[发明专利]星载相机空间畸变图像几何校正方法

权利要求书

1、一种基于空间图像的Hausdorff距离星图匹配畸变校正方法，其特征在于步骤如下：

(1)读取的图像进行分割处理，提取图像中恒星光斑部分；

(2)通过计算各光斑的重心坐标，作为实际坐标；

(3)利用相机在地面标定时得到的畸变参数，对步骤(2)得到的实际坐标进行预校正，使之更接近无畸变情况下的坐标，从而提高星图匹配的成功率；

(4)利用单帧或多帧Hausdorff距离星图匹配方法将星载相机所拍摄的空间图像进行星图匹配，计算各实际坐标对应的理论坐标；

(5)利用实际坐标与理论坐标对应关系，计算图像的畸变参数；

(6)利用插值法得到校正后图像。

2、根据权利要求1所述的基于空间图像的Hausdorff距离星图匹配畸变校正方法，其特征在于：所述步骤(1)中的图像分割方法采用改进型大津阈值的方法，其具体流程为：

(1)令T_min为图像灰度均值，即令图像大小为M×N，图像上(i，j)点的灰度值为G(i，j)，则Tmin=Σi=1MΣj=1NG(i,j)M×N;]]>

(2)在灰度级从T_min～255区间中利用大津阈值选取最优阈值T，步骤为：

a.令p(k)为灰度级k的频率，即p(k)=ΣG(i,j)=k1M×N,]]>k∈[0，255]。

b.若t为分割阈值，将图像分割为两部分：{G(i，j)|G(i，j)≤t}和

{G(i，j)|G(i，j)＞t}，ω₀和ω₁分别为目标和背景部分比例；

ω0=Σt<i≤255p(i)]]>

ω1=Σ0≤i≤tp(i)]]>

μ₀和μ₁为目标和背景部分的灰度均值：

μ0=Σt<i≤255ip(i)ω1(t)]]>

μ1=Σ0≤i≤tip(i)ω0(t)]]>

总均值μ＝ω₀(t)μ₀(t)+ω₁(t)μ₁(t)；

c.最佳阈值T可由式(1)计算得到：

T=ArgMaxTmin≤t≤255[ω0(t)(μ0(t)-μ)2+ω1(t)(μ1(t)-μ)2]---(1)]]>

令μ₀′和μ₁′为利用最佳阈值分割后图像目标和背景的灰度均值，σ₀和σ₁为目标和背景灰度标准差，考察公式(2)：μ₀′-μ₁′＞a(σ₀+σ₁)                (2)

是否成立，其中取a＝3～5，若成立则T即为所求的最佳阈值，若不成立则令T_min＝T_min+1并返回步骤(2)；

(3)遍历图像，若G(i，j)≤T则令G(i，j)＝0。