[发明专利]一种高动态星图图像分割方法

说明书

本发明公开了一种高动态星图图像分割方法，属于天文导航领域星敏感器技术领域，该方法包括以下步骤：利用模糊星点的线状特征对模糊星点进行线状特征分割，再将线状特征分割的结果的邻域像素进行聚类划分，分为星点部分和背景部分两类，再对分离的星点区域通过基于聚类分析的两步的区域生长将其融合，完成模糊星点提取。本发明提供的高动态星图图像分割方法，能够完整提取模糊星点，提取精度高，大大提高星图识别和星跟踪的成功率，实现准确对星图进行匹配识别和姿态解算，计算过程简便、快速，对提升星敏感器性能具有重要的现实意义。

技术领域

本发明属于天文导航领域星敏感器技术领域，具体涉及一种高动态星图图像分割方法。

背景技术

航天器的姿态信息在天文导航中起到很重要的作用，星敏感器是测量航天器姿态的重要技术手段。星敏感器的工作原理是利用CCD或CMOS相机在某一时刻拍摄到的星图，提取出星图中星点的位置(质心)信息，通过星图识别算法在导航星库中找到观测星的对应匹配，最后利用这些匹配星对的方向矢量信息计算出星敏感器三轴姿态，从而确定航天器的空间姿态。随着空间技术的发展，动态性能逐渐成为星敏感器的瓶颈。在动态条件下，星点在星敏感器像面拖移成长线状图像，能量在线状方向上弥散，能量分布不再遵循理想的高斯分布，同时，由于单位像素获得的能量减少，星点亮度较静态时降低使得信噪比SNR降低，暗星由于噪声的影响发生了断裂的现象，增加了星点分割的难度。采用传统的星点提取方法会将星点分割为若干个区域，会导致星点提取不完整，甚至出现误检或漏检，容易产生错误星点提取，直接影响星图识别和星跟踪的成功率以及姿态结算的精度。

发明内容

为解决现有技术中存在的技术问题，本发明的目的在于提供一种高动态星图图像分割方法。

为实现上述目的，达到上述技术效果，本发明采用的技术方案为：

一种高动态星图图像分割方法，包括以下步骤：利用模糊星点的线状特征对模糊星点进行线状特征分割，再将线状特征分割的结果的邻域像素进行聚类划分，分为星点部分和背景部分两类，再对分离的星点区域通过基于聚类分析的两步的区域生长将其融合，完成模糊星点提取。

进一步的，采用以下步骤实现对模糊星点进行线状特征分割：

11)按照梯度计算模板计算得到每个像素的梯度：

设i(x,y)为(x,y)处的图像灰度，x方向的梯度值g_x(x,y)和y方向的梯度值g_y(x,y)分别按照公式(1)和公式(2)得到：

故，按照公式(3)计算得到灰度等高线角度：

12)根据公式(4)对每一像素的梯度大小G(x,y)进行计算，随后按照梯度大小对像素排序：

13)根据梯度方向在一个范围内的像素进行区域生长

从梯度值最大的像素作为种子点开始生长，搜索邻域大于梯度阈值的像素，如果该像素的灰度等高线角度与区域的角度θ_region相差在一定的容差内，则将该像素加入到模糊星点区域内，再检测新加入的像素的邻域像素，直到没有像素加入到区域内为止；每当有像素加入到区域中，区域的角度θ_region按照公式(5)更新：

其中，P表示已被加入到区域的像素的集合，(x_p,y_p)为p像素的像素坐标。

进一步的，采用以下步骤实现将分离的星点区域融合：