一种基于扰动图像的长时间曝光深空视景仿真图像合成方法

摘要

一种基于扰动图像的长时间曝光深空视景仿真图像合成方法，它有六大步骤：一、利用已知的星表数据构建高真实度的深空三维场景；二、利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合；三、利用步骤二得到了扰动集合，从中随机选取一个扰动变换阵作为当前的扰动变换阵；四、利用步骤三得到的扰动变换阵，设置当前相机变换阵；五、利用步骤一得到深空三维场景和步骤四得到的当前相机变换阵进行星图采集；六、重复步骤三到步骤五，得到一系列在曝光时间内采集的星图，将这些星图进行合成，得到长时间曝光星图合成结果。本发明在深空光学自主导航的图像处理领域里有较好的应用前景。

说明书

技术领域

本发明属于深空光学自主导航的图像处理领域，具体涉及一种基于扰动图像的长时间曝光深空视景仿真图像合成方法。

背景技术

深空探测器在深空飞行段不同于近地球轨道，光学导航采用的导航星目标除了视场中的恒星之外，还需要利用巡航段周围分时出现的小行星，由于探测星等很低，为9～12等星，需要敏感器长时间的曝光，曝光时间内探测器和敏感器的位置以及姿态存在扰动情况，因此导航天体成像不再是单个星点，而是随着扰动改变在图像中的位置，形成带扰动的星图，对图像处理方法和仿真方法带来了新的挑战，需要进行新的研究。

目前，星点图像仿真方法有很多，但是带有扰动的长时间曝光条件下的星图仿真系统研究几乎没有。

发明内容

本发明的目的在于提供一种基于扰动图像的长时间曝光深空视景仿真图像合成方法，它是借助仿真的方法来模拟深空探测过程中深空飞行段星敏感器获取星图的过程。

实现本发明目的的技术方案：一种基于扰动图像的长时间曝光深空视景仿真图像合成方法，其特征在于包括以下具体步骤：

步骤一、利用已知的星表数据构建高真实度的深空三维场景；

步骤二、利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合；

步骤三、利用步骤二得到了扰动集合，从中随机选取一个扰动变换阵作为当前的扰动变换阵；

步骤四、利用步骤三得到的扰动变换阵，设置当前相机变换阵；

步骤五、利用步骤一得到深空三维场景和步骤四得到的当前相机变换阵进行星图采集；

步骤六、重复步骤三到步骤五，得到一系列在曝光时间内采集的星图，将这些星图进行合成，得到长时间曝光星图合成结果。

其中，步骤二中所述的“利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合”，其具体实现过程如下：

1生成朝向扰动集Θ

首先生成一个2D扰动路径图像，并设置相机光轴穿过的图像位置，并对其中每一个非零像素通过下式计算当前的光轴：

$>R_{\mathrm{tur}}\left(\begin{array}{cccc}\cos \left(\lambda \right)& \sin \left(\lambda \right)& 0& 0\\ -\sin \left(\lambda \right)\cos \left(\alpha \right)& \cos \left(\lambda \right)\cos \left(\alpha \right)& \sin \left(\alpha \right)& 0\\ \sin \left(\lambda \right)\sin \left(\alpha \right)& -\cos \left(\lambda \right)\sin \left(\alpha \right)& \cos \left(\alpha \right)& 0\\ 0& 0& 0& 1\end{array}\right)$>  式1)

式1中λ和α计算如下：

$>\left(\begin{array}{c}\alpha =a\tan \left(\frac{(y_p-y_c)·s_y}{(x_p-x_c)·s_x}\right)\\ \lambda =a\sin \left(\frac{z_c}{\sqrt{{((y_p-y_c)·s_y)}^2+{((x_p-x_c)·s_x)}^2}}\right)\end{array}\right)$>  式2)

其中(x_p,y_p)为扰动路径图像中非零的像素点，(x_c,y_c)为相机光轴穿过的图像位置坐标，(s_x,s_y)为相应的x方向和y方向的缩放因子，z_c为2D扰动路径图像放置的深度值。另外，相应像素点的像素值为v_p，像素值的大小代表扰动发生概率的大小，像素值越大，扰动发生的概率也越大。

由此得到朝向扰动集(R_tur,p,v_p)∈Θ。2生成位置扰动集Ξ

首先通过3D线直接生成相机位置扰动，然后对线上每一个点构建位置扰动阵T_tur。

$>T_{\mathrm{tur}}=\left(\begin{array}{cccc}x& 0& 0& 0\\ 0& y& 0& 0\\ 0& 0& z& 0\\ 0& 0& 0& 1\end{array}\right)$>  式3)

其中(x,y,z)为相应点的三维坐标。

由此得到位置扰动集T_tur,p∈Ξ。

本发明的有益效果在于：

(1)本发明在目前没有成熟的敏感器可以提供图像的情况下，通过构建高真实度的深空三维场景，借助仿真的功能模拟深空探测器在深空飞行段，在星敏感器存在扰动的情况下获取的经过长时间曝光的星图。为带扰动的长时间曝光星图的复原算法提供仿真星图。

(2)本发明中的扰动模式不是随机产生的，而是根据探测器本身的结构以及探测器的飞行状态，可以预先估计相机的扰动情况。利用预先估计的扰动进行仿真得到的仿真星图更接近实际情况下得到的星图。

(3)本发明模拟了敏感器进行长时间曝光的情况，最终合成得到的长时间曝光星图可以将图像中高速运动物体和深空背景区分开来。

附图说明

图1：一种基于扰动图像的长时间曝光深空视景仿真图像合成方法流程图；

图2：相机朝向扰动生成示意图，将建立2D扰动路径，投影到球面上，然后生成相机朝向扰动集合；

图3(a)为原始采集星图；

图3(b)为2D扰动路径图像；

图3(c)为带扰动的长时间曝光星图。

具体实施方式

见图1-图3(c)，为了更好地理解本发明的技术方案，下面结合附图及具体实施方式详细介绍本发明。一种基于扰动图像的长时间曝光深空视景仿真图像合成方法

本发明是一种基于扰动图像的长时间曝光深空视景仿真图像合成方法，该方法主要包括以下几个步骤：

1.利用已知的星表数据构建高真实度的深空三维场景；

2.利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合；

3.利用步骤2得到了扰动集合，从中随机选取一个扰动变换阵作为当前的扰动变换阵；

4.利用步骤3得到的扰动变换阵，设置当前相机变换阵；

5.利用步骤1得到深空三维场景和步骤4得到的当前相机变换阵进行星图采集；

6.重复步骤3到步骤5，得到一系列在曝光时间内采集的星图，将这些星图进行合成，得到长时间曝光星图合成结果。

本发明的具体实现流程如图1所示，各部分具体实施细节如下：

1.利用已知的星表数据构建高真实度深空三维场景

首先模拟深空光学环境，计算深空中的恒星、大行星和小行星等光学信号源的光学特性，使用飞船当前位置和时间，根据星敏感器的安装姿态设置仿真相机，而后使用OpenGL对深空三维场景进行绘制。为了绘制场景图像，需要各个大行星、小行星和彗星等的三维数据，本方法中采用的是目前国际上通用的依巴谷星表数据(Hipparcos catalogue)ESA1997，并使用恒星的赤经、赤纬和距离计算它的直角坐标，大行星的位置计算使用的是日心坐标系的VSOP87B历表内插确定位置信息。

2.利用2D扰动路径图像生成相机朝向扰动集合，利用3D线生成相机位置扰动集合

1生成朝向扰动集Θ

首先生成一个2D扰动路径图像，并设置相机光轴穿过的图像位置，并对其中每一个非零像素通过下式计算当前的光轴：

$>R_{\mathrm{tur}}\left(\begin{array}{cccc}\cos \left(\lambda \right)& \sin \left(\lambda \right)& 0& 0\\ -\sin \left(\lambda \right)\cos \left(\alpha \right)& \cos \left(\lambda \right)\cos \left(\alpha \right)& \sin \left(\alpha \right)& 0\\ \sin \left(\lambda \right)\sin \left(\alpha \right)& -\cos \left(\lambda \right)\sin \left(\alpha \right)& \cos \left(\alpha \right)& 0\\ 0& 0& 0& 1\end{array}\right)$>  式1)

式1中λ和α计算如下：

$>\left(\begin{array}{c}\alpha =a\tan \left(\frac{(y_p-y_c)·s_y}{(x_p-x_c)·s_x}\right)\\ \lambda =a\sin \left(\frac{z_c}{\sqrt{{((y_p-y_c)·s_y)}^2+{((x_p-x_c)·s_x)}^2}}\right)\end{array}\right)$>  式2)

其中(x_p,y_p)为扰动路径图像中非零的像素点，(x_c,y_c)为相机光轴穿过的图像位置坐标，(s_x,s_y)为相应的x方向和y方向的缩放因子，z_c为2D扰动路径图像放置的深度值。另外，相应像素点的像素值为v_p，像素值的大小代表扰动发生概率的大小，像素值越大，扰动发生的概率也越大。

由此得到朝向扰动集(R_tur,p,vp)∈Θ。

2生成位置扰动集Ξ

首先通过3D线直接生成相机位置扰动，然后对线上每一个点构建位置扰动阵T_tur。

$>T_{\mathrm{tur}}=\left(\begin{array}{cccc}x& 0& 0& 0\\ 0& y& 0& 0\\ 0& 0& z& 0\\ 0& 0& 0& 1\end{array}\right)$>  式3)

其中(x,y,z)为相应点的三维坐标。

由此得到位置扰动集T_tur,p∈Ξ。

3.利用步骤2得到了扰动集合，从中随机选取一个扰动变换阵作为当前的扰动变换阵

随机生成i∈[0,N_R]和υ∈[0,255]，N_R为朝向扰动集合Θ中的元素个数。如果υ＜v_i则选取R_tur,i为当前朝向扰动变换阵R_tur，否则置R_tur为单位阵。

随机生成i∈[0,N_T]，N_T为位置扰动集合Ξ中的元素个数，选取T_tur,i为当前的位置扰动变换阵T_tur。

4.利用步骤3得到的扰动变换阵，设置当前相机变换阵

设置T_tur·M_c·R_tur为当前相机变换阵，其中T_tur为步骤3中选取的平移扰动变换阵，M_c为标准相机变换阵，R_tur为步骤3中选取的朝向扰动变换阵。

5.利用步骤1得到深空三维场景和步骤4得到的当前相机变换阵进行星图采集

根据步骤1中构建好的高真实度深空三维场景和步骤4中设置好的相机变换阵，通过渲染器绘制当前深空视景，得到当前相机姿态下的仿真星图。

在绘制星图的时候，图像上的第(m,n)像素(0≤m＜M,0≤n＜N,图像大小为M×N)的亮度可由下式计算：

$>I(m,n)=\underset{\mathrm{mdx}}{\overset{(m+1)\mathrm{dx}}{\int }}\underset{\mathrm{ndy}}{\overset{n+1\mathrm{dy}}{\int }}\underset{i=1}{\overset{N}{\Sigma }}\frac{C}{2.{512}^{M_i}}{\mu }_i(x,y)\mathrm{dxdy}+B$>  式4)

其中M_i为视星等，μ_i(x,y)为点扩散函数，C和B为常数。考虑到计算效率问题，进一步做一些简化，将点扩散函数μ_i(x,y)离散成点扩散纹理，并将置入alpha通道，由绘制管线进行累积求和。

6.将曝光时间内采集得到的所有星图进行合成

重复步骤3到步骤5，在曝光时间内连续采集N＝T_exp/dt_exp张图像，其中T_exp为曝光时间，而dt_exp为采样间隔，并通过下式进行合成，得到长时间曝光结果图。

$>I(x,y)=\alpha ·\underset{i=0}{\overset{N}{\Sigma }}{w}_i·I_i(x,y)$>  式5)

其中α为相机敏感度因子，w_i为每次采集图像的合成权重，I_i(x,y)为第i次采集得到的仿真星图。