一种星图拖尾直线快速去除方法与流程

1.本发明属于图像处理技术领域，具体涉及一种星图拖尾直线快速去除方法。


背景技术：

2.现代光电望远镜技术快速发展，装备探测能力不断提高。星图中存在的拖尾现象，，给天文定位处理的精度和时效性都带来了巨大的压力。星图对比度低，背景强弱分布不均，如何在去除拖尾直线噪声的同时，又保留星图的目标信息和目标定位精度，是一个具有挑战性的问题。
3.星图拖尾是全帧ccd转移信号电荷时，由于高亮度的拍摄对象在ccd积分时间发生的漏光电荷与ccd传输的信号电荷混合在一起而造成。在长时间的天文光电观测系统中，ccd相机机械快门在高强度的频繁开闭下容易损坏，加上机械快门使用寿命限制，从而增加天文光电观测系统的维护成本，所以机械快门处于常开状态或者直接拆除，当不使用机械快门时，在曝光电荷转移和擦除的过程中，光敏元仍然处于感光状态，于是光敏元就会对后面转移到该光敏元的信号电荷造成影响，就会使得ccd图像中拖尾现象相当严重。
4.拖尾现象的出现会降低图像质量，增加图像处理难度，影响目标的检测和定位，从而影响后续运动目标的持续跟踪和信息提取。根据星图的特点，在预处理阶段就需要针对星点拖尾现象进行处理。但是由于预处理阶段星图数据量很大，要满足改善星图图像质量的同时，又要显著降低实时信息处理系统的计算开销，因此拖尾去除算法最重要的要求是算法相对简单有效。通常，传统去除拖尾的方式，需要对垂直拖尾和倾斜拖尾分别检测去除，没有统一去除方式，并且需要已知ccd相机的曝光信息，算法耗时。


技术实现要素：

5.有鉴于此，本发明提出一种星图拖尾直线快速去除方法，该方法效果良好、易于实现，同时具有较低计算复杂度，可实现拖尾直线的有效去除，能够降低空间目标检测虚警概率，提高空间目标天文定位精度。
6.为了实现上述目的，本发明采用的技术方案为：
7.一种星图拖尾直线快速去除方法，包括以下步骤：
8.步骤1，读取图像大小m
×
n以及图像各像素点的灰度值u
(x,y)
，x＝1,2,...,m，y＝1,2,...,n，统计像素点灰度值的均值u、方差σ、最大值p、最小值q；
9.步骤2，遍历图像的各像素点，对每个像素点分别计算其8邻域像素和以及8邻域像素差，得到8邻域像素和图像以及8邻域像素差图像，将原始图像、8邻域像素和图像、8邻域像素差图像共同构成三波段特征图像；
10.步骤3，根据步骤1所得的均值u、方差σ、最大值p、最小值q，对步骤2的三波段特征图像计算拖尾直线像素候选点，形成拖尾候选二值图像；
11.步骤4，对步骤3的拖尾候选二值图像进行孤立点去除；遍历图像的各像素点，对亮度为1的像素，若其8邻域像素均为零，则将该像素值设置为0，形成连续区域二值图像；此时
图像中所有亮度为1的像素均至少存在一个亮度为1的邻域像素；
12.步骤5，对连续区域二值图像进行拖尾直线统计；方式为：对图像中像素为1的像素点，记为(x0,y0)，搜索其邻域像素中为1的像素点，记为(x1,y1)，再搜索(x1,y1)的邻域像素，将灰度值为1的像素点记为(x2,y2)，然后搜索(x2,y2)的邻域像素中像素为1的像素点，以此类推，直至所有相连的像素点均被标记；对搜索到的相连像素点，若像素点的数量不少于阈值，则将这些相连像素点确定为拖尾直线像素点，与拖尾直线像素点相对应的原始图像中的相连像素点即为原始图像中的拖尾直线；
13.步骤6，利用邻域插值方法，对原始图像中的拖尾直线进行处理，从而去除原始图像中的拖尾直线。
14.进一步地，步骤5中的阈值为8～12。
15.进一步地，步骤3的具体方式为：
16.(3.1)将三波段特征图像的原始图像中像素值大于λ1的像素点赋值为1，其余像素点赋值为0，其中λ1＝u+σ；
17.(3.2)将步骤(3.1)处理后的原始图像中像素值为1，且对应像素点在8邻域像素和图像中的像素值在[λ2,λ3]范围内的像素点赋值为1，其余像素点赋值为0，其中λ2＝8u+2σ，λ3＝2p+6σ；
[0018]
(3.3)将步骤(3.2)处理后的原始图像中像素值为1，且对应像素点在8邻域像素差图像中的像素值在[λ4,λ5]范围内的像素点赋值为1，其余像素点赋值为0，其中λ4＝6σ，λ5＝2p-2u+6σ。
[0019]
本发明具有如下优点：
[0020]
1、本发明提出一种星图拖尾直线快速去除方法，通过像素灰度分布规律进行统计，筛选拖尾直线目标，能够对倾斜拖尾和垂直拖尾同时检测，同时，可对批量数据的拖尾目标批量检测，大大减少计算量。
[0021]
2、本发明方法只有加法、减法和移位(求均值)运算，可降低实时信息处理系统的时间开销，满足预处理阶段的实时性要求。
[0022]
总之，本发明通过星图目标信息统计规律实现对单帧图像拖尾目标直线的快速检测，利用插值技术快速完成星图拖尾直线去除，从而消除拖尾对空间目标检测的干扰，可降低由拖尾产生的虚警概率，提升空间目标天文定位的精度。
附图说明
[0023]
图1为星图典型元素构成图。
[0024]
图2为垂直拖尾示意图。
[0025]
图3为倾斜拖尾示意图。
[0026]
图4为拖尾直线和空间目标邻域分布示意图。
[0027]
图5为本发明实施例方法的整体流程图。
[0028]
图6为本发明实施例方法的拖尾直线去除结果图。
具体实施方式
[0029]
下面结合附图及实施实例对本发明做进一步详细的说明。
[0030]
在恒星跟踪拍摄模式下，对于相对静止的恒星目标，会在恒星目标的上下形成一条接近垂直的完整的拖尾，称为“垂直拖尾”，或者“恒星拖尾”，如图2和图3所示；而对于相对运动的空间目标，由于目标运动角速度快，会形成倾斜的拖尾，称为“倾斜拖尾”，或者“目标拖尾”。如图1和图2所示。其中，垂直拖尾的检测和去除相对比较简单，但是倾斜拖尾由于存在相对运动，会存在一定的位移和倾斜，去除较为复杂。通常，传统去除拖尾的方式，需要对垂直拖尾和倾斜拖尾分别检测去除，没有统一去除方式，倾斜拖尾大多通过传统的canny算子+hough变换的方法，首先通过检测出所有拖尾直线边缘，缩小检测范围，然后在边缘检测范围内进行hough直线检测。hough算法是图像处理领域直线检测的常用方法，该算法适应于特征更为丰富的自然图像，而对于特征较为单一的星图来说，其处理精度较低、算法耗时，并且需要已知ccd相机的曝光信息，计算复杂。
[0031]
本实施例采用一种星图拖尾直线快速去除方法，其通过对图像目标分布规律进行统计，实现图像拖尾目标快速检测，同时可以对垂直拖尾和倾斜拖尾进行检测和去除，降低计算复杂度，具有重要的工程应用价值。
[0032]
本实施例的星图图像，是由大视场地基光学望远镜拍摄的以深空为背景的序列图像，其图像元素主要包括空间目标、恒星目标、拖尾目标、深空背景以及噪声，拖尾直线目标不同于恒星和空间目标，如图1所示。拖尾直线和空间目标邻域分布如图4所示，分布规律可总结如下：
[0033]
(1)空间目标和恒星表现为较亮的斑点，占据像素数5～8个像素区域不等，各点像素值大于某个灰度阈值；
[0034]
(2)背景为较暗的深空背景，像素值一般低于某个灰度阈值；
[0035]
(3)拖尾目标直线在水平方向上的投影长度为1～2个像素，占据像素数倾斜方向长度至少10个像素。
[0036]
参照图5，本实施例的具体实施步骤如下：
[0037]
步骤1，图像参数获取：该图像总行数m＝1024，列宽为n＝1024，为了便于图像显示，将原始16bit图像转换为8bit，图像灰度值范围(0,255)，计算图像均值方差最大值p，最小值q；
[0038]
步骤2，遍历图像，并对每个像素分别计算8邻域像素和：
[0039][0040]
以及8邻域像素差：
[0041][0042]
将原始图像、8邻域像素和、8邻域像素差构成的图像作为图像的三个波段进行合并，构成三波段特征图像，三个波段分别标记为a、b、c；
[0043]
步骤3，对步骤2的三波段特征图像按照以下方式计算拖尾直线像素候选点，形成拖尾候选二值图像；
[0044]
(3.1)将特征图像中a波段像素值大于λ1的像素标记为1，其余像素标记为0，其中λ1＝u+σ；
[0045]
(3.2)将步骤(3.1)处理后的a波段中，像素值为1，且对应点在b波段中的像素值在[λ2,λ3]范围内的像素值标记为1，其余像素标记为0，其中λ2＝8u+2σ，λ3＝2p+6σ；
[0046]
(3.3)将步骤(3.2)处理后的a波段中，像素值为1，且对应点在c波段中的像素值在[λ4,λ5]范围内的像素值标记为1，其余像素标记为0，其中λ4＝6σ，λ5＝2p-2u+6σ。
[0047]
步骤4，对步骤3的拖尾候选二值图像进行孤立点去除，遍历图像，对亮度为1的像素，若8其邻域像素均为零，则将该像素值设置为0，形成连续区域二值图像，此时图像中所有亮度为1的像素至少存在一个亮度为1的邻域像素；
[0048]
步骤5，对连续区域二值图像进行拖尾直线统计。对图像中像素为1的像素，记为(x0,y0)，搜索其邻域像素中为1的像素，记为(x1,y1)，再搜索(x1,y1)邻域像素，将灰度值为1的像素记为(x2,y2)，然后搜索(x2,y2)的邻域像素中像素为1的像素，以此类推，直至所有相连的像素均被标记；将具有连续10个或以上像素相邻的像素点确定为拖尾直线。
[0049]
步骤6，利用邻域插值等方法将拖尾直线去除。
[0050]
本实施例的效果可通过以下试验进一步说明：
[0051]
1.试验条件。
[0052]
计算机配置为intel core i7-3770 cpu 3.4ghz，4gb内存，软件环境为matlab r2013。
[0053]
2.试验方法。
[0054]
试验采用hough变换和本实施例方法进行拖尾直线目标分别进行星图拖尾直线目标提取，针对8帧1024*1024大小图像，对两种方法的计算时间进行统计比较；然后采用统一拖尾去除方法，去除结果如图6所示.
[0055]
3.试验结果。
[0056]
在单线程下，使用本实施例方法进行单帧拖尾目标去除的时间为0.71s，通过hough变换进行单帧拖尾目标去除的时间为4.83s。可以看出，在不增加计算资源的前提下，本实施例方法能够大幅降低计算复杂度，提高计算效率。
[0057]
从图6拖尾处理结果中可以看出，本实施例方法可以去除星图中绝大部分拖尾直线，同时能够保留目标信息，图像质量明显改善，比hough变换方法具有显著优势。
[0058]
总之，本发明根据星图的特点，利用星图灰度统计信息进行拖尾直线快速去除。该方法通过目标分布规律进行统计，筛选拖尾直线目标，能够对倾斜拖尾和垂直拖尾同时检测，同时，可对批量数据的拖尾目标批量检测，大大减少计算量。此外，本发明采用列像素统计信息进行拖尾目标去除，能够适应拖尾非均匀的特性，简单有效。本发明方法只有加法、减法和移位运算，可降低实时信息处理系统的时间开销，满足预处理阶段的实时性要求。