一种星图的预处理方法技术

本发明专利技术公开了一种星图的预处理方法，包括对所述星图进行横竖条纹滤波处理，令坐标为(i,j)的星点的灰度值为将所有灰度值小于Vth的星点的灰度值置零；其中，Vth＝E+α·δ，E为星图的所有星点的灰度值的均值，δ为星图上所有星点的灰度值的方差，α为1～4之间的常数；进行星图的坏元识别；通过连通域的判断，将所有星点划分为星体；找出所述步骤S4中获得的星体中的单点噪声，并将其灰度值置零，完成星图的预处理。该星图经预处理后进行质心提取验证，定位精度可达近1/50像素。通过本发明专利技术，对星图进行了横竖条纹滤波，从而提升了滤波效果，且该方法计算公式简单、计算效率高，同时与其它步骤可以并行处理，更便于硬件实现。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，更具体地，涉及一种星图的预处理方法。
技术介绍
星敏感器越来越广泛地应用于航天器姿态确定，使用CMOS星敏传感器实际采集到的星图，经过预处理，星图识别和姿态计算确定，能够得到星敏感器的瞬间实时姿态，再根据坐标转换得到飞行载体的姿态位置。星图识别的前提是需要精确的恒星位置，而星敏感器实际拍摄采集到的星图，除目标恒星星点产生的光学信号之外，还有各种噪声信号。为了得到星点位置和灰度的精确信息，必须对星敏感器采集到的图像数据进行预处理操作，从而提高质心定位精度，并提升最后星敏感器输出姿态的精度。现有技术的星图预处理技术中，如魏伟等在文献《红外星图预处理及星点定位精度分析》(1007-2276(2014)03-0991-06)中提出单点噪声的检测与补偿算法和条纹噪声的列均值偏移校正(CMOC)算法，并采用wiener2和Top-hat组合滤波方法对星图进一步滤波去噪。该方法具有较好的滤波效果，但是存在不足之处：单点噪声属于噪声信号，检测出来直接剔除即可，补偿之后后续还是会分割掉，没有补偿必要；只考虑条纹噪声的列均值校正，忽视了横向条纹噪声的存在；采用wiener2和Top-hat组合滤波方法，实现复杂，不便硬件实现。通过对实拍星图的数据分析，发现实拍星图中存在大量的竖状条纹及横向条纹噪声，且无一定规律分布，具有条纹非均匀性特点。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种星图的预处理方法，其目的在于利用均值偏移滤波去除当前星图中的横条纹以及竖条纹噪声，由此使得星图的预处理更加精确，提高了质心定位的精度。为实现上述目的，按照本专利技术的一个方面，提供了一种星图的预处理方法，包括以下步骤：S1.均值偏移滤波：利用均值偏移滤波去除当前星图中的横条纹以及竖条纹噪声；S2.阈值分割：将当前星图中星点的灰度值与Vth比较，如果星点的灰度值大于Vth，则将该星点的灰度值置零，否则该星点的灰度值不变；其中，Vth＝E+α·δ，E为基准星图中所有星点的灰度值的均值，δ为基准星图中所有星点的灰度值的方差，α为1～4之间的常数；所述基准星图为当前星图，或当前星图的前一帧星图；S3.坏元识别：对当前星图进行坏元识别；S4.连通域判断：通过连通域的判断，将当前星图中的所有星点划分为星体；S5.单点去噪：将所述星体中的单点噪声的灰度值置零，完成当前星图的预处理。优选地，所述步骤S1的具体方法如下：S11.获取基准星图第i行所有星点的原始灰度值的均值基准星图第j列所有星点的原始灰度值的均值以及基准星图所有星点的原始灰度值的均值其中，所述基准星图为当前星图，或当前星图的前一帧星图，m为基准星图的总行数，n为基准星图的总列数，1≤i≤m，1≤j≤n；S12.获取坐标为(i,j)的星点的灰度值为其中，x(i,j)为该星点的原始灰度值。优选地，所述星图为动态星图。优选地，所述步骤S2的具体方法为：逐行逐列扫描当前星图，将每个星点的灰度值与Vth进行比较，将小于Vth的星点的灰度值置零，否则该星点的灰度值不变。优选地，所述步骤S3中所述连通域的判断为四连通域的判断，其具体方法为：将每个星点的灰度值与其四连通域的星点的灰度值比较，如果该星点的灰度值小于所有其四连通域的星点的灰度值，则将以该星点为中心的5×5区域的星点的平均灰度值作为该星点的灰度值，否则该星点的灰度值不变。优选地，所述步骤S5的具体方法为：将已划分为星体的星点的灰度值及其四邻域的灰度值与阈值相比较，如果只有该星点的灰度大于该阈值，则将该星点判定为单点噪声并将该星点的灰度值置零，否则该星点的灰度值不变。优选地，在所述步骤S5之后，还包括：S6.获得当前星图的原始质心；S7.去除以背景噪声点为中心，半径为1的范围内的原始质心，获得当前星图的最终质心。优选地，所述步骤S6中获得星图的原始质心的方法为加权质心法、带阈值的灰度加权法、平方加权法或高斯插值法。优选地，所述步骤S7中背景噪声点的获取方法具体为：获取一帧没有星点的星图作为背景星图，选取所述背景星图的质心点所对应的星点作为固定噪声点。优选地，所述星图为动态星图，所述步骤S7中背景噪声点的获取方法具体为：获取初始的2帧～15帧星图的质心点，选取在任意两帧星图中的位置偏差都不超过0.5个像素的质心点作为背景噪声点。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，具有以下有益效果：1、本专利技术利用均值偏移滤波同时去除当前星图中的横条纹以及竖条纹噪声，进一步提升了滤波效果；2、本专利技术利用坏元处理以及单点噪声的识别，有效保证输出星点质心的真实性与正确性；3、本专利技术的均值偏移滤波算法简单，计算速度远快于非均匀性校正，更利于后续硬件设计处理；4、本专利技术的方法在均值偏移滤波和阈值分割步骤中，可采用当前星图的前一帧星图的相应数据进行计算，与其它步骤可以并行处理，从而提高了计算效率，更便于FPGA硬件实现；5、本专利技术优选通过初始的多帧星图，确定背景噪声点位置，通过计算得到的星点质心位置与背景噪声点位置比较，删除当前星图的背景噪声点，输出最终质心，从而减少了匹配干扰，使得后续姿态的计算更加准确；6、按照本专利技术的方法，有效的抑制了噪声水平，经验证定位精度可达近1/50像素。附图说明图1为本专利技术中均值偏移滤波步骤均值偏差示意图；图2为本专利技术中均值偏移滤波步骤灰度变换示意图；图3为阈值分割示意图；图4为坏元识别示意图；图5为连通域判断示意图；图6为单点去噪示意图；图7为质心计算示意图；图8为初始8帧星图质心确定示意图；图9为背景噪声点确定示意图；图10为背景噪声点附近星点筛除并输出最终有效质心示意图；图11为实施例1星图局部区域去噪前后对比图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。本专利技术提供了一种星图的预处理方法，包含以下步骤：S1.均值偏移滤波：计算出每行每列的均值以及当前星图的均值，以及每行每列均值与当前星图均值的差值Δ(i)和Δ(j)，在每个星点加上对应行列的Δ(i)和Δ(j)；其具体过程如下：S11.如图2所示，计算星图每行的均值S12.同理，计算星图每列的均值S13.计算整幅星图的均值S14.计算每行像素的行均值差值S15.计算每列像素的列均值差值S16.如图1-2所示，横竖条纹滤波后的坐标为(i,j)的星点的灰度值为A(i,j)＝x(i,j)+Δ(i)+Δ′(j)；为了减少计算量，可采用前一帧星图的所有星点的原始灰度值的均值，x(i)可采用前一帧星图第i行所有星点的原始灰度值的均值，x′(j)可采用前一帧星图第j列所有星点的原始灰度值的均值。S2、阈值分割：设置第一阈值为Vth＝E+α·δ，逐行逐列扫描星图，将每个星点的灰度值与Vth进行比较，小于Vth则该星点的灰度值置零，否则保持不变。其中，E为星图的所有星点的灰度值的均值，δ为星图上所有星点的灰度值的方差，α通常为1～4之间的常数，其具体可以根据δ的值进行调整，δ偏大，说明噪声大，可以适当加大α值，以本文档来自技高网...

【技术保护点】
一种星图的预处理方法，其特征在于，包括以下步骤：S1.利用均值偏移滤波去除当前星图中的横条纹以及竖条纹噪声；S2.将当前星图中星点的灰度值与Vth比较，如果星点的灰度值大于Vth，则将该星点的灰度值置零，否则该星点的灰度值不变；其中，Vth＝E+α·δ，E为基准星图中所有星点的灰度值的均值，δ为基准星图中所有星点的灰度值的方差，α为1～4之间的常数；所述基准星图为当前星图，或当前星图的前一帧星图；S3.对当前星图进行坏元识别；S4.通过连通域的判断，将当前星图中的所有星点划分为星体；S5.将所述星体中的单点噪声的灰度值置零，完成当前星图的预处理。

【技术特征摘要】
1.一种星图的预处理方法，其特征在于，包括以下步骤：S1.利用均值偏移滤波去除当前星图中的横条纹以及竖条纹噪声；S2.将当前星图中星点的灰度值与Vth比较，如果星点的灰度值大于Vth，则将该星点的灰度值置零，否则该星点的灰度值不变；其中，Vth＝E+α·δ，E为基准星图中所有星点的灰度值的均值，δ为基准星图中所有星点的灰度值的方差，α为1～4之间的常数；所述基准星图为当前星图，或当前星图的前一帧星图；S3.对当前星图进行坏元识别；S4.通过连通域的判断，将当前星图中的所有星点划分为星体；S5.将所述星体中的单点噪声的灰度值置零，完成当前星图的预处理。2.如权利要求1所述的方法，其特征在于，所述步骤S1的具体方法如下：S11.获取基准星图第i行所有星点的原始灰度值的均值基准星图第j列所有星点的原始灰度值的均值以及基准星图所有星点的原始灰度值的均值其中，所述基准星图为当前星图，或当前星图的前一帧星图，m为基准星图的总行数，n为基准星图的总列数，1≤i≤m，1≤j≤n；S12.获取坐标为(i,j)的星点的灰度值为其中，x(i,j)...

【专利技术属性】
技术研发人员：桑红石，石志伟，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42