[发明专利]一种基于点噪声分布拓扑特性的信标光优化识别降噪方法

摘要

一种基于点噪声分布拓扑特性的信标光优化识别降噪方法，涉及一种信标光优化识别降噪方法。它解决了现有的信标光优化识别降噪方法由于计算量大导致实时性较差的问题。其方法：采用CCD相机对当前时刻的信标光图像并进行阈值分割处理，获得光斑质心分布图像；计算每个光斑的质心分布的特征值向量的半圆面积判别量ΔS3、特征值向量的弧长判别量ΔL3和质心坐标变化率判别量ΔC；并进行判断。从而实现对背景光和信标光的连续跟踪识别降噪。本发明适用于信标光优化识别降噪。

主权项

一种基于点噪声分布拓扑特性的信标光优化识别降噪方法，其特征是：它的方法是：采用CCD相机从初始时刻开始连续采集多幅图像，CCD相机的采样周期为n，CCD相机的采样率为fCCD；将初始时刻的下一时刻作为当前时刻，将该时刻所采集到的图像作为当前时刻的图像；步骤一、将当前时刻的图像进行阈值分割处理，获得光斑质心分布图像；步骤二、根据步骤一获得的光斑质心分布图像，对于其中每一个光斑，均通过公式： S 3 ′ S 3 = 1 + Δ S 3 计算每个光斑的质心分布的特征值向量的半圆面积判别量ΔS3；式中：S′3和S3分别为当前时刻的前一时刻和后一时刻下的CCD相机所采集图像的点噪声分布的特征值向量的半圆面积参量；步骤三、根据步骤一获得的光斑质心分布图像，对于其中每一个光斑，均通过公式： L 3 ′ L 3 = 1 + Δ L 3 计算每个光斑的质心分布的特征值向量的弧长判别量ΔL3；式中：L′3和L3分别为当前时刻的前一时刻和后一时刻下的CCD相机所采集图像中点噪声分布的特征值向量的弧长参量；步骤四、根据步骤一获得的光斑质心分布图像，对于其中每一个光斑，均通过公式： ( x i 1 - x i 2 ) 2 + ( y i 1 - y i 2 ) 2 n · 1 f CCD = 1 + ΔC 计算该光斑的质心坐标变化率判别量ΔC；式中：(xi1，yi1)为第i个光斑初始时刻的质心坐标，(xi2，yi2)为第n个采样周期中获得的光斑质心坐标，K为CCD相机视域内的光斑个数，i、n均为正整数；步骤五、遍历光斑质心分布图像中的每个光斑，进行信标光识别，对每个光斑的识别过程为：判断该光斑的质心分布的特征值向量的半圆面积判别量ΔS3、计算光斑质心分布的特征值向量的弧长判别量ΔL3是否均小于5个像素，如果判断结果为是，则执行步骤五一；如果判断结果为否，则执行步骤五二；步骤五一、判断该光斑的质心坐标变化率判别量ΔC是否小于五个像素/每秒钟，如果判断结果为是，则该光斑为恒星背景光斑，当遍历所有的光斑均为恒星背景光斑时，表示当前时刻的图像中没有信标光光斑，执行步骤六；如果判断结果为否，则执行步骤五二；步骤五二、将所有光斑的质心坐标变化率判别量ΔC进行比较，其中质心坐标变化率判别量ΔC最大者所对应的光斑为当前时刻的信标光光斑，实现信标光识别降噪，并执行步骤六；步骤六、将下一个时刻对应的图像作为当前时刻的图像，返回步骤一继续进行信标光识别。