[发明专利]一种白昼有云环境下导航星星点提取的方法

说明书

本发明提供了一种白昼有云环境下导航星星点提取的方法，包括步骤：首先，对连续拍摄的多帧白昼有云星图的每一帧星图分别进行：(1)对原始星图利用改进的形态学TopHat算子进行滤波，得到第一星图；(2)利用RobinsonGuard滤波器对第一星图进行滤波处理，得到第二星图；(3)利用自适应阈值法对第二星图进行阈值分割，保存高于阈值的所有像素的坐标和灰度；(4)对保存的像素利用聚类法实现四连通域星点提取。其次，对各帧星图提取出的连通域利用多帧比对技术进行伪星点剔除。最后，对比对成功的各个连通域计算其质心，完成星点的提取。该方法有效地消除了白昼天空云层等背景的干扰，同时避免了灰尘等空中漂浮物引起的误提取，保证了星点的有效稳定提取。

技术领域

本发明涉及一种白昼有云环境下导航星星点提取的方法，应用于飞机、导弹、舰船以及临近空间飞行器等近地面平台星图处理领域。

背景技术

星敏感器是以恒星作为测量参考源的高精度姿态测量仪器，具有精度高、自主能力强等优点，已广泛用于卫星、宇宙飞船等空间航天器。当前典型的星敏感器大多工作在冷黑背景下和可见光谱段，面对大气层及近地空间内飞机、导弹、舰船等平台全天时导航需求，由于白昼条件下强烈的天空背景光影响，传统的星敏感器星点提取技术无法满足要求。

白昼星敏感器工作在大气层内，其成像的背景环境复杂，受到太阳散射光、地面反射光和大气热辐射等影响，此外还存在云层、天际线或空中漂浮物等干扰。这些因素导致白昼星图构成复杂，背景灰度值高且分布不均匀，局部区域灰度值可能超过星点目标灰度，恒星目标信噪比非常低。

白昼有云复杂环境下星点提取的关键技术是白昼星图的预处理和对预处理后星图进行连通域提取和伪星剔除。

传统的星图预处理算法主要有多帧叠加求平均值、均值滤波、中值滤波、高通滤波、小波变换、维纳滤波和形态学滤波等。

(1)多帧叠加求平均值。该方法将连续拍摄的多帧星图对应像素的灰度相加，再求取平均值。该方法计算量小，可以消除随机噪声，但是叠加帧数越多计算量越大，并且随着叠加帧数的增加，信噪比提升效果降低。在动态情况下需要根据预估的星点在像面的移动方向进行平移叠加，实现准确叠加较为困难。

(2)均值滤波。均值滤波是用一个奇数点的滤波模板，将模板中心点的值用模板内各点的均值代替。均值滤波算法简单，对加性高斯噪声有着较好的平滑作用，但是对脉冲式高频分量的抑制效果不理想，并且会导致目标能量的衰减和边缘的模糊。

(3)中值滤波。与均值滤波类似的，中值滤波将模板中心点的值用模板内各点的中值代替。中值滤波算法简单，实时性好，对脉冲噪声有很好的滤波效果，但是对于正态白噪声效果并不明显，同时中值滤波会产生像素的偏移，影响质心定位的精度。

(4)高通滤波。高通滤波将星图进行傅里叶变换，在频域进行星图处理，保留星图中截止频率以上的频率成分。该方法可用于消除低频噪声，但是容易使背景噪声通过，滤波后还需要对星图进行进一步处理。此外，高通滤波需要进行频域转换，计算量较大，不利于实时处理。

(5)小波变换。小波变换将时域信号变换到频域，通过伸缩平移运算对信号进行多尺度细化，实现高频时间细分，低频频率细分。在小波域中，有效信号对应的小波系数很大，而噪声对应的系数很小，通过阈值处理可以得到降噪后的星图。但是小波变换计算复杂，计算量大，难以满足快速星图识别的要求。

(6)维纳滤波。维纳滤波一种基于最小二乘估计的滤波方法，利用星图中每个像素邻域的局部均值和方差进行估计。维纳滤波对单点噪声和背景噪声的抑制效果并不明显，对背景的平滑效果较好，但是会导致目标能量的衰减和边缘的模糊。