一种用于深空探测自主导航的目标天体亚像素图像快速边缘定位方法

摘要

一种用于深空探测自主导航的目标天体亚像素图像快速边缘定位方法，步骤为：目标天体图像的边缘提取；对提取得到的目标成像区间计算中心位置，得到目标天体边缘点极坐标；根据极坐标进行梯度计算；根据梯度计算结果得到最优亚像素位置计算输出。本发明解决了深空探测目标天体中心位置快速、高精度测量问题。

说明书

技术领域

本发明涉及一种用于深空探测自主导航的目标天体亚像素图像快速边缘 定位方法，属于空间光学成像敏感器。

背景技术

在深空探测中需要对火星等其他天体目标进行拍照并确定目标天体中心 位置。继承紫外月球敏感器的图像处理算法，利用目标天体图像边缘点的拟 合来实现精确的中心定位，因此边缘点的定位精确性将直接影响到目标天体 中心位置的确定精度。因此，深空探测敏感器提升精度的方式之一就是提高 边缘点的定位精度。文献1，刘力双，张铫，卢慧卿，图像的快速亚像素边 缘检测方法，光电子激光，2005(8)，使用Sobel算子进行边缘粗定位然后 使用最小二乘拟合算法确定亚像素位置，但未能考虑到梯度方向导致精度不 足；文献2艾泽潭，石庚辰，代俊，微零件图像亚像素边缘定位算法，北京 理工大学学报，2011(3)，二值化后使用插值方法确定亚像素边缘位置， 该方法适用于二值图而不是空间灰度图；文献3，屈玉福，浦昭邦，王亚爱， 视觉检测系统中亚像素边缘检测技术的对比研究，仪器仪表学报2003(z1)， 综述了插值法、空间矩、最小二乘的亚像素定位方法，上述方法计算量偏大。

已有文献均无法解决空间天体目标高速高精度的亚像素边缘定位问题。

发明内容

本发明的技术解决问题是：克服现有技术的不足之处，提供一种用于深 空探测自主导航的目标天体亚像素图像快速边缘定位方法，解决了深空探测 目标天体中心矢量快速、高精度测量问题。

本发明技术解决方案：一种用于深空探测自主导航的目标天体亚像素图 像快速边缘定位方法，实现步骤为：

一种用于深空探测自主导航的目标天体亚像素图像快速边缘定位方法， 其特征在于实现步骤为：

(1)目标天体图像的边缘提取，使用阈值法进行目标天体图像分割得 到目标成像区间(x1～x2，y1～y2)，x代表横坐标、y代表纵坐标，从x1开 始进行横向切线，第一条切线为x1，第二条切线为x1+d一直到x2；纵向 切线从y1开始，按照d间隔进行纵向切线；横向、纵向切线与目标的交点 为边缘点，每一个切线对应2个边缘点，边缘点记为f(x，y)，f代表输入的图 像阵列灰度；

(2)对步骤(1)得到的目标成像区间计算中心位置：

x0＝(x1+x2)/2  y0＝(y1+y2)/2

对步骤(1)输出的边缘点坐标f(x，y)，按照如下公式计算极坐标：

$\rho =\sqrt{{(x-x0)}^2+{(y-y0)}^2}$θ＝atg(y-y0/x-x0)

得到目标天体边缘点极坐标表示f(ρ，θ)，ρ代表极径、θ代表角度；

(3)计算f(ρ，θ)两侧的点f(ρ-1，θ)、f(ρ+1，θ)共3点的梯度值，梯度计 算如下：

Grad(ρ,θ)＝f(ρ+λ,θ)+f(ρ+λ-1,θ)+…+f(ρ,θ)-[f(ρ-1,θ)+f(ρ-2,θ)+ …+f(ρ-λ,θ)]

其中Grad代表梯度，λ代表梯度计算长度，其中f(ρ，θ)与f(x，y)对应的位 置坐标如下计算：

x＝ρ·cos(θ)  y＝ρ·sin(θ)

得到x，y坐标值，若出现小数则按照四舍五入原则进行取整；

(4)最优亚像素位置计算输出，按照以下公式输出

$\rho \_\mathrm{new}=\rho -\frac{\mathrm{Grad}(\rho +1,\theta )-\mathrm{Grad}(\rho -1,\theta )}{2(\mathrm{Grad}(\rho +1,\theta )+\mathrm{Grad}(\rho -1,\theta )-2\mathrm{Grad}(\rho ,\theta ))}$得到亚像素边缘点位置坐标如下：

x_new＝ρ_new·cos(θ)y_new＝ρ_new·sin(θ)。

所述步骤(1)中间隔d为1～5像元。

所述步骤(3)中的λ的取值为2～5。

本发明与现有技术相比的优点为：本发明解决了行星际探测中目标天体 边缘的快速高精度定位问题，高刷新率(优于0.5Hz)、高精度(优于0.05°) 导航天体敏感器的研制具有重要工程使用价值。

附图说明

图1为切线法获得边缘示意图；

图2为本发明实现流程图。

具体实施方式

下面结合附图及实施例对本发明进一步详细说明。

如图1所示，图像阈值分割后的边缘点提取示意(横向、纵向每一条切 线与目标交点为边缘点，每一条切线对应2个边缘点，d为切线的间隔)

如图2所示，本发明具体实施步骤如下：

(1)目标天体图像的边缘提取，使用阈值法进行目标天体图像分割得 到目标成像区间(x1～x2，y1～y2)，从x1开始进行横向切线，第一条切线 为x1，第二条切线为x1+d一直到x2；纵向切线从y1开始，按照d间隔进 行纵向切线，间隔d一般选择1～5像元；横向、纵向切线与目标的交点为 边缘点，每一个切线对应2个边缘点，边缘点坐标记为f(x，y)；

(2)对步骤(1)得到的成像区间计算中心位置：

x0＝(x1+x2)/2 y0＝(y1+y2)/2

对步骤(1)输出的边缘点坐标f(x，y)，按照如下公式计算极坐标：

$\rho =\sqrt{{(x-x0)}^2+{(y-y0)}^2}$θ＝atg(y-y0/x-x0)

得到边缘点极坐标表示f(ρ，θ)；

(3)计算f(ρ，θ)两侧的点f(ρ-1，θ)、f(ρ+1，θ)共3点的梯度值，梯度计 算办法如下：

Grad(ρ,θ)＝f(ρ+λ,θ)+f(ρ+λ-1,θ)+…+f(ρ,θ)-[f(ρ-1,θ)+f(ρ-2,θ)+ …+f(ρ-λ,θ)]

其中λ的取值一般为2～5。其中f(ρ，θ)与f(x，y)对应的位置坐标如下计算：

x＝ρ·cos(θ)y＝ρ·sin(θ)

得到x，y坐标值，若出现小数则按照四舍五入原则进行取整。

(4)最优亚像素位置计算输出，按照以下公式输出

$\rho \_\mathrm{new}=\rho -\frac{\mathrm{Grad}(\rho +1,\theta )-\mathrm{Grad}(\rho -1,\theta )}{2(\mathrm{Grad}(\rho +1,\theta )+\mathrm{Grad}(\rho -1,\theta )-2\mathrm{Grad}(\rho ,\theta ))}.$

亚像素边缘点位置坐标如下：

x_new＝ρ_new·cos(θ)   y _new＝ρ_new·sin(θ)

本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。