歐陽琰，王樹文，李世飛，王志斌，李文杰

(空軍預(yù)警學(xué)院，湖北 武漢 430019)

?

基于在軌光學(xué)相機(jī)的空間點(diǎn)目標(biāo)檢測(cè)方法

歐陽琰，王樹文，李世飛，王志斌，李文杰

(空軍預(yù)警學(xué)院，湖北 武漢 430019)

針對(duì)在軌光學(xué)相機(jī)視軸無法通過衛(wèi)星姿態(tài)進(jìn)行預(yù)估，序列探測(cè)圖像中恒星背景又無法忽略等空間運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)中的難點(diǎn)問題，提出了一種基于序列幀探測(cè)圖像運(yùn)動(dòng)特性分析的點(diǎn)目標(biāo)檢測(cè)方法。該方法首先從恒星星圖中檢測(cè)出所有的目標(biāo)點(diǎn)，接著選取亮星點(diǎn)進(jìn)行恒星識(shí)別，最后對(duì)所有的目標(biāo)點(diǎn)進(jìn)行運(yùn)動(dòng)分析，檢測(cè)出與恒星具有不同運(yùn)動(dòng)特性的星點(diǎn)作為空間點(diǎn)目標(biāo)。仿真結(jié)果表明，該方法能夠從運(yùn)動(dòng)的恒星背景中識(shí)別出空間運(yùn)動(dòng)點(diǎn)目標(biāo)，對(duì)完善空間運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)方法有參考價(jià)值。

在軌光學(xué)相機(jī)；空間點(diǎn)目標(biāo)檢測(cè)；星圖識(shí)別；運(yùn)動(dòng)參數(shù)估計(jì)

如今星敏感器已經(jīng)廣泛應(yīng)用于航天領(lǐng)域，其主要觀測(cè)對(duì)象為星空中較亮的恒星，然而很多空間目標(biāo)，如衛(wèi)星、飛行器等本身并不能發(fā)光發(fā)熱，想要在太空中觀測(cè)這些目標(biāo)，就要求成像探測(cè)器必須能夠?qū)Π等跄繕?biāo)成像。因此，為了對(duì)這些空間目標(biāo)進(jìn)行跟蹤和測(cè)量就需要采用特定的在軌光學(xué)相機(jī)[1-3]。

目前，很多研究開始圍繞如何利用在軌光學(xué)相機(jī)對(duì)空間點(diǎn)目標(biāo)進(jìn)行檢測(cè)和跟蹤。與星敏感器不同，在軌光學(xué)相機(jī)能夠調(diào)整視軸對(duì)不同的深空區(qū)域進(jìn)行觀測(cè)，光學(xué)視場小，測(cè)量精度高。由于在軌光學(xué)相機(jī)探測(cè)得到的圖像背景主要為恒星，因此空間點(diǎn)目標(biāo)的檢測(cè)和跟蹤需要建立在恒星識(shí)別的基礎(chǔ)上。文獻(xiàn)[4]提出了一種基于星圖識(shí)別算法的空間小目標(biāo)識(shí)別方法，利用星對(duì)距離和星對(duì)角距兩個(gè)特征匹配識(shí)別恒星，進(jìn)而快速檢測(cè)出空間小目標(biāo)，但是該方法主要針對(duì)局部星圖中的亮星進(jìn)行檢測(cè)與跟蹤。文獻(xiàn)[5]針對(duì)探測(cè)靈敏度為9等星的在軌光學(xué)測(cè)量相機(jī)提出了能對(duì)空間點(diǎn)目標(biāo)進(jìn)行檢測(cè)和跟蹤的方法，但是該方法僅適用于相機(jī)視軸指向相對(duì)于衛(wèi)星平臺(tái)靜止的情況，相機(jī)視軸指向可以通過衛(wèi)星姿態(tài)運(yùn)動(dòng)來估計(jì)。但是在實(shí)際觀測(cè)過程中，相機(jī)視軸相對(duì)于衛(wèi)星平臺(tái)也處在運(yùn)動(dòng)之中，不可能完全靜止，通常認(rèn)定在某一檢測(cè)周期內(nèi)進(jìn)行勻速運(yùn)動(dòng)。文獻(xiàn)[6]提出了利用相鄰幀間差分運(yùn)算的方法消除星空背景并提取運(yùn)動(dòng)點(diǎn)目標(biāo)的軌跡，但是該方法只適用于假定恒星背景不運(yùn)動(dòng)(位移小于5個(gè)像素)，點(diǎn)目標(biāo)的運(yùn)動(dòng)位移明顯的情況。然而在實(shí)際探測(cè)過程中，背景及恒星的位移顯然不會(huì)小于5個(gè)像素，這時(shí)僅靠幀間差分運(yùn)算無法消除星空背景。

筆者在分析在軌光學(xué)相機(jī)所拍攝的星空?qǐng)D像特性的基礎(chǔ)上，提出了一種空間運(yùn)動(dòng)點(diǎn)目標(biāo)的檢測(cè)方法。該方法首先提取星圖中的全部點(diǎn)目標(biāo)，接著選取連續(xù)5幀星圖中最亮的3顆恒星，采用三角匹配的方式進(jìn)行星圖識(shí)別，以識(shí)別出的恒星為代表預(yù)估恒星運(yùn)動(dòng)的方向與速度，接著對(duì)5幀星圖中所有檢測(cè)出的點(diǎn)目標(biāo)采用預(yù)估運(yùn)動(dòng)參數(shù)進(jìn)行匹配，找出不符合運(yùn)動(dòng)參數(shù)的點(diǎn)目標(biāo)并標(biāo)記為空間點(diǎn)目標(biāo)。仿真結(jié)果表明，該方法能夠較好地檢測(cè)在軌光學(xué)相機(jī)探測(cè)星圖中的運(yùn)動(dòng)點(diǎn)目標(biāo)。

1 星圖目標(biāo)點(diǎn)提取

在軌光學(xué)相機(jī)探測(cè)圖像中的點(diǎn)目標(biāo)信號(hào)集中在一個(gè)連續(xù)像元區(qū)域內(nèi)，區(qū)域中心的信號(hào)峰值要遠(yuǎn)高于噪聲平均值。因此，可以先對(duì)圖像進(jìn)行閾值濾波，然后采用連通區(qū)域法提取出所有的點(diǎn)目標(biāo)。

常用的閾值分割方法[7]有很多，例如迭代閾值法、OTSU閾值法等，在星圖識(shí)別中自適應(yīng)閾值法由于原理簡單、計(jì)算方法靈活，應(yīng)用十分廣泛。由于星圖中的點(diǎn)目標(biāo)屬于凸形目標(biāo)，在進(jìn)行點(diǎn)目標(biāo)提取時(shí)，適合采用四連通區(qū)域[8]進(jìn)行分析。連通區(qū)域提取完之后，依據(jù)提取結(jié)果可以去除成像面上的孤立點(diǎn)及目標(biāo)區(qū)域大于5×5像素的目標(biāo)點(diǎn)，完成點(diǎn)目標(biāo)提取后，將得到的最終目標(biāo)點(diǎn)的集合標(biāo)記為：Ni={N1,N2,…,Nn}，并對(duì)所有點(diǎn)目標(biāo)采用基于圖像灰度的一階矩方法[9]求取質(zhì)心，計(jì)算質(zhì)心選用的區(qū)域大小為5×5像素。

2 序列星圖中空間點(diǎn)目標(biāo)檢測(cè)方法

2.1 空間點(diǎn)目標(biāo)檢測(cè)流程

采用在軌相機(jī)對(duì)空間運(yùn)動(dòng)點(diǎn)目標(biāo)進(jìn)行觀測(cè)時(shí)，相機(jī)視軸相對(duì)于衛(wèi)星平臺(tái)也會(huì)有運(yùn)動(dòng)，因此無法采用文獻(xiàn)[5]中的方法依據(jù)衛(wèi)星平臺(tái)的姿態(tài)來估計(jì)相機(jī)的視軸變化。另外在軌相機(jī)視場小、成像分辨率高，相鄰幀圖像間的恒星背景運(yùn)動(dòng)不可忽略，因此也無法直接采用文獻(xiàn)[6]中的相鄰幀圖像間差分運(yùn)算來消除恒星星點(diǎn)，保留空間點(diǎn)目標(biāo)。

為了能從序列星圖中檢測(cè)出空間運(yùn)動(dòng)點(diǎn)目標(biāo)，可以通過分析空間點(diǎn)目標(biāo)與恒星點(diǎn)在序列星圖中的運(yùn)動(dòng)特性得到。靜止恒星點(diǎn)在序列星圖中的運(yùn)動(dòng)主要是由相機(jī)視軸和衛(wèi)星平臺(tái)運(yùn)動(dòng)產(chǎn)生的，運(yùn)動(dòng)目標(biāo)點(diǎn)在序列星圖中的運(yùn)動(dòng)主要是由相機(jī)視軸、衛(wèi)星平臺(tái)運(yùn)動(dòng)，以及自身運(yùn)動(dòng)產(chǎn)生的，其中相機(jī)視軸、衛(wèi)星平臺(tái)，以及空間點(diǎn)目標(biāo)的運(yùn)動(dòng)在一定的探測(cè)周期內(nèi)可認(rèn)為是勻速運(yùn)動(dòng)。因此，可以通過對(duì)連續(xù)多幀圖像進(jìn)行分析，得出靜止恒星點(diǎn)的勻速運(yùn)動(dòng)特性，并通過比對(duì)運(yùn)動(dòng)特性的不同來識(shí)別星圖中的運(yùn)動(dòng)點(diǎn)目標(biāo)。其流程如圖1所示。

圖1 空間運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)流程

2.2 基于星圖識(shí)別的靜止恒星運(yùn)動(dòng)參數(shù)分析

為了能夠觀測(cè)空間暗弱目標(biāo)，在軌相機(jī)的探測(cè)靈敏度都較高，因此在視場中出現(xiàn)的恒星會(huì)非常多，逐一對(duì)所有恒星進(jìn)行恒星識(shí)別不太現(xiàn)實(shí)，需要選取一些特征星。由于恒星的星等越低，在探測(cè)器上成像的信噪比越高，質(zhì)心計(jì)算的精度也越高，因此在識(shí)別過程中比較容易將其與空間暗弱目標(biāo)進(jìn)行區(qū)分。在選取用作代表的恒星時(shí)，主要從提取的目標(biāo)點(diǎn)集合Ni={N1,N2,…,Nn}中選取最亮的點(diǎn)目標(biāo)來進(jìn)行恒星識(shí)別，具體的恒星識(shí)別過程采用目前主流的三角匹配方法。在軌相機(jī)由于視場小、單星位置測(cè)量精度高，角距的計(jì)算誤差與誤匹配率都大大低于星敏感器，使用三角匹配方法就足夠保證恒星識(shí)別的正確率。在識(shí)別出起始幀圖像中的代表恒星之后，接著通過分析連續(xù)幀圖像中的代表恒星，就能夠確定恒星星點(diǎn)的運(yùn)動(dòng)參數(shù)。

2.2.1 基于三角匹配的起始幀圖像中代表恒星選取

三角匹配方法主要依據(jù)星對(duì)間的角距來進(jìn)行識(shí)別，主要的識(shí)別過程按照文獻(xiàn)[10]中提出的方法進(jìn)行構(gòu)建。為了達(dá)到使用代表恒星進(jìn)行運(yùn)動(dòng)參數(shù)估計(jì)的目的，在選擇星組時(shí)應(yīng)當(dāng)遵循以下的準(zhǔn)則：①按照恒星的亮度來選擇，優(yōu)先選擇亮的恒星；②避免選擇落在視場邊緣的恒星；③至少選擇3顆恒星組成星組。識(shí)別出的恒星組標(biāo)記為Sj{Sj1,Sj2,Sj3}，其中j表示幀數(shù)，j=1,2,3,4,5。

2.2.2 靜止恒星運(yùn)動(dòng)參數(shù)分析

從起始幀圖像中提取代表恒星點(diǎn)坐標(biāo)之后，以這些代表恒星點(diǎn)的坐標(biāo)為基準(zhǔn)，在相鄰幀圖像中一定大小的鄰域M內(nèi)找出灰度分布與起始幀中代表恒星點(diǎn)近似的點(diǎn)目標(biāo)。如果相鄰幀圖像中無法找出相對(duì)應(yīng)的恒星點(diǎn)，則擴(kuò)大鄰域M再次進(jìn)行搜索；如果相鄰幀圖像中的恒星組不唯一，則再次采用三角匹配方法進(jìn)行識(shí)別，確定相鄰幀圖像中與起始幀相對(duì)應(yīng)的代表恒星組。具體流程如圖2所示。

圖2 相鄰幀圖像代表恒星點(diǎn)提取方法流程

首先通過對(duì)連續(xù)5幀圖像進(jìn)行檢測(cè)，找出互相匹配的恒星組Sj{Sj1,Sj2,Sj3}，其中j表示連續(xù)幀圖像的序號(hào)，j=1,2,3,4,5。然后利用Sj來預(yù)估恒星的運(yùn)動(dòng)參數(shù)，由于在一個(gè)檢測(cè)周期內(nèi)，靜止的恒星可以認(rèn)為是勻速運(yùn)動(dòng)，那么可以通過比較Sj中靜止恒星的坐標(biāo)，結(jié)合已知相機(jī)成像曝光時(shí)間t，計(jì)算出恒星在x方向和y方向上的運(yùn)動(dòng)速度Vxj，Vyj(像素/s)。

2.3 空間運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)

根據(jù)空間運(yùn)動(dòng)點(diǎn)目標(biāo)與靜止的恒星點(diǎn)具有不同運(yùn)動(dòng)特性的特點(diǎn)，對(duì)空間運(yùn)動(dòng)點(diǎn)目標(biāo)進(jìn)行檢測(cè)。假定星圖中檢測(cè)出的目標(biāo)點(diǎn)集為Ni={N1,N2,…,Nn}，Ni包含空間運(yùn)動(dòng)點(diǎn)目標(biāo)和恒星點(diǎn)，由于在軌相機(jī)的探測(cè)靈敏度非常高，一幅星圖中探測(cè)到的恒星點(diǎn)數(shù)目會(huì)非常多，無法采用卡爾曼濾波的方式對(duì)所有的目標(biāo)進(jìn)行運(yùn)動(dòng)估計(jì)，且運(yùn)算量會(huì)非常大。因此，提出了一種簡便快速的點(diǎn)目標(biāo)檢測(cè)方法。

(2)在第2幀中查找以(x′,y′)為中心的鄰域M內(nèi)的點(diǎn)目標(biāo)，并與(x′,y′, E′)進(jìn)行比較：

(1)

|EM-E′| <ε

(2)

式中：(xM, yM, EM)為鄰域M內(nèi)的一個(gè)點(diǎn)目標(biāo)；ε與ζ為兩個(gè)根據(jù)不同相機(jī)的參數(shù)所設(shè)定的常數(shù)。

(3)如果鄰域M內(nèi)存在一個(gè)匹配的點(diǎn)目標(biāo)，則重復(fù)步驟(1)和步驟(2)，依次對(duì)第3幀、第4幀和第5幀中的點(diǎn)目標(biāo)進(jìn)行檢測(cè)，如果該目標(biāo)在5幀中被檢測(cè)出的次數(shù)超過4次(考慮到可能發(fā)生漏檢)，則將該點(diǎn)目標(biāo)標(biāo)記為恒星；如果某一個(gè)目標(biāo)在5幀中都沒有被檢測(cè)到，則認(rèn)為是空間運(yùn)動(dòng)點(diǎn)目標(biāo)。

3 仿真實(shí)驗(yàn)

3.1 相機(jī)參數(shù)

在仿真實(shí)驗(yàn)之前，首先需要設(shè)定在軌光學(xué)相機(jī)的主要參數(shù)，如表1所示。

表1 在軌光學(xué)相機(jī)主要參數(shù)

從相機(jī)的主要參數(shù)可以看出，在軌光學(xué)相機(jī)具有視場小、單個(gè)像元分辨率高的特點(diǎn)。

3.2 空間小目標(biāo)檢測(cè)方法驗(yàn)證

設(shè)定在軌光學(xué)相機(jī)的主要參數(shù)后，采用文獻(xiàn)[1]中提出的方法來生成仿真的序列星圖，為了方便顯示，采用占有像素?cái)?shù)量來表示點(diǎn)目標(biāo)的亮度，占有的像素?cái)?shù)越多則亮度越大。為了驗(yàn)證該方法的有效性，筆者仿真了3組序列星圖，3組星圖的成像參數(shù)如表2所示。

表2 星圖仿真參數(shù)

根據(jù)相機(jī)視軸初始指向，結(jié)合Tycho-2星表中提供的J2000坐標(biāo)系中恒星坐標(biāo)，便可以生成一個(gè)探測(cè)周期內(nèi)的仿真星圖，在一個(gè)探測(cè)周期內(nèi)的點(diǎn)目標(biāo)運(yùn)動(dòng)速度為隨機(jī)生成。生成序列仿真星圖之后，接著采用筆者提出的點(diǎn)目標(biāo)檢測(cè)方法，對(duì)序列星圖中的點(diǎn)目標(biāo)進(jìn)行檢測(cè)，可以得到如圖3所示的結(jié)果。

圖3 運(yùn)動(dòng)點(diǎn)目標(biāo)檢測(cè)結(jié)果

通過使用筆者提出的檢測(cè)方法，可以從眾多的恒星中提取出與恒星運(yùn)動(dòng)參數(shù)截然不同的空間運(yùn)動(dòng)點(diǎn)目標(biāo)，檢測(cè)出的點(diǎn)目標(biāo)屬于空間暗弱目標(biāo)，在亮度上僅相當(dāng)于星等為10.5的恒星亮度。

4 結(jié)論

針對(duì)在軌光學(xué)相機(jī)的空間目標(biāo)觀測(cè)平臺(tái)，筆者提出了一種空間運(yùn)動(dòng)點(diǎn)目標(biāo)的檢測(cè)方法，解決了點(diǎn)目標(biāo)檢測(cè)過程中恒星背景無法忽略、相機(jī)視軸運(yùn)動(dòng)無法通過衛(wèi)星平臺(tái)運(yùn)動(dòng)進(jìn)行預(yù)估等問題。通過仿真驗(yàn)證，該方法對(duì)于空間運(yùn)動(dòng)點(diǎn)目標(biāo)的檢測(cè)具有較好的效果。

[1] 程軍，張偉，鮑文卓，等.在軌光學(xué)相機(jī)探測(cè)圖像數(shù) 字仿真系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].光學(xué)精密工程，2009，17(9)：2136-2144.

[2] 韓意，孫華燕.空間目標(biāo)天基光學(xué)成像仿真研究進(jìn)展[J].紅外與激光工程，2012，41(12)：3372-3378.

[3] 張偉，程軍，曹移明，等.空間目標(biāo)相對(duì)運(yùn)動(dòng)角參數(shù)的天基光學(xué)測(cè)量方法[J].紅外與激光工程，2011，40(1)：123-128.

[4] 趙臻，高穎慧，王平.基于星圖識(shí)別算法的空間小目標(biāo)識(shí)別[J].重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)版)，2011，25(4)：97-101.

[5] 程軍,張偉,從明煜.基于星圖識(shí)別的空間目標(biāo)檢測(cè)算法研究[J].光學(xué)技術(shù)，2010，36(3)：439-444.

[6] 王寒濤，趙保軍，唐林波.星空背景下的運(yùn)動(dòng)點(diǎn)目標(biāo)軌跡提取[J].光學(xué)技術(shù)，2009，35(6)：810-818.

[7] LI Q, XU W, XU Z H, et al. Influence of threshold segmentation on star pair angular separation measurement accuracy[C]∥IEEE Conference on Measuring Technology and Mechatronics Automation. Hong Kong:IEEE,2013:635-638.

[8] 李學(xué)夔，譚海曙，張煥明，等.高精度星敏感器的導(dǎo)航星識(shí)別定位算法研究[J].計(jì)算機(jī)工程與應(yīng)用，2010，46(21)：220-224.

[9] 趙剡，張怡.星圖識(shí)別質(zhì)心提取算法研究[J].空間電子技術(shù)，2004(4)：5-8.

[10] 陳元枝，郝志航.基于星敏感器的星圖識(shí)別方法[J].光電工程，2000，27(5)：5-10.

OUYANG Yan:Doctor; Air Force Early Warning Academy, Wuhan 430019, China.

[編輯：王志全]

Spatial Point Target Detection Method Based on On-orbit Optical Camera

OUYANGYan,WANGShuwen,LIShifei,WANGZhibin,LIWenjie

In order to solve the problems that the foresight of camera cannot be estimated by using attitude of satellite platform and star background cannot be ignored in sequence images, a spatial moving point target detection method was proposed based on analyzing motion features for on-orbit optical camera. This method firstly detects all the target points from star maps; secondly selects bright point targets to go through star recognition; and thirdly the movement of stars can be estimated from continuous image frames; finally spatial point targets can be detected by analyzing the differences of movement between point targets and stars. Through simulation experiments, the proposed method can identify spatial point target from moving star background in sequence images.

on-orbit optical camera; spatial point target detection; star pattern recognition; motion parameter estimation

2015-05-01.

歐陽琰(1984-)，男，湖北武漢人，空軍預(yù)警學(xué)院講師；博士.

國家自然科學(xué)基金(青年基金)資助項(xiàng)目(61503410).

2095-3852(2015)06-0667-04

A

TP391.4

10.3963/j.issn.2095-3852.2015.06.001