毛曉艷，王大軼，辛優(yōu)美，應(yīng) 磊

(1.北京控制工程研究所，北京 100190；2.空間智能控制技術(shù)國家級重點實驗室，北京 100190)

深空光學(xué)敏感器“拖尾圖像”的處理方法研究

毛曉艷1,2，王大軼1,2，辛優(yōu)美1,2，應(yīng) 磊1,2

(1.北京控制工程研究所，北京 100190；2.空間智能控制技術(shù)國家級重點實驗室，北京 100190)

主要研究深空探測巡航段的光學(xué)敏感器拖尾圖像的處理方法，通過導(dǎo)航信息預(yù)測得到系列特征運動軌跡點，對預(yù)測點進行修正并進行特征模板的提取和歸一化處理，然后進行交互相關(guān)，給出多個軌跡線上匹配的對應(yīng)點位置，計算偏移量，對軌跡點進行修正，更新模板進行相關(guān)，再次迭代，直到結(jié)果收斂.最后對多個點的位置進行加權(quán)平均，得到準(zhǔn)確的相對角矩信息，用于星圖識別提供小行星指向信息，文中給出了圖像處理的仿真結(jié)果.

深空探測；光學(xué)導(dǎo)航；拖尾圖像處理；互相關(guān)

深空探測是航天三大活動領(lǐng)域之一，它有助于人類理解宇宙的產(chǎn)生與發(fā)展、生命演化和行星演化等問題[1].在深空探測一些特殊的飛行階段，例如接近、繞飛、著陸、附著、撞擊等過程需要精確獲得探測器相對位置、姿態(tài)，但是由于深空飛行的距離較遠(yuǎn)，地面測控受限且不能滿足實時性需要，因此提出了航天器的高級自主導(dǎo)航和智能控制能力需求.因為深空環(huán)境的特殊性，測量手段非常有限，能簡易獲得豐富導(dǎo)航信息的就是光學(xué)圖像，航天器通過傳感器獲取光學(xué)圖像信息，圖像處理后來確定自身的準(zhǔn)確位置和航向信息，其獨立性、準(zhǔn)確性、可靠性以及信息完整性等優(yōu)勢已經(jīng)使其成為一種很重要的精確導(dǎo)航方法[2].

國外在深空探測的研究上，很早就提出了星際航天器自主導(dǎo)航理論，并結(jié)合大量的空間飛行試驗進行了新技術(shù)的開發(fā)研制.NASA的深空一號、星塵探測器，日本的隼鳥號，歐空局的羅塞塔等等，對飛行過程中的巡航段、接近環(huán)繞段、飛越段以及著陸段的光學(xué)導(dǎo)航技術(shù)進行了探索性的研究[3-6].由于不同飛行階段的不同成像特性，每種方法各有側(cè)重，針對性不同.

本文主要研究深空探測巡航段的圖像處理方法，由于巡航段選擇小行星作為導(dǎo)航星，而小行星的星等較弱，為9～12等星，敏感器需要長時間的曝光才能成像.長時間曝光的過程中，由于探測器平臺運動，導(dǎo)航天體成像不再是單個星點，而是隨著擾動改變在圖像中的位置，形成軌跡線，成為拖尾圖像.由于曝光過程中無法記錄每個時刻對應(yīng)的星點圖像位置，圖像處理只能針對最終形成的復(fù)雜軌跡線圖像進行，對其中心的準(zhǔn)確提取帶來了難度，恒星敏感器上采用的星點質(zhì)心算法不再有效，需用研究新的提取技術(shù).

1 主要研究內(nèi)容

1.1基本原理

導(dǎo)航計算需要從拖尾圖像中獲取導(dǎo)航星之間的相對夾角信息，對圖像處理而言就是每兩個星體的相對位置信息.為了保證可解，需要一個小行星信息，還需要最少3顆恒星信息.因為曝光的時間比較長，無法從圖像中得到某一時刻對應(yīng)的像點，只能從軌跡特征中找到具有唯一對應(yīng)軌跡運動特征的同一時刻對應(yīng)點，這些點代表的相對位置信息都是相同的，可以利用這些點間的相對位置來表示星體的相對位置[7].處理算法的描述如下，假設(shè)圖像中有n(n≥4)個目標(biāo)的軌跡線，每條軌跡線上具m個特征運動軌跡點，稱之為節(jié)點，在n個目標(biāo)上的同一個節(jié)點處取模板，進行交互相關(guān)，修正這些點的模板中心趨向同一個特征位置，這些模板中心就代表利用這個軌跡點求得的位置.同樣可得到其他m-1個軌跡點代表的位置信息，然后求兩兩目標(biāo)之間的相對位置并進行加權(quán)平均，得到最終的測量值.

1.2具體實現(xiàn)

1.2.1預(yù)測信息

根據(jù)規(guī)劃的軌跡，選擇用于導(dǎo)航的小行星和恒星，由于飛行器的姿態(tài)通過星敏感器測量已知，所以小行星和恒星在導(dǎo)航敏感器視場內(nèi)的大致位置是可以預(yù)測得到的[8].飛行器上安裝的慣性組件也可以監(jiān)控飛行器的姿態(tài)擾動，通過對運動監(jiān)測的分析，可以給出特征運動軌跡點的大致位置，由目前的敏感器精度分析可以認(rèn)為預(yù)測的軌跡點精度在10個像素以內(nèi).

軌跡點的預(yù)測就是在敏感器的測量坐標(biāo)確定以后，根據(jù)導(dǎo)航星的初始矢量表示，結(jié)合敏感器的相關(guān)參數(shù)，計算出導(dǎo)航星在像平面下的坐標(biāo)表示.為了修正預(yù)測點的位置，提高其精度，利用預(yù)測的軌跡點靜態(tài)成像和動態(tài)成像相結(jié)合形成運動軌跡模板，模板和拍攝圖像的預(yù)測區(qū)域進行粗匹配，可以修正軌跡點的預(yù)測位置，將精度提高到2個像素左右.

靜態(tài)成像利用星點光斑能量的高斯點擴散函數(shù)來表示，如式(1)所示

式中，m,n表示像素坐標(biāo)，I(m,n)表示在此像素下收集的光電子數(shù)，I0為單位時間投射到光敏面上的光信號能量產(chǎn)生的光電子數(shù)；T為積分時間；(x0,y0)為星點像能量中心(即質(zhì)心)；σPSF為高斯彌散半徑.

動態(tài)成像利用在靜態(tài)成像的基礎(chǔ)上采用直接積分法來實現(xiàn)：

選擇適合的步長時間Δt，Ik-1(m,n)表示k-1個步長時間內(nèi)的像素光電子數(shù)，Ik(m,n)表示第k個步長時間內(nèi)的像素光電子數(shù)，(x0(k),y0(k))為k步長時的星點像能量中心，所有步長時間的光電子數(shù)疊加即得到該像素位置最終的像點能量.步長時間越短，像點密度越大，當(dāng)每個步長時間內(nèi)的像點可以連接時就形成連續(xù)的軌跡線.

為了提高運算效率，動態(tài)成像只需要模擬軌跡線在節(jié)點處的運動特征，不需要所有的節(jié)點進行參與，只需要該時刻位置、其上一時刻和下一時刻(或上2～3時刻和下2～3時刻，由運動頻率和采集頻率確定)的位置進行動態(tài)仿真形成小面積的預(yù)測軌跡圖像即可.

1.2.2模板選擇

在圖像的預(yù)測位置處取窗口，對窗口內(nèi)的目標(biāo)星軌跡進行判斷，如果星體的亮度偏暗，不滿足設(shè)定的閾值要求，則該點不滿足相關(guān)的前提，進行舍棄.如果星體的軌跡出現(xiàn)斷裂或?qū)挾冗^小，則也認(rèn)為不滿足相關(guān)要求，進行舍棄.軌跡變化過于緩和的節(jié)點認(rèn)為不滿足運動特性突出的要求，不利于相關(guān)匹配同樣進行舍棄.滿足亮度要求，又滿足寬度要求和運動突出性要求的位置認(rèn)為是可參與交互相關(guān)的點，進行保留，并以預(yù)測位置為中心，利用軌跡模板進行修正，然后提取匹配模板.

星點動態(tài)軌跡圖像節(jié)點是否滿足運動特性突出的判斷條件如下：

其中中心節(jié)點坐標(biāo)為(u0,v0)，相鄰兩節(jié)點分別為(u1,v1)和(u2,v2).當(dāng)cosφ≥thred時，該中心節(jié)點認(rèn)為是滿足要求的軌跡節(jié)點，thred閾值根據(jù)運動規(guī)律可以調(diào)整.

節(jié)點的判斷可保留運動軌跡變化更明顯的節(jié)點，有利于提高后續(xù)匹配的精度.但是如果在真實的星點軌跡圖像上進行節(jié)點判斷，計算會相當(dāng)復(fù)雜，需要大量的濾波和提取技術(shù)，本文利用了1.2.1節(jié)中預(yù)測得到的軌跡圖像，其節(jié)點坐標(biāo)已知，計算簡單，即可提高節(jié)點模板的獨特性，又減少了利用真實星點軌跡進行分析判斷的算法處理復(fù)雜度.

提取匹配模板后對其進行歸一化，假設(shè)匹配模板為Fij，大小為m1×n1，對其進行歸一化處理：

在其他目標(biāo)的預(yù)測位置取原始圖像的窗口S作為待匹配區(qū)域，大小為M×N，其中Mgt;m1，Ngt;n1，把S分成一系列的小區(qū)域Sij，每個大小為m1×n1，并對每個區(qū)域Sij進行如式(4)所示的歸一化處理.

1.2.3互相關(guān)

因為每個匹配模板的中心位置都是在單個軌跡線上進行的特征點提取，所以并不能準(zhǔn)確反映軌跡線之間的相對關(guān)系，需要進行更高精度的計算來修正這些成組的節(jié)點之間的位置關(guān)系.將某一組對應(yīng)的節(jié)點圖像進行放大，來說明所要采取的互相關(guān)算法，如圖1所示.

圖1 交互相關(guān)匹配原理圖

使用最小二乘法可以求解a,b,c這3個偏移量，大于3個目標(biāo)的方程都可以依式(5)進行改寫，方程的個數(shù)為n(n-1)，n為目標(biāo)個數(shù).

相關(guān)匹配時，將模板和待選擇區(qū)域的歸一化結(jié)果進行卷積，cij=F?Sij，得到系列相關(guān)系數(shù)cij.為了使匹配的結(jié)果優(yōu)于1個像素，保留相關(guān)系數(shù)最大和兩個次大的位置值，進行二次曲線的擬和，求得峰值處的位置值作為匹配的最佳結(jié)果，然后代入式(5)，求解偏移量a,b,c.

得到偏移量后，在rA、rB、rC上修正偏移向量，利用新得到的位置點作為新的特征點，建立新的匹配模板，重復(fù)上述互相關(guān)的過程，得到新的修正偏移量，如此迭代循環(huán)，直到位置偏移量小于設(shè)定的殘差時，將模板中心作為該條軌跡圖像上節(jié)點的最終位置輸出.

1.2.4加權(quán)平均

因為每條軌跡線上選取了多個節(jié)點，可以得到多組相對位置.為了修正最后的結(jié)果，對得到的多組相對位置進行方差求取，認(rèn)為方差過大的結(jié)果屬于交互相關(guān)有誤的，進行剔除.對剩下較好的數(shù)據(jù)利用其相關(guān)系數(shù)進行歸一化得到ci，將其作為該結(jié)果的加權(quán)系數(shù)進行加權(quán)，計算多組相對位置di最后的高精度結(jié)果d，如式(6)所示：

2 仿真結(jié)果

2.1實例1

仿真得到的拖尾圖像效果如圖2所示：

圖2 實例1仿真的拖尾圖像

選取的節(jié)點判斷效果如圖3所示：

圖3 實例1提取的節(jié)點效果圖

選定6個目標(biāo)進行交互相關(guān)，每個小框的中心為提取的該節(jié)點中心.得到的最終結(jié)果如表1所示.

由結(jié)果可以看出，一般迭代5次以內(nèi)，相對位置誤差已經(jīng)很小，在較好的軌跡特征和成像質(zhì)量下精度可以達(dá)到0.1個像素.

根據(jù)表1中的數(shù)據(jù)提供角矩輸入，經(jīng)過星圖識別，得到小行星的空間指向信息為：(0.6605454866，0.7352658255，-0.1518677989)，與真值相比的指向誤差為0.0348″.

2.2實例2

仿真得到的拖尾圖像效果如圖4所示.

圖4 實例2仿真的拖尾圖像

選取的節(jié)點判斷效果如圖5所示.

圖5 實例2提取的節(jié)點效果圖

選定6個目標(biāo)進行交互相關(guān)，每個小框的中心為提取的該節(jié)點中心.

得到的最終結(jié)果如表2所示.

經(jīng)過星圖識別，得到小行星的空間指向信息為：(0.6605448527，0.7352663165，-0.1518681873)，與真值相比的指向誤差為0.188″.

3 結(jié) 論

本文研究了深空探測“拖尾圖像”的處理方法，利用仿真圖像進行了算法驗證，將提取的節(jié)點進行交互相關(guān)，得到了較為準(zhǔn)確的相對位置信息，最終獲得小行星的高精度空間指向.同時在研究中發(fā)現(xiàn)由于弱目標(biāo)的灰度很低，交互相關(guān)時容易產(chǎn)生誤差，需要在后續(xù)的工作中進一步加強對模板的處理和相關(guān)算法的研究，提高弱小目標(biāo)相關(guān)匹配的精度和算法的魯棒性.

表1 實例1圖像處理結(jié)果

表2 實例2圖像處理結(jié)果

[1] 鄧湘金，張熇，褚桂柏.國外深空探測發(fā)展歷程及對我國的啟示[C].中國宇航學(xué)會深空探測技術(shù)專業(yè)委員會第一屆學(xué)術(shù)會議，哈爾濱，2005

[2] Bhaskarran S, Riedel J E, Synnott S P.Autonomous optical navigation for interplanetary missions [J].Space Sciencecraft Control and Tracking in the New Millennium, 1996, 2810: 32-43

[3] Rayman M D, Lehman D H.NASA’s first new millennium deep space technology validation flight[C].IAA Paper IAA-L-0502, the Second IAA International Conference on Low-Cost Planetary Missions, Laurel, MD, April 1996[4] Carranza E, Kennedy B, Williams K.Orbit determination of stardust from the annefrank asteroid fly-by through the wild 2 comet encounter [J].Advances in the Astronautical Sciences Space Flight Mechanic, 2005,119(2)：8-12

[5] Uo M, Baba K, Kubota T, et al.Navigation, guidance and control of asteroid sample return spacecraft: MUSES-C [J].NEC Research and Development, 2001，42(2):188-192

[6] Sanchez P, Jose M, Rodriguez C J.Analysis of Rosetta interplanetary navigation [C].The 54thInternational Astronautical Congress of the International Astronautical Federation, Bremen, Germany, Sep.29-Oct.3, 2003

[7] Vaughan R M, Riedel J E, Davis RP, et al.Optical navigation for the Galileo Gaspra encounter [C].Astrodynamics Conference, AIAA Paper 92-4522, Hilton Head, South Carolina, August 1992

[8] CARL C L.Accuracy performance of star trackers - A Tutorial [J].IEEE Transactions on Aerospace and Electronic System, 2002, 38(2): 587-597

ProcessingMethodof“TrailedImage”forDeepSpaceOpticalSensor

MAO Xiaoyan1,2，WANG Dayi1,2，XIN Youmei1,2，YING Lei1,2

(1.BeijingInstituteofControlEngineering,Beijing100190,China；(2.NationalKeyLaboratoryofScienceandTechnologyonSpaceIntelligentControl,Beijing100190，China)

The core of this article puts emphasis on processing trailed images in cruise phase in deep space exploration for automatic optical navigation.Depending on measure information of a navigation system, the characteristic points expressing the sharp movement are obtained.These points are revised, picked up and normalized.Then the multi-cross-correlations can be done and results are correlation points on different extended image trails.After offset is calculated, the points are updated, then be revised, picked up and cross-correlated iterated again and again, till results are convergent.The individual measurements are weighted by the correlation ratio.Correct match points are used to identify the stars to get the pointing information about the asteroid including the simulation result.

deep space exploration；optical navigation；trailed image process；cross-correlation

TP751

A

1674-1579(2010)02-0001-05

2009-11-11

毛曉艷(1977—)，女，湖北人，高級工程師，研究方向為計算機視覺與圖像處理(e-mail: cicely_mao@yahoo.com.cn).