一种单一星图的有效星空区域的提取方法技术

本发明专利技术公开一种单一星图的有效星空区域的提取方法，其首先对星图进行预处理，得到星图中各像素的显著度值，并生成星图显著图；然后以显著度值作为特征，将星图显著图做初始分割，得到预分割块，并对预分割块进行特征提取；以及最后，对特征进行聚类组合，以实现干扰区域的识别及标记。域的识别及标记。域的识别及标记。

【技术实现步骤摘要】
一种单一星图的有效星空区域的提取方法


[0001]本专利技术涉及航空航天
，特别涉及一种单一星图的有效星空区域的提取方法。

技术介绍

[0002]在卫星星座热潮下，人造卫星数量的巨增对空间探测任务与地面观测实验带来了极大的影响。而星敏感器由于其具有高精度、高自主性和低功耗等优点，因此，在航天任务中扮演着极其重要的角色。随着空间探测任务与地面观测实验难度的提升，对星敏感器，尤其是高精度、高动态性能的星敏感器提出了更高的要求。
[0003]恒星图像是星敏感器唯一的数据来源，而星图像通常会受到各种干扰而失去作用，直接影响后续的星点提取。因此，星敏感器性能的关键之一就是其抗干扰性能。
[0004]除了背景噪声以外，星敏感器视场中的大面积干扰物同样会影响星敏的姿态输出。Van Allen内辐射带、宇宙射线和太阳质子事件等所释放的高能质子，由于速度差异而在像平面产生划痕类干扰；卫星部组件及其二次漫反射光进入星敏感器视场在像平面产生的规则形状的干扰；以及在地面观星和标定实验中，视场内不可避免会进入一些干扰物，如薄云等不规则形状的干扰。此外，未来星敏感器低成本高性能化的要求下，城市观星成为可能。但城市观星面临的最大问题是视场中有许多不规则的大面积干扰物。因此，去除视场中的干扰是保证星敏感器正常运行的关键一步。
[0005]在传统的天文图像处理研究中，针对天文图像中干扰问题投入了大量研究。基于多幅图像叠加的干扰抑制算法可以去除这些干扰，基于点扩散特征的方法通过检测宇宙射线和卫星轨迹的分布特征是否符合点扩散函数以去除干扰；多特征匹配的方法通过提取图像的多个特征并根据几何匹配去除干扰。如果在星敏感器上使用这些方法，会带来较大的内存消耗，而且需要长时间的比对。为了从单个天文图像中去除划痕类干扰，常使用基于Hough变换方法和基于离群值检测的方法，但其仅仅对符合线性分布的干扰有比较好的效果。针对其它大面积干扰，则使用Laplacian边缘检测的方法通过其边缘的锐度识别任意形状和大小的划痕类干扰。但对于大面积干扰物，目前还没有较好的算法或方法。

技术实现思路

[0006]针对现有技术中的部分或全部问题，为了去除星图中的大面积显著干扰，进而提取有效星空，本专利技术提供一种单一星图的有效星空区域的提取方法，包括：
[0007]对星图进行预处理，得到星图中各像素的显著度值，并生成星图显著图；
[0008]以所述显著度值作为特征，将所述星图显著图做初始分割；
[0009]进行特征提取；以及
[0010]对所述特征进行聚类组合，以实现干扰区域的识别及标记。
[0011]进一步地，所述预处理包括：通过受限LC算法对星图直方图进行去均衡化，得到各像素的显著度值。
[0012]进一步地，所述预处理还包括：所述显著度值的计算包括如下约束条件：
[0013][0014]其中，为显著度值的最小值所对应的像素值。
[0015]进一步地，所述初始分割包括：采用简单线性迭代聚类方法(Simple Linear Iterative Clustering，SLIC)，对显著度值相似的像素进行聚类。
[0016]进一步地，所述简单线性迭代聚类方法采用的度量值根据显著度距离以及空间距离计算得到。
[0017]进一步地，所述提取方法还包括，在进行初始分割前，对所述显著度值做归一化处理。
[0018]进一步地，所述特征包括超像素的显著度均值，以及所述星图中的超像素像素方差。
[0019]进一步地，所述聚类组合采用具有噪声的基于密度的聚类方法(Density
‑
Based Spatial Clustering of Applications with Noise，DBSCAN),实现。
[0020]进一步地，所述DBSCAN算法中的距离度量采用带权重的闵可夫斯基距离。
[0021]本专利技术提供的一种单一星图的有效星空区域的提取方法，融合显著性检测、SLIC超像素分割以及DBSCAN方法对星图中干扰区域进行识别和标记，进而提取有效星空区域，用于星点提取和星图识别。具体而言，所述提取方法首先使用受限LC算法对星图做预处理，增加大面积干扰物和背景的对比度；然后基于SLIC超像素分割的思想，对显著度图预分割；最后从这些超像素中提取特征，使用DBSCAN聚类将具有类似特征的超像素组合，得到大面积干扰物区域和有效星空区域。通过对实拍星图测试结果表明，所述提取方法在处理视场中大面积干扰时，能够有效地分割星图中大面积干扰物和星空区域，并且在强干扰的情况能够成功提取星点，进而提高了星敏感器的可使用率。所述提取方法可以扩展应用到星相机的图像识别和地面观星实验中。
附图说明
[0022]为进一步阐明本专利技术的各实施例的以上和其它优点和特征，将参考附图来呈现本专利技术的各实施例的更具体的描述。可以理解，这些附图只描绘本专利技术的典型实施例，因此将不被认为是对其范围的限制。在附图中，为了清楚明了，相同或相应的部件将用相同或类似的标记表示。
[0023]图1a示出模拟生成的理想星点能量分布示意图；
[0024]图1b示出模拟动态匀速运动的星点能量分布示意图；
[0025]图1c示出模拟变角速度运动的星点能量分布示意图；
[0026]图1d
‑
1f示出在轨真实星图中星点能量分布示意图；
[0027]图2a
‑
2d示出多种受干扰星图中的大面积干扰物的放大示意图；
[0028]图3示出本专利技术一个实施例的一种单一星图的有效星空区域的提取方法的流程示意图；
[0029]图4a及4b分别示出星图原图以及其采用本专利技术一个实施例中的LC算法进行显著度计算后的显著度图；
[0030]图5a
‑
5b分别示出星图原图以及其采用本专利技术一个实施例中的LC算法进行显著度计算后的显著度图的直方图分布；
[0031]图6a
‑
6b分别示出采用本专利技术一个实施例中的LC算法及受限LC算法进行显著度计算后的灰度和显著度对应关系；
[0032]图7示出示出本专利技术一个实施例中超像素分割中不同超像素个数下的有效星空占有率示意图；
[0033]图8示出本专利技术一个实施例中超像素分割中不同m值对应的边界召回率示意图；
[0034]图9a
‑
9d分别示出超像素分割图及其表示显著干扰区域的细节、表示疑似星点区域的细节、以及各超像素显著度图均值和原图方差的分布示意图；
[0035]图10a
‑
10e分别示出星链卫星滑过星空形成长条纹状的干扰，及使用阈值法提取星点的结果、聚类后生成的二值掩膜、掩膜存在时的星点提取结果、以及DBSCAN聚类的结果；
[0036]图11a
‑
11f分别示出地面拍摄的星空图，及使用阈值法提取星点的结果、SLIC超像素分割结果、DBSCAN聚类的结果、聚类后生成的二值掩膜、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单一星图的有效星空区域的提取方法，其特征在于，包括步骤：对星图进行预处理，得到星图中各像素的显著度值，并生成星图显著图；以所述显著度值作为特征，将所述星图显著图做初始分割，得到预分割块；对所述预分割块进行特征提取；以及对所述特征进行聚类组合，以实现干扰区域的识别及标记。2.如权利要求1所述的提取方法，其特征在于，所述预处理包括：通过LC算法对星图直方图进行去均衡化，得到各像素的显著度值。3.如权利要求2所述的提取方法，其特征在于，所述显著度值的计算包括如下约束条件：其中，为显著度值的最小值所对应的像素值。4.如权利要求1所述的提取方法，其特征在于，所述初始分割包括：采用简单线性迭代聚类方法对显著度值相似的像素进行聚类。5.如权利要求4所述的提取方法，其特征在于，所述简单线性迭代聚类方法采用的度量值D
′
根据显著度距离度量值d
sal
以及空间距离d
s
计算得到：其中：为初始分割超像素边长，其中K为超像素数；以及m为正常数，其用于控制...

【专利技术属性】
技术研发人员：师晨光，张锐，余勇，孙兴哲，林晓冬，谢祥华，黄志伟，
申请(专利权)人：上海微小卫星工程中心，
类型：发明
国别省市：