一种CCD图像中空间目标的拖尾星象定心方法与流程

本发明涉及图像处理技术领域，具体涉及一种ccd图像中空间目标的拖尾星象定心方法。

背景技术：

ccd是指电荷耦合器件，是一种用电荷量表示信号大小，用耦合方式传输信号的探测元件，具有自扫描、感受波谱范围宽、畸变小、体积小、重量轻、系统噪声低、功耗小、寿命长、可靠性高等一系列优点，并可做成集成度非常高的组合件。电荷耦合器件(ccd)是20世纪70年代初发展起来的一种新型半导体器件。ccd广泛应用在数码摄影、天文学、光学与频谱望远镜和高速摄影技术。在使用ccd拍摄空间目标时，如果所拍摄的目标相对于ccd设备在运动，这时候常常会产生拖尾星象。在cassini空间探测器的光学系统iss(imagingsciencesubsystem)拍摄观测目标的时候，此种现象比较常见。

在cassiniiss拍摄图像的过程中，有时需要增加曝光时间以达到观测对象足够的信噪比。由于iss相机在沿特定轨道运动，观测区域内的背景星相对于相机产生运动，在ccd上留下明显的拖尾影像。这导致无法确定背景星的中心位置，进而无法校正相机指向，观测数据无法使用。因此发明一种方法将这些拖尾星象的中心找出来是充分利用珍贵的空间观测资料的关键。

技术实现要素：

本发明的目的在于克服现有的定心方法不能有效地对拖尾星象进行定心的缺点和不足，提供一种ccd图像中空间目标的拖尾星象定心方法，能够克服图像本身存在的缺陷，有效地实现对图像中拖尾星象的定心。

本发明的目的可以通过采取如下技术方案达到：

一种ccd图像中空间目标的拖尾星象定心方法，包括下列步骤：

s1、定义参考星象，过程如下：

s11、利用具有图像处理能力的软件实现一个用于拖尾星象检测的可视化的界面，在可视化界面中选择需要测量的目标图像作为原图并打开，

s12、在目标图像上，采用手动框选的方法选出一个参考的拖尾星象；

s2、生成拖尾星象模板，过程如下：

s21、去除目标图像的条纹干扰，使用大小为11×11个像素的模板对原图进行中值滤波，得到完全去除拖尾星象的背景图像，再把原图和得到的背景图像作差得到消除明暗相间条纹影响的图像；

s22、计算所框选出的局部图像灰度值的均值和标准差，首先定义一个变量m，然后使用均值以上m倍标准差的灰度值作为阈值，把灰度值低于阈值的像素视为背景，从而提取出所框选出的局部图像中属于拖尾星象的像素，以此作为拖尾星象模板区域；

s23、处理拖尾星象内部的异常像素；

s24、设置拖尾星象模板各像素的值；

s3、使用相关运算对拖尾星象进行定心，过程如下：

s31、对需要测量的目标图像进行预处理；

s32、用拖尾星象模板和目标图像进行相关运算，并将结果图像中存在的负数值置为0；

s33、对目标图像中除参考星外的拖尾星象进行定心。

进一步地，所述的步骤s12中，手动框选时所用的框选框为任意四边形，具体的框选方法是手动依次点击拖尾星象外4点，画出一个以点击的4个点为顶点的四边形。

进一步地，所述的步骤s23过程如下：

s231、定义异常像素，计算拖尾星象上像素灰度的均值和标准差，首先定义一个变量n，，然后把灰度值大于均值以上n倍标准差的像素定义为受噪声影响的异常像素；

s232、取异常像素八邻域且属于拖尾星象上的若干像素的灰度值的中位数，使其取代异常像素，以减小异常像素对拖尾星象的干扰。

进一步地，所述的步骤s24过程如下：

s241、定义一个大小为3个像素×3个像素、数值全为1的模板，并使用该模板对拖尾星象的像素进行膨胀操作；

s242、膨胀操作会对原拖尾星象区域有所扩张，这些扩张的像素的灰度值设置为统一的负值，负值由所有的区域内像素灰度的正值的和的一定比例来决定；将膨胀后扩充区域中的像素用负值填充可以起到抑制作用，能够对与拖尾星象模板形状不一致的图像区域产生抑制效果；

s243、将原拖尾星象区域以及膨胀后并填充像素区域定义为拖尾星象模板，该模板的数值对应于原始灰度值以及扩张后的负值。

进一步地，所述的步骤s31过程如下：

s311、去除目标图像的条纹干扰，同样地，使用大小为11×11个像素的模板对原图进行中值滤波，得到完全去除拖尾星象的背景图像，再把原图和得到的背景图像作差得到消除明暗相间的条纹影响的图像；

s312、对原图所有像素灰度值取对数，使图像灰度值整体降低，由于灰度值较高的点状像素的灰度值相对拖尾星象的灰度值下降幅度大得多，以此显著降低其在相关运算后的响应值；

s313、将所有像素的对数灰度值加1，避免因部分背景灰度值为0的区域使得模板上的负值失效而对非拖尾星象部分的区域产生较大响应。

进一步地，所述的步骤s33过程如下：

s331、进行相关运算后，在目标图像上拖尾星象的位置及噪声点处都会产生响应，要去除噪声点处的响应，首先需定义一个百分比p，其取值范围是5％-10％，然后使用最大响应值的p倍作为阈值把由噪声引起的微弱响应去除；

s332、对相关运算后的图像进行进一步处理：对其先使用3个像素×3个像素的模板进行膨胀，然后再使用3个像素×3个像素的模板进行腐蚀，从而把属于同一个拖尾星象的可能断裂的响应连接起来；

s333、根据每个响应的位置以及其所在的连通集找出每个拖尾星象的所在区域，然后按矩方法(即如下算式)计算该区域的中心位置：

其中(x0,y0)是拖尾星象所在区域的中心坐标，也是拖尾星象的中心位置，s为拖尾星象所在区域，f(i,j)为坐标(xi,yi)处像素的灰度值。

s334、将拖尾星象的中心位置(x0,y0)的2倍减去拖尾星象模板的形心位置即得到拖尾星象真正的中心点位置。

本发明相对于现有技术具有如下的优点及效果：

(1)本方法解决了ccd图像中拖尾星象的检测问题，这意味着以往因“不可测”而丢弃的拖尾图像现今变得“可测”了；

(2)本方法在手动随机框选出一个拖尾星象后，后续其余拖尾星象的搜索是全自动的，功能强大；

(3)本方法在处理过程中加入了一系列预处理步骤，有效地杜绝了因图像本身的缺陷可能对结果造成的不利影响，使得该方法对于噪声多、背景影响大、甚至含有微弱星象的目标图像都能够取得不错的效果。

(4)本方法在预处理后使用矩方法进行了中心位置计算，同时进行了位置偏移修订，这保证了结果达到较准确的亚像素精度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或者现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是拖尾星象定心方法的结构示意图；

图2是matlab实现的拖尾星象检测gui程序运行示意图；

图3是手动框选选出参考的拖尾星象后的图像示意图；

图4是提取属于拖尾星象的像素操作前后的对比图；

图5是消除拖尾星象上的异常像素的前后对比图；

图6是最终得到的用于相关运算的模板示意图；

图7是消除明暗相间的条纹影响前后的对比图；

图8是利用本发明公开的定心方法对一张图像进行操作后最终找到拖尾星象中心点的结果示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

本实施例公开的一种ccd图像中空间目标的拖尾星象定心方法是通过手动框选的方式制作相关模板从而通过相关运算实现对图像中其余拖尾星象的定心，，首先在实现的可视化界面中打开目标图像，并在目标图像通过手动框选的方式，随机选择图像中一个包含拖尾星象的四边形区域，然后对该区域内的像素进行适当处理以生成拖尾星象模板以用于相关性运算，最后对目标图像进行一系列预处理以去除噪声等因素的干扰，并将上一步生成的拖尾星象模板与经过预处理后的图像进行相关运算，以获取图像中其余拖尾星象的中心位置。

如图1所示，主要包括以下步骤：

s1、定义参考星象；s2、生成用于相关运算的模板和s3、使用相关运算对拖尾星象进行定心。

其中，步骤s1、定义参考星象包括matlab实现可视化界面和手动框选选择参考星象等2个子步骤；

步骤s2、生成用于相关运算的模板包括去除条纹干扰、提取属于拖尾星象的像素、处理拖尾星象内部的异常像素和获取相关模板等4个子步骤；

步骤s3、使用相关运算对拖尾星象进行定心包括预处理、相关运算和拖尾星象定心等3个子步骤。

下面逐一对各个步骤进行详细说明：

步骤s1、定义参考星象，过程如下：

s11、利用具有图像处理能力的matlab数学软件实现一个用于拖尾星象检测的可视化的界面，在可视化界面中选择需要测量的目标图像作为原图并打开，如图2所示。

s12、在打开的目标图像中，采用手动框选的方法选出一个灰度值比较大但又不至于饱和的拖尾星象，作为参考星象。由于每张图像上的拖尾星象的倾斜方向、长度均不确定，因此框选时所用的框选框为不规则四边形，具体的框选方法是手动依次点击拖尾星象外4点，画出一个以点击的4个点为顶点的四边形。手动框选出的拖尾星象如图3中的四边形框区域所示。

步骤s2、生成用于相关运算的模板，过程如下：

s21、去除图像中明暗相间的条纹，使用大小为11个像素×11个像素的模板对原图进行中值滤波，得到完全去除拖尾星象的背景图像，使用小于11×11的模板可能会导致误把部分拖尾星象当作背景，而使用大于11×11的模板则可能使背景图像模糊。把原图和得到的背景图像作差即可得到消除明暗相间的条纹影响的图像。

s22、为消除手动框选区域内不属于拖尾星象的像素，需要计算该区域图像灰度值的均值和标准差，首先定义一个变量m(其取值范围是1.1-1.3)，然后使用均值以上m倍标准差的灰度值作为阈值，把灰度值低于阈值的像素视为背景。但在阈值以上的像素可能是拖尾星象也有可能是位于拖尾星象以外的噪声或宇宙射线，这些像素可能组成多个连通集，由于噪声或宇宙射线形成的连通集相对零散，仅由数量较少的像素构成，而且图像是手动框选的，可以保证拖尾星象的像素占有足够的比例，因此只保留像素数最大的连通集即为拖尾星象构成的连通集。框选的拖尾星象区域及其对应的阈值处理后仅保留像素数最大的连通集的结果如图4所示，其中图4的右侧部分中白色的像素位置为拖尾星象所在的位置，后续步骤中仅拖尾星象的像素参与运算。

s23、处理拖尾星象内部的异常像素，通过计算拖尾星象上像素灰度的均值和标准差，首先定义一个变量n(取值范围2-3)，然后把灰度值大于均值以上n倍标准差的像素认为是受噪声影响的异常像素。针对异常像素，取其八邻域且属于拖尾星象上的若干像素的灰度值的中位数取代异常像素。此时得到的是不含背景且消除了明显噪声影响的拖尾星象。消除拖尾星象上的异常像素的前后对比图如图5所示。

s24、定义一个大小为3个像素×3个像素，数值全为1的模板对拖尾星象的像素进行膨胀操作，膨胀后的像素用负值填充作为抑制因素，关于负值数值的设定，首先定义一个变量q，然后将负值的数值设定为让所有正、负值之和为所有正值之和的q倍(取值范围[-1,-0.5])。这样只有形状接近模板的其他拖尾星象的区域才会有较大的响应，而其他区域即使有较大的灰度值也会被抑制。处理后最终用于相关运算的拖尾星象模板如图6所示，图像左侧为拖尾星象模板原图，右侧为局部放大图，图像上每个像素中的数字为该像素的灰度值，拖尾星象外有一层膨胀后的数值为负值的像素用于避免进行相关运算后在灰度值较大的地方有较高的响应。更外侧的像素灰度值为0，在相关运算中既不增加响应也不抑制响应，可以等效为不参与运算。由于有负数灰度值的存在，因此灰度值为0的像素显示为灰色。

步骤s3、使用相关运算对拖尾星象进行定心，过程如下：

s31、对原图进行预处理，主要包括：去除图像中明暗相间的条纹、降低图像中灰度值较大的像素的影响和置最低灰度值为正值。

去除图像中明暗相间的条纹的方法与生成拖尾星象模板时的处理方法相同，消除明暗相间的条纹影响前后的对比图如图7所示。尽管前述步骤制作的模板可以一定程度上抑制与拖尾星象形状不同的图样的响应，但是遇到灰度值较大的点状像素时依旧会有较大的响应，其响应值与拖尾星象的峰值响应数量级相当，导致后续步骤难以将这两种情况区分。因此对原图所有像素灰度值取对数，使图像灰度值整体降低，但灰度值较高的点状像素的灰度值相对拖尾星象的灰度值下降幅度大得多，以此显著降低其在相关运算后的响应值。之后，在进行相关运算前把所有像素的灰度对数值加1，避免部分背景灰度值为0的区域使得拖尾星象模板上的负值失效，对非拖尾星象部分的区域产生较大响应。

s32、将执行完上述预处理后的图像与拖尾星象模板进行相关运算，由于模板所有像素的和为负数，因此结果图像存在大量的负数值，对负数值的处理方法是将其置为0。

s33、在进行相关运算后，除了在框选的拖尾星象的位置以及图像上其他所有拖尾星象的位置会有比较高的响应外，由于噪声的影响，其他地方也会有较为微弱的响应，要去除噪声点处的响应，首先需定义一个百分比p(取值范围5％-10％)，然后使用最大响应值的p倍作为阈值把由噪声引起的响应去除，再使用膨胀和腐蚀相结合的操作把属于同一个拖尾星象的可能断裂的响应连接起来，对每个有响应的连通集用矩方法计算出其中心点的位置即为每个响应的中心点的位置，但此位置并非最终拖尾星象的中心点的位置，这是由于用于相关运算的拖尾星象模板的模板几何中心与模板内拖尾星象的形心并非完全重合，从而导致相关运算后的结果也发生了相同的偏移，因此用矩方法求得模板内拖尾星象的形心位置并与模板几何中心位置作差求得模板偏移量。上述所有响应的中心点的位置加上计算得到的模板偏移量后即为图像上所有拖尾星象的中心点位置。

经过上述所有步骤，可以得到图像中的拖尾星象的亚像素中心位置。图8是对一张图像进行操作后最终呈现的结果，其中，不规则的四边形框是手动框选的拖尾星象所在的局部位置，十字标记的是在图像上匹配到的拖尾星象的中心点位置。最终得到的这些拖尾星象的中心位置可以用来做图像的指向校正，或者也可以做星表位置计算。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。