佟 帥，王安國，李 輝，張 磊

(海軍大連艦艇學(xué)院 航海系，遼寧 大連 116018)

船用星敏感器星象提取方法

佟 帥，王安國，李 輝，張 磊

(海軍大連艦艇學(xué)院 航海系，遼寧 大連 116018)

從星空圖像中提取星象是星敏感器工作的重要基礎(chǔ)，也一直是星敏感器研究領(lǐng)域的研究重點(diǎn)。針對船用星敏感器所獲取的星空圖像噪聲情況復(fù)雜的特點(diǎn)，提出一種新的閾值分割星圖星象提取方法。經(jīng)實(shí)驗(yàn)驗(yàn)證，能夠很好的在高噪聲條件下提取星象,適用于船用星敏感器星象提取。

船用星敏感器；星象提??；閾值分割

0 引 言

作為一種高精度的自主測姿定位設(shè)備，星敏感器一直是天文導(dǎo)航的重要研究方向。其基本工作原理是以恒星為參照物，圖象傳感器(CCD或CMOS)拍攝恒星圖象，對所拍攝圖象進(jìn)行處理，提取出所需的星象位置和亮度信息與導(dǎo)航星庫進(jìn)行星圖匹配，最后經(jīng)過姿態(tài)估算計(jì)算出星敏感器(載體)的三軸姿態(tài)。目前的星敏感器已經(jīng)發(fā)展至第二代，已能夠在無初始姿態(tài)信息的情況下完全獨(dú)立工作，輸出高達(dá)角秒量級的姿態(tài)信息，因而被廣泛應(yīng)用在衛(wèi)星、導(dǎo)彈、飛機(jī)、艦船等載體的定位測姿上[1]。

相對其他深(太)空載體星敏感器，船用星敏感器受限于所處位置——海平面，不可避免的要受到大氣擾動(dòng)、地表雜光以及塵埃顆粒等影響，難以獲得高質(zhì)量的星空圖像。在固定的光學(xué)系統(tǒng)及圖像傳感器等硬件條件下，星敏感器系統(tǒng)在軟件層面上對星象的提取能力在很大程度上決定了星敏感器測量精度[2-3]，因而一直以來都是船用星敏感器研究的重點(diǎn)之一。

第二代星敏感器對星象進(jìn)行提取主要采用閾值分割方法[4-5]，但由于目前星敏感器的應(yīng)用研究主要集中在高速航空航天設(shè)備上，星空圖像的拍攝條件較為理想，受噪聲影響較小，因此各種星象提取算法更注重實(shí)時(shí)性，而在抗噪聲方面沒有做過多考慮，并不適用于噪聲條件復(fù)雜的船用星敏感器應(yīng)用。本文針對船用星敏感器星象提取的特殊性，提出新的快速閾值分割方法，以滿足船用星敏感器快速準(zhǔn)確提取星象的需求。

1 閾值算法理論

1.1 基本原理與常見算法

一般認(rèn)為影響星圖中各個(gè)像素點(diǎn)灰度值的基本因素有背景亮度、圖像噪聲和星體亮度3個(gè)，其中背景像素灰度由前兩部分構(gòu)成，星象像素灰度則包括了全部3個(gè)因素。因此，圖像中星象像素與背景像素的灰度值可表示為：

GS=G1+G2+G3，

(1)

GB=G1+G2。

(2)式中：GS為星象像素灰度值；GB為背景像素灰度值；G1為背景亮度；G2為圖像噪聲；G3為星體亮度。

對于一般星圖圖像，可認(rèn)為背景亮度固定，噪聲為高斯白噪聲，則星體像素灰度直接由星體亮度決定[6]，以背景像素灰度GB作為閾值T，即可將星體像素提取出來。實(shí)際情況中，無法直接確定背景像素灰度值，故使用其他方法進(jìn)行估算。

基于統(tǒng)計(jì)的閾值算法是目前星圖星象提取算法最常用的方法[7]，通過計(jì)算全圖像素灰度值的均值和均方差。根據(jù)高斯分布理論以及期望的背景濾除的概率確定閾值。這種方法的優(yōu)點(diǎn)是計(jì)算簡單，易于實(shí)現(xiàn)，實(shí)時(shí)性好，能滿足大多數(shù)情況下星圖星象提取的需求；但是該方法對暗星提取效果較差，易產(chǎn)生提取星數(shù)量過少或誤提取的情況，尤其在噪聲較強(qiáng)的時(shí)候，基于統(tǒng)計(jì)的方法已無法對星象進(jìn)行提取。

1.2 基于局部窗口的閾值算法

相比于導(dǎo)彈衛(wèi)星等深(太)空設(shè)備，船用星敏感器在拍攝星空圖像時(shí)要更多的受到大氣及周圍雜光的影響，所拍攝的星空圖像具有更強(qiáng)的噪聲，嚴(yán)重影響對星圖中星象的提取。從實(shí)際海上拍攝的星圖圖像中可以發(fā)現(xiàn)，由于噪聲較強(qiáng)，噪聲像素灰度值較高，噪點(diǎn)的灰度值已經(jīng)接近甚至高于一些低亮度星象的灰度值，在視場內(nèi)亮星較少的情況下，采用基于一般統(tǒng)計(jì)或者基于灰度直方圖的閾值計(jì)算方法難以對暗星進(jìn)行提取，提取到的星象數(shù)量明顯減少，無法滿足后續(xù)辨識及定位計(jì)算的需求。

但當(dāng)視場內(nèi)星象較少時(shí)，也意味著不包含星象的背景區(qū)域相應(yīng)增加，因此可以通過使用小窗口對圖像進(jìn)行掃描，尋找背景區(qū)域，根據(jù)背景區(qū)域灰度情況計(jì)算出分割閾值，保證在濾除背景噪聲的同時(shí)更好的保留暗星。

根據(jù)星圖尺寸在40×40～80×80范圍內(nèi)選取合適的窗口尺寸對全圖進(jìn)行窗口掃描，對每個(gè)掃描窗口區(qū)域計(jì)算灰度值均值μ與方差δ：

(3)

(4)

由于圖像噪聲的主要成分是白噪聲，基于白噪聲特性，任何出現(xiàn)在窗口內(nèi)的高灰度值點(diǎn)(包括星象和尖峰噪聲)都會增大窗口灰度值方差，因此，可以認(rèn)為灰度值方差最小的窗口區(qū)域?yàn)閱渭兊谋尘皡^(qū)域。

(6)

根據(jù)高斯分布理論，該閾值TB將背景及白噪聲濾除的概率P(GB99.7%。

實(shí)際計(jì)算中，可能出現(xiàn)星圖非常理想，亮星較多的情況，這時(shí)閾值分割的重點(diǎn)是濾除背景而不再是保留暗星，因此可適當(dāng)提高閾值，如令TB=μ+6δ。這樣對背景及噪聲的濾除概率可達(dá)到99.9997%以上，能夠更好地濾除背景，有利于亮星的提取。

1.3 基于星象灰度連續(xù)性的噪點(diǎn)剔除方法

經(jīng)過上一步的閾值分割后，星象被較好地保留下來，但是同時(shí)也保留了很多灰度值較高的噪聲點(diǎn)(尖峰噪聲等)，需要進(jìn)一步對這些噪點(diǎn)進(jìn)行剔除。要剔除噪點(diǎn)，首先要區(qū)分星象與噪點(diǎn)在圖像灰度分布上的不同。

從朝向已知天區(qū)拍攝的星圖中分別提取暗星區(qū)域和灰度值較高的噪點(diǎn)區(qū)域，對其放大并使用Matlab繪制灰度分布，如圖1和圖2所示。

圖1 放大的暗星區(qū)域及其灰度分布Fig.1 Magnified dark star and gray distribution

從圖1和圖2可知，暗星星象雖然灰度值較低，但是其灰度分布具有明顯的面積特征和連續(xù)性；而噪點(diǎn)雖然灰度值較高，但其周圍像素的灰度值較低，不具有面積特征和連續(xù)性。因此，可以根據(jù)這一特征對噪點(diǎn)進(jìn)行剔除。

在灰度圖像中某個(gè)暗區(qū)域出現(xiàn)尖峰噪聲時(shí)，會明顯提高該區(qū)域灰度均值，但對區(qū)域像素的中值影響很小，甚至沒有影響，因此，可以計(jì)算高亮點(diǎn)周圍小區(qū)域內(nèi)均值與中值的比例，如式(6)。

圖2 放大的噪點(diǎn)區(qū)域及其灰度分布Fig.2 Magnified noise and gray distribution

(6)

式(6)表示對圖像中點(diǎn)(x,y)周圍d×d區(qū)域計(jì)算均值μ和中值med的比值k，當(dāng)k大于預(yù)設(shè)的閾值時(shí)則認(rèn)為(x,y)點(diǎn)為噪點(diǎn)，予以剔除。

2 實(shí)驗(yàn)分析

實(shí)驗(yàn)使用真實(shí)星空圖像，分別使用一般的全局閾值分割方法和局部窗口閾值分割及噪點(diǎn)剔除方法對圖像進(jìn)行處理，處理結(jié)果如圖3所示。從圖中可明顯看到，全局閾值分割方法受噪聲影響嚴(yán)重，基本無法正常提取星象。而本文方法對于噪聲有很好的濾除效果，能夠正確提取出星象，同時(shí)能夠很好剔除噪點(diǎn)，避免將噪點(diǎn)誤提取為星象，能夠?yàn)楹罄m(xù)的星圖匹配打下良好基礎(chǔ)。

圖3 實(shí)驗(yàn)圖像Fig.3 Experiment images

3 結(jié) 語

由于大氣等各種因素的干擾，在海上實(shí)拍效果清晰的星圖非常困難。在這種情況下，傳統(tǒng)分割方法受噪聲影響較大，無法很好地提取星象。經(jīng)實(shí)驗(yàn)驗(yàn)證，本文提出的方法能夠較好地在高噪聲條件下提取出星圖中星象，具有較強(qiáng)的應(yīng)用價(jià)值。

[1] 劉壘,張路,鄭辛，等.星敏感器技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J].紅外與激光工程,2007,36(S2):529-533.

[2]LIEBIECC.Accuracyperformanceofstartracker-atutorial[J].IEEETransactiononAerospaceandElectronicSystems,2002,38(2):587-599.

[3] 李德良,阮錦.一種適用于星敏感器的星點(diǎn)提取方法[J].激光與紅外,2009,39(12):1348-1350.

[4] 劉太陽,王仕成,劉志國,等.一種高噪聲情況下的星點(diǎn)聚心算法[J].光電工程,2010,37(12):6-10.

[5] 王兆魁,張育林.一種CCD星圖星點(diǎn)快速定位算法[J].空間科學(xué),2006,26(3):209-214.

[6] 王學(xué)偉,張春華,趙釗,等.低信噪比星象質(zhì)心定位算法分析[J].紅外技術(shù),2009,31(6):342-347.

[7] 原玉磊,鄭勇.一種大視場星圖星點(diǎn)提取的閾值算法[J].海洋測繪,2011,31(5):41-43.

YUANYu-lei,ZHENGYong.Athresholdsegmentationmethodofstarextractioninlargefieldstarimage[J].HydrographicSurveyingandCharting,2011,31(5):41-43.

Research on star extraction method for shipboard star sensor

TONG Shuai,WANG An-guo,LI Hui,ZHANG Lei

(Department of Navigation, Dalian Naval Academy,Dalian 116018,China)

As an important basis of star sensor,star extraction from star image has long been a key point in this field.As for the complicated noise condition of offshore star image,a new star image threshold segmentation method for star extraction is proposed.The algorithm has been proved in actual experiments that it is effective for shipboard star sensor.

shipboard star sensor;star extraction;threshold segmentation

2013-02-28；

2013-04-07

國家科技支撐計(jì)劃資助項(xiàng)目(2012BAH36B00)

佟帥(1987-)，男，博士研究生，主要研究方向?yàn)樘煳膶?dǎo)航。

TP75

A

1672-7649(2014)03-0083-03

10.3404/j.issn.1672-7649.2014.03.017