声能力。
本申请实施例还提供了一种终端设备,其包括存储器和处理器,各元件之间可以采用总线的方式实现连接,也可以采用其他方式连接。
其中,存储其用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如上述任意实施例所述的面向暗弱目标的质心定位方法的步骤。
存储器可用于存储软件程序以及各种数据。存储器可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器可以包括易失性存储器或非易失性存储器,或者,存储器可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(ProgrammableROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(StaticRAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(SynchronousDRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch linkDRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器包括但不限于这些和任意其它适合类型的存储器。处理器可包括一个或多个处理单元;可选的,处理器集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器中。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如上述面向暗弱目标的质心定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述面向暗弱目标的质心定位方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换,均属于本申请的保护之内。
Claims (6)
1.一种面向暗弱目标的质心定位方法,其特征在于,包括:
获取目标图像,提取所述目标图像中的星点连通域;
根据提取到的所述星点连通域,确定所述星点连通域的最小外接矩形;
基于所述最小外接矩形的边界,向前后、左右四个方向分别外扩N个像元,以扩大后的矩形作为目标质心的定位窗口;其中,N为正整数;对所述目标质心定位窗口内的图像进行双线性插值计算,获得插值后的目标图像;
对所述插值后的目标图像进行质心定位,计算获得目标质心坐标;
其中,计算获得目标质心坐标时采用灰度平方加权阈值质心定位法,具体为:
第i次迭代后的目标质心坐标为:
其中,为所述目标图像的灰度值;m,n分别为所述目标图像行和列的像素数,T为获取所述目标图像星点连通域的分割阈值;
根据所述目标质心坐标移动所述目标质心定位窗口,重新确定目标质心定位窗口;
对重新确定后目标质心定位窗口内的图像,再次进行目标质心定位,迭代定位直至获得的目标质心坐标达到预设质心定位精度要求。
2.根据权利要求1所述的面向暗弱目标的质心定位方法,其特征在于,所述提取所述目标图像中的星点连通域时采用阈值分割法。
3.根据权利要求1所述的面向暗弱目标的质心定位方法,其特征在于,所述根据所述目标质心坐标移动所述目标质心定位窗口,重新确定目标质心定位窗口,包括:
计算所述目标质心定位窗口的几何中心的坐标;
判断所述目标质心定位窗口的几何中心的坐标与所述目标质心坐标的位置关系是否满足预设条件;
在不满足预设条件时,移动所述目标质心定位窗口,使所述目标质心定位窗口的几何中心的坐标与所述目标质心坐标重合,并以移动后的目标质心定位窗口作为新的目标质心定位窗口。
4.根据权利要求3所述的面向暗弱目标的质心定位方法,其特征在于,所述预设质心定位精度要求为所述目标质心坐标与重新确定后的目标质心定位窗口的几何中心的坐标位置差值小于预设阈值。
5.根据权利要求4所述的面向暗弱目标的质心定位方法,其特征在于,所述判断所述目标质心定位窗口的几何中心的坐标与所述目标质心坐标的位置关系是否满足预设条件中,所述预设条件为所述目标质心定位窗口的几何中心的坐标与所述目标质心坐标的位置差值小于预设阈值。
6.一种终端设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于通过执行所述存储器存储的程序以实现如权利要求1-5中任一项所述的面向暗弱目标的质心定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410264336.2A CN117853586B (zh) | 2024-03-08 | 2024-03-08 | 面向暗弱目标的质心定位方法和设备终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410264336.2A CN117853586B (zh) | 2024-03-08 | 2024-03-08 | 面向暗弱目标的质心定位方法和设备终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117853586A CN117853586A (zh) | 2024-04-09 |
CN117853586B true CN117853586B (zh) | 2024-06-04 |
Family
ID=90548455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410264336.2A Active CN117853586B (zh) | 2024-03-08 | 2024-03-08 | 面向暗弱目标的质心定位方法和设备终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117853586B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273485A (ja) * | 2000-03-28 | 2001-10-05 | Nec Corp | セントロイド計算方法およびセントロイド計算装置 |
CN102081738A (zh) * | 2011-01-06 | 2011-06-01 | 西北工业大学 | 空间目标星象质心定位方法 |
CN108168541A (zh) * | 2017-12-20 | 2018-06-15 | 北京遥感设备研究所 | 一种改进的亚像元星点质心定位方法 |
WO2018233200A1 (zh) * | 2017-06-20 | 2018-12-27 | 上海航天控制技术研究所 | 星敏感器快速波门图像处理系统及方法 |
CN115409831A (zh) * | 2022-10-09 | 2022-11-29 | 南京邮电大学 | 基于最优背景估计的星点质心提取方法及系统 |
CN115631114A (zh) * | 2022-12-06 | 2023-01-20 | 北京九章星图科技有限公司 | 基于时域剖面分析的暗弱动目标指示增强在轨处理方法 |
CN115797453A (zh) * | 2023-01-17 | 2023-03-14 | 西南科技大学 | 一种红外微弱目标的定位方法、定位装置及可读存储介质 |
WO2023250373A2 (en) * | 2022-06-24 | 2023-12-28 | Trans Astronautica Corporation | Optimized matched filter tracking of space objects |
CN117314800A (zh) * | 2023-07-04 | 2023-12-29 | 北京空间飞行器总体设计部 | 基于形态学重构的暗弱空间目标质心提取方法 |
-
2024
- 2024-03-08 CN CN202410264336.2A patent/CN117853586B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273485A (ja) * | 2000-03-28 | 2001-10-05 | Nec Corp | セントロイド計算方法およびセントロイド計算装置 |
CN102081738A (zh) * | 2011-01-06 | 2011-06-01 | 西北工业大学 | 空间目标星象质心定位方法 |
WO2018233200A1 (zh) * | 2017-06-20 | 2018-12-27 | 上海航天控制技术研究所 | 星敏感器快速波门图像处理系统及方法 |
CN108168541A (zh) * | 2017-12-20 | 2018-06-15 | 北京遥感设备研究所 | 一种改进的亚像元星点质心定位方法 |
WO2023250373A2 (en) * | 2022-06-24 | 2023-12-28 | Trans Astronautica Corporation | Optimized matched filter tracking of space objects |
CN115409831A (zh) * | 2022-10-09 | 2022-11-29 | 南京邮电大学 | 基于最优背景估计的星点质心提取方法及系统 |
CN115631114A (zh) * | 2022-12-06 | 2023-01-20 | 北京九章星图科技有限公司 | 基于时域剖面分析的暗弱动目标指示增强在轨处理方法 |
CN115797453A (zh) * | 2023-01-17 | 2023-03-14 | 西南科技大学 | 一种红外微弱目标的定位方法、定位装置及可读存储介质 |
CN117314800A (zh) * | 2023-07-04 | 2023-12-29 | 北京空间飞行器总体设计部 | 基于形态学重构的暗弱空间目标质心提取方法 |
Non-Patent Citations (2)
Title |
---|
基于能量累加的空间目标星像质心定位;孙瑾秋;周军;张臻;张永鹏;;光学精密工程;20111215(第12期);全文 * |
星点亚像元定位中系统误差的改进补偿方法;唐圣金;郭晓松;周召发;蒲鹏程;;红外与激光工程;20130625(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117853586A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9968845B2 (en) | Image processing device and image processing method, and program | |
US8718321B2 (en) | Method of image processing | |
CN107194408B (zh) | 一种混合块稀疏协作模型的目标跟踪方法 | |
KR101899866B1 (ko) | 병변 경계의 오류 검출 장치 및 방법, 병변 경계의 오류 수정 장치 및 방법 및, 병변 경계의 오류 검사 장치 | |
Kim et al. | Fisheye lens camera based surveillance system for wide field of view monitoring | |
CN108027884B (zh) | 一种用于监测对象的方法、存储媒体、服务器及设备 | |
JP2023515654A (ja) | 画像最適化方法及びその装置、コンピュータ記憶媒体、コンピュータプログラム並びに電子機器 | |
CN110766724A (zh) | 目标跟踪网络训练、跟踪方法及装置、电子设备及介质 | |
US8254690B2 (en) | Information processing apparatus, information processing method, and program | |
CN107507225A (zh) | 运动目标检测方法、装置、介质及计算设备 | |
CN112258542A (zh) | 红外图像目标检测方法、装置、电子设备及存储介质 | |
US20210321035A1 (en) | Image processing methods and systems | |
CN112037287A (zh) | 相机标定方法、电子设备及存储介质 | |
CN110766725A (zh) | 模板图像的更新、目标跟踪方法及装置、电子设备及介质 | |
CN117853586B (zh) | 面向暗弱目标的质心定位方法和设备终端 | |
CN113542868A (zh) | 视频关键帧选取方法、装置、电子设备、存储介质 | |
CN112150522A (zh) | 遥感图像的配准方法、装置、设备、存储介质及系统 | |
CN111260607A (zh) | 可疑物品自动检测方法、终端设备、计算机设备及介质 | |
CN111369425B (zh) | 图像处理方法、装置、电子设备和计算机可读介质 | |
CN114612628A (zh) | 地图美化方法、装置、机器人及存储介质 | |
CN109614952B (zh) | 一种基于瀑布图的目标信号检测识别方法 | |
CN112950709A (zh) | 一种位姿预测方法、位姿预测装置及机器人 | |
CN111476821B (zh) | 基于在线学习的目标跟踪方法 | |
JP2002170111A (ja) | 画像合成装置、画像合成方法および画像合成プログラムを記録した記録媒体 | |
CN112508009A (zh) | 圆形特征检测方法、装置及存储装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |