一种基于星图匹配的星载相机空间图像畸变校正方法，将图像上的恒星点作为参考点，实现畸变图像的校正，其步骤为：（１）图像分割，提取图像中恒星光斑部分；（２）通过重心法计算各光斑的重心坐标，作为实际坐标；（３）利用相机在地面标定时得到的畸变参数进行预校正；（４）利用单帧或多帧Ｈａｕｓｄｏｒｆｆ距离星图匹配方法进行星图匹配，计算各实际坐标对应的理论坐标；（５）利用实际坐标与理论坐标对应关系，计算图像的畸变参数；（６）通过三阶多项式拟合及插值法得到校正后图像。另外，本发明专利技术针对相机光轴指向系统误差对校正的影响，给出一种自适应补偿方法。本发明专利技术方法运算量小，图像校正效果明显，并能有效抑制图像噪声及输入系统误差给校正所带来的影响。
【技术实现步骤摘要】
本专利技术主要涉及到图像处理领域中一种畸变图像几何校正方法，针对星载相机所拍摄的空间图像的畸变情况。
技术介绍
由于相机实际镜头组成像过程难以达到理想透镜成像的效果，在像方垂直主轴平面不同点的切向放大率一般不完全相同，造成相机畸变的产生。一般认为，相机的畸变主要为径向畸变和切向畸变，其中径向畸变由于镜头各透镜曲率存在误差，而切向畸变则归咎于各镜头的光学主轴没有重合。 星载CCD相机虽然在地面可以进行精确的标定，但由于其焦距长、分辨率高、作用距离远，通光口径较大，光学零件尺寸比较大等特点，容易受到空间环境和相机内部环境的影响。卫星内部发热以及从外部吸收的热辐射会使光学元件发生变形。另外，卫星发射时的惯性力和冲击振动也会给光学元件带来影响。所以，星载相机所拍摄的空间图像会产生畸变，并且畸变模型、参数仍有可能发生变化。若不考虑这些因素，会给后续的图像恢复、目标定位等图像处理工作带来不利的影响。所以对于星载相机所拍摄的图像必须首先进行校正处理。 目前常用的畸变参数的测定方法，如相机非线性标定方法通过建立相机小孔透视模型，利用反复迭代实现相机的标定和畸变校正；等效曲面法将畸变的等效曲面设置为球面，通过求取球面的中心和半径实现图像的径向畸变校正；神经网络法在无需计算相机内外参数的场合利用多层前馈神经元网络实现图像非线性畸变的补偿。以上方法均为采用将相机固定在高精度的转台上，通过拍摄与相机垂直放置的标准模板的方法确定，其精度也比较高。但空间相机在太空中不可能有可供拍摄的模版，所以以上方法不适用。根据曲率变化检校畸变差的方法通过检测图像中的共线“直线”的曲率，确定图像的畸变程度。但要求被拍摄目标存在丰富的直线。由于空间图像背景单一，可观测物体少，所以该方法亦不适用。基于主动视觉的相机自标定技术是另一个研究的热点，其优点是仅利用摄像机在运动过程中周围环境的图像与图像之间的对应关系对摄像机进行标定。但由于卫星的运动受其轨道限制，不可能任意更改，同时星载相机所拍摄的图像中甚至不存在固定的可供拍摄的三维物体，所以基于主动视觉或kruppa方程求解的自标定技术对于星载相机也不适用。 因此，针对星载相机拍摄图像的特点，开发一种能够直接利用星载相机传回的图像对图像本身进行畸变参数计算和畸变校正的方法变得尤为重要。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种，该方法将恒星点作为特征点，具有计算量小，校正精度高，校正效果明显的优点，并能有效抑制图像噪声及输入系统误差给校正所带来的影响。 本专利技术的技术解决方案一种基于空间图像的Hausdorff距离星图匹配畸变校正方法，其特征在于步骤如下 (1)读取的图像进行分割处理，提取图像中恒星光斑部分； (2)通过计算各光斑的重心坐标，作为实际坐标； (3)利用相机在地面标定时得到的畸变参数，对步骤(2)得到的实际坐标进行预校正，使之更接近无畸变情况下的坐标，从而提高星图匹配的成功率； (4)利用单帧或多帧Hausdorff距离星图匹配方法将星载相机所拍摄的空间图像进行星图匹配，计算各实际坐标对应的理论坐标； (5)利用实际坐标与理论坐标对应关系，计算图像的畸变参数； (6)利用插值法得到校正后图像。 本专利技术与现有技术相比的优点在于本专利技术由于利用相机在太空中拍摄的图像中的恒星信息进行畸变参数计算，所以不再使用传统的模板拍摄方式。所计算的相机参数亦是相机在工作环境和时间下的参数。相比于地面测算参数后再发射进入太空的相机参数测算与工作时空分开的方法，本方法避免了卫星发射升空时振动和太空环境对相机参数的影响，因而校正精度更高。另外，在相机在太空长时间工作后，其参数可能发生漂移，本方法可以方便相机参数的重新测定，从而也避免了参数漂移的影响。 附图说明 图1为本专利技术方法的整体流程图； 图2为视场角为2°的星空卫星图像； 图3为6幅有畸变的卫星图像； 图4为6幅经过畸变校正的卫星图像； 图5为光轴指向各有1′误差时图像X、Y轴的偏差，其中(a)为光轴指向误差导致X轴的偏差，(b)为光轴指向误差导致Y轴的偏差； 图6为未考虑误差补偿校正图像； 图7为考虑误差补偿校正图像； 图8为校正前后误差对比仿真图像； 图9(a)、(b)、(c)分别为多帧图像中第一帧的无畸变、存在畸变以及校正后的图像，为了便于观察，图像中分别加入了与自身畸变程度相同的网格，并且星点用方格标出。 具体实施例方式 如图1所示，本专利技术的步骤如下 1.通过图像分割提取恒星光斑 首先读入足够帧的星空背景图像，保证图像中有10颗以上恒星，其次通过图像分割将恒星光斑部分分离出来。在本专利技术中利用改进型大津阈值的方法进行图像分割，其具体流程为 (1)令Tmin为图像灰度均值，即令图像大小为M×N，图像上(i，j)点的灰度值为G(i，j)，则 (2)在灰度级从Tmin～255区间中利用大津阈值选取最优阈值T，步骤为 a)令p(k)为灰度级k的频率，即k∈。 b)若t为分割阈值，将图像分割为两部分{G(i，j)|G(i，j)≤t}和{G(i，j)|G(i，j)＞t}。ω0和ω1分别为目标和背景部分比例。 μ0和μ1为目标和背景部分的灰度均值。 总均值 μ＝ω0(t)μ0(t)+ω1(t)μ1(t) a)最佳阈值T可由式(1)计算得到 (3)令μ0′和μ1′为利用最佳阈值分割后图像目标和背景的灰度均值，σ0和σ1为目标和背景灰度标准差。考察式(2)是否成立，若成立则T即为所求的最佳阈值，否则令Tmin＝Tmin+1并返回步骤(2)。 μ0′-μ1′＞a(σ0+σ1)其中取a＝3～5 (2) 实验表明，该方法不但可以准确地将图像中星点部分分割出来，同时在一定程度上能够避免由于整张图像光照不均匀造成的分割错误。 使检测出的认为是恒星部分的像素灰度保持不变，背景灰度全部置为零，即完成图像分割的工作。 2.利用重心法提取恒星实际坐标 利用八连通域标记的方法计算图中每颗星的面积及位置。首先从内存中申请与图像矩阵G同样大小的标记矩阵S，用以标记连通域。设通过上一步改进大津阈值方法确定的阈值为T，计算各星点重心的步骤为 (1)初始化，矩阵S＝，sign＝1用于记录连通域当前标号；SAME＝ 用以记录占用多个标号的同一连通域；其中N根据图像情况可取某较大值；n＝0配合SAME矩阵使用。从图像矩阵左上角开始逐行扫描。 (2)若某像素点灰度值G(i，j)大于阈值T，进行如下操作 a)if该点为图像左上角点，即i＝0；j＝0，then S(i，j)＝sign；endif b)else if该点为第一行中的点，即i＝0，then i.if S(i，j-1)＝0 then S(i，j)＝sign sign++；endif ii.if S(i，j-1)≠0 then S(i，j)＝S(i，j-1)；endif endif c)else if该点为第一列中的点，即j＝0，then iii.if S(i-1，j)＝0 and S(i-1，j+1)＝0 then S(i，j)＝sign si本文档来自技高网...
【技术保护点】
一种基于空间图像的Ｈａｕｓｄｏｒｆｆ距离星图匹配畸变校正方法，其特征在于步骤如下： （１）读取的图像进行分割处理，提取图像中恒星光斑部分； （２）通过计算各光斑的重心坐标，作为实际坐标； （３）利用相机在地面标定时得到的畸变参数，对步骤（２）得到的实际坐标进行预校正，使之更接近无畸变情况下的坐标，从而提高星图匹配的成功率； （４）利用单帧或多帧Ｈａｕｓｄｏｒｆｆ距离星图匹配方法将星载相机所拍摄的空间图像进行星图匹配，计算各实际坐标对应的理论坐标； （５）利用实际坐标与理论坐标对应关系，计算图像的畸变参数； （６）利用插值法得到校正后图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：秦世引，张淳，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。