System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于高斯过程回归的亚像素级模板匹配序列星图融合方法技术_技高网

基于高斯过程回归的亚像素级模板匹配序列星图融合方法技术

技术编号:40679304 阅读:21 留言:0更新日期:2024-03-18 19:18
本发明专利技术公开了一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其包括:基于高斯过程回归进行序列图像分割,得到所有原始图像的前景掩码;结合空间图像成像规律,基于改进局部自适应二值化处理和亚像素级模板匹配实现星图配准,获取所有相邻两帧图像的匹配区域;采用多分辨率融合与自适应直方图均衡化方法实现融合画板填充与对比度增强,完成序列图像融合。本发明专利技术能够有效提升序列低精度CCD空间图像融合的精度与效率,能够同时实现多帧图像的批量、快速、无缝融合与对比度增强。

【技术实现步骤摘要】

本专利技术属于空间图像融合领域,尤其涉及一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法


技术介绍

1、随着航空航天技术的迅速发展,近地空间人造物体数量激增,庞大的太空网络在为民用、军用领域提供信息的同时,航天器自身也需进行态势感知和危险规避。在轨道空间领域,相较于激光雷达,光学相机具有整体造价较低,观测距离远,隐蔽性强等特点,更符合运载体在空间对抗模式下工作要求,因此基于光学观测设备的以卫星为目标物的空间目标检测是空间态势感知中重要一环。

2、光学相机采集的图像会受到来自外界的云层、光污染以及来自传感器自身的噪声干扰,且高精度图像的设备结构复杂、造价高昂,不适用于实际卫星导航任务,且卫星所携带的相机视场角较小,需通过批量空间图像拍摄实现信息获取,故需要通过图像处理的方式实现强噪声、低精度观测条件下的序列空间图像快速融合。


技术实现思路

1、为了解决现有技术存在的不足,本专利技术提供了一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法,采用高斯过程回归的方法进行图像分割,并改进局部自适应阈值二值化的阈值计算规则,更好的适应不同光照条件下的图像二值化,结合空间图像成像特点与星图运动规律实现分步亚像素级序列图像高精度模板匹配,最后基于多分辨率融合算法实现序列图像融合于增强,消除拼接缝并提升了星点对比度,更好的满足复杂环境下序列空间图像的预处理与拼接任务要求。

2、为了实现上述目的,本专利技术的一个实施方式的一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其包括:

3、s1、基于高斯过程回归进行序列图像分割,得到所有原始图像的前景掩码;

4、s2、结合空间图像成像规律,基于改进局部自适应二值化处理和亚像素级模板匹配实现星图配准,获取所有相邻两帧图像的匹配区域,包括:

5、s21、对所有原始图像进行滤波处理,仅保留恒星条纹,减少额外干扰对配准精度的影响;

6、s22、对经过滤波的图像进行改进局部自适应二值化处理,得到原始图像的二值化图像;

7、

8、其中,lthreshold为二值化图像,l为待处理图像,t(x,y)为(x,y)点像素阈值,(x,y)为点像素坐标;

9、s23、基于空间图像成像规律,采用亚像素级模板选取相邻两帧图像进行配准,获取所有相邻两帧图像的匹配区域,包括:

10、s231、计算二值化图像中的所有连通域的面积,将连通域面积小于10的连通区域灰度值置零,进一步去除匹配干扰噪声点;

11、s232、将相邻两帧图像的二值化图像分为待匹配图像和模板图像;

12、s233、基于空间图像成像规律,以在待匹配图像中生成的粗匹配模板,在模板图像中进行基于归一化系数的模板匹配,获取粗匹配模板匹配成功区域,计算获取粗匹配单应性变换矩阵hr:

13、s234、进行亚像素级别模板匹配,获取最终的相邻两帧图像的匹配区域,包括:

14、在步骤s1中得到的相邻两帧图像的前景掩码中,截取与待匹配图像中粗匹配模板位置相同、尺寸一致的区域作为前景掩码匹配模板图像,再截取与模板图像中匹配成功位置相同、尺寸一致的区域作为前景掩码目标图像;

15、以第一标准尺寸的窗口对前景掩码匹配模板图像进行搜索,找出其中灰度均值最大的区域,令中心点为center,坐标为(x,y),截取以center点为中心的第一标准尺寸的区域作为新模板图像,根据粗匹配单应性变换矩阵hr和center点得到前景掩码目标图像中对应位置的center′点,对应坐标为(x′,y′),以center′点为中心按大于第一标准尺寸的第二标准尺寸截取得到新目标图像,center与center′对应关系如下:

16、

17、对新模板图像和新目标图像分别进行双立方插值,扩展至原图像的10倍分辨率;对扩展后的两幅图像进行基于归一化系数的模板匹配,获取最终的相邻两帧图像的匹配区域;

18、s235、重复步骤s232-s234,获取序列中所有相邻两帧图像的最终匹配区域;

19、s3、采用多分辨率融合方法实现融合画板填充,完成序列图像的融合,包括:

20、s31、根据获取的所有相邻两帧图像的最终匹配区域,求取序列图像中所有图像到最后一帧图像的单应性变换矩阵h(m,n):

21、h(m,n)=h(m,m+1)h(m+1,m+2)…h(n-2,n-1)h(n-1,n)      (10)

22、其中,h(m,n)表示图像m到图像n坐标系的单应性变换矩阵,且m<n,m、n为正整数;

23、s32、根据所有图像的尺寸以及求得的所有图像到最后一帧图像的单应性变换矩阵求得各图像的扩展图像lcanvas:

24、

25、其中,为第m帧图像的扩展图像,lm为第m帧待拼接图像,表示第m帧图像到最后一帧nlast图像的水平偏移量,表示第m帧图像到最后一帧nlast图像的竖直偏移量。;

26、s33、由序列图像中所有图像与最后一帧图像间的单应性变换矩阵对求得的各图像的扩展图像lcanvas进行单应性变换,变换至最后一帧图像的坐标系,构建与各帧原始待拼接图像大小一致的掩码图像;

27、s34、针对构建的各帧的掩码图像进行与待拼接图像转换坐标系的相同操作,构建处于相同坐标系下的待融合图像保留区域的掩码;

28、s35、进行相同坐标系下的待融合图像保留区域的掩码的多分辨率融合,实现多幅图像的同时融合。

29、进一步地,s1中的前景掩码为:

30、m=yimg-ypre,bg      (5)

31、其中,m为前景掩码,yimg为原始图像,ypre,bg为原始图像的背景。

32、进一步地,s233中的粗匹配模板的选取规则如下:

33、将待匹配图像分割区域设置为图像原始尺寸向中心点内缩100pix,并将分割区域图像等分为9份等大矩形区域;

34、计算所有矩形区域127像素密度,选取其中非0数量最多且最密集的矩形区域;

35、将选定区域向外扩展30pix生成最终粗匹配模板。

36、进一步地,s234中第一标准尺寸为50pix×50pix,第二标准尺寸为52pix×52pix。

37、进一步地,所述基于归一化系数的模板匹配,具体为:

38、选定以匹配模板在模板图像中坐标为中心向外扩展第三标准尺寸的范围作为目标图像的匹配区域,用匹配模板在匹配区域上滑动,计算每个位置的匹配模板与对应匹配区域的归一化系数,令归一化系数最接近于1的位置的区域作为匹配模板匹配结果。

39、进一步地,第三标准尺寸为200pix。

40、进一步地,s35进行相同坐标系下的待融合图像保留区域的掩码的多分辨率融合,包括:

41、s351、构建整体融合画板,建立整体融合画板对本文档来自技高网...

【技术保护点】

1.一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,其包括:

2.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S1中的前景掩码为:

3.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S233中的粗匹配模板的选取规则如下:

4.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S234中第一标准尺寸为50pix×50pix,第二标准尺寸为52pix×52pix。

5.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,所述基于归一化系数的模板匹配,具体为:

6.根据权利要求5所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,第三标准尺寸为200pix。

7.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S35包括:

8.根据权利要求7所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S354对整体融合画板金字塔进行图像和掩码填充,填充规则如下:

9.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,所述方法还包括S36采用自适应直方图均衡化方法,提高空间图像中的星点对比度,合成最终的增强图像。

10.根据权利要求9所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,S36中采用自适应直方图均衡化方法,提高空间图像中的星点对比度,合成最终的增强图像,包括:

...

【技术特征摘要】

1.一种基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,其包括:

2.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,s1中的前景掩码为:

3.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,s233中的粗匹配模板的选取规则如下:

4.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,s234中第一标准尺寸为50pix×50pix,第二标准尺寸为52pix×52pix。

5.根据权利要求1所述的基于高斯过程回归的亚像素级模板匹配序列星图融合方法,其特征在于,所述基于归一化系数的模板匹配,具体为:

6.根据权利要求5所述的基于高斯过程回归的亚像素级模...

【专利技术属性】
技术研发人员:曾祥远严清源温童歌
申请(专利权)人:北京理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1