[发明专利]基于最优背景估计的星点质心提取方法及系统

权利要求书

1.一种基于最优背景估计的星点质心提取方法，其特征在于：包括以下步骤，

S1、获取星点图像，对星点图像进行图像预处理，获得预处理后的图像；

S2、对预处理后的图像中星光灰度值进行高斯曲面拟合，得到星光的初步质心坐标(x₀,y₀)；

S3、采用区域优选方法，选取以初步质心坐标(x₀,y₀)和灰度最大值的像素点坐标(x₁,y₁)为直径的对称圆形区域，将得到的对称圆形区域作为优选区域；

S4、采用距离强加权的非线性质心法，对优选区域中的目标光斑图像进行定位，获得光斑的质心坐标(a,b)。

2.如权利要求1所述的基于最优背景估计的星点质心提取方法，其特征在于：步骤S1中，对星点图像进行图像预处理，具体为，

S11、通过中值滤波对星点图像中背景存在的噪声进行去除；

S12、采用最大熵的全局自动阈值分割方法对星点图像进行阈值分割，分割目标光斑与背景，确定目标区域；

S13、采用图像闭操作，去除底噪对目标区域的影响，获得预处理后的图像。

3.如权利要求1所述的基于最优背景估计的星点质心提取方法，其特征在于：步骤S2中，对预处理后的图像中星光灰度值进行高斯曲面拟合，得到星光的初步质心坐标(x₀,y₀)，具体为，

采用高斯曲面拟合法将预处理后的图像中的灰度值大小使用二维高斯函数进行拟合，设f(x,y)为预处理后的图像中位于(x,y)的灰度值，则单个光斑的灰度值大小用以下高斯模型公式表示：

其中，A是光的强度，x₀,y₀为光斑的初步质心坐标，x,y为预处理后图像的星点坐标的位置坐标，σ_x,σ_y为X方向和Y方向的标准差，A,x₀,y₀,σ_x,σ_y是高斯函数的待拟合的参数，根据最小二乘法求得各参数值。

4.如权利要求1-3任一项所述的基于最优背景估计的星点质心提取方法，其特征在于：步骤S4中，采用距离强加权的非线性质心法，对优选区域中的目标光斑图像进行定位，获得光斑的质心坐标，具体为，

优选区域中的目标光斑图像的分辨率大小为m*n，增加离光斑质心位置较近的像素点即离光斑质心小于等于设定欧式距离L的像素点的权重，同时选取关于质心距离倒数的权重函数，当图像中的像素点离光斑质心越远，对质心点定位影响越小，光斑的质心坐标为(a,b)，公式如下：

其中，f(i,j)为优选区域中的目标光斑图像上像素点(i,j)的灰度值，d为(i,j)到(x₂,y₂)的欧氏距离即其中，i,j分别为优选区域中的目标光斑图像上像素点的横坐标和纵坐标，(x₂,y₂)为初步质心坐标(x₀,y₀)与灰度最大值的像素点坐标(x₁,y₁)的几何中点坐标即x₂＝(x₀+x₁)/2,y₂＝(y₀+y₁)/2。

5.如权利要求4所述的基于最优背景估计的星点质心提取方法，其特征在于：步骤S4中，设定数量L为3。

6.一种实现权利要求1-5任一项所述的基于最优背景估计的星点质心提取方法的系统，其特征在于：包括图像采集模块、质心提取模块和显示模块，

图像采集模块通过光学仪器获取连续多帧星点图像，并发送给质心提取模块；

质心提取模块采用权利要求1-5任一项所述的基于最优背景估计的星点质心提取方法，获得星点图像中目标光斑的质心坐标；

显示模块：通过开源的视觉工具库OpenCV工具将目标光斑的质心坐标的结果标签打在星点图像上，将连续多帧星点图像的目标光斑质心坐标输出显示在智能终端上完成检测任务。