一种空间目标太阳能帆板的检测方法
【专利摘要】本发明提供了一种空间目标太阳能帆板的检测方法，应用于空间目标观测图像，所述方法包括：通过所述图像的颜色通道得到所述图像的灰度直方图；通过所述图像的灰度直方图得到所述图像的分割阈值；根据所述分割阈值对图像进行分割得到独立部件；通过所述独立部件得到独立部件边缘投影积分；根据所述边缘投影积分得到帆板的位置。本发明通过对图像的灰度直方图分割阈值计算、独立部件边缘投影积分矩阵计算，能有效地从包含运动模糊和噪声的空间目标图像中准确检测出空间目标太阳能帆板的位置。
【专利说明】
一种空间目标太阳能帆板的检测方法
技术领域
[0001] 本发明属于图像处理技术领域，尤其涉及一种空间目标太阳能帆板的检测方法。
【背景技术】
[0002] 在近距离空间目标监视过程中，除了对数据库中已知目标进行编目识别外，对新 发现的未知目标进行识别具有更为重要的意义。空间目标典型部件的形态特征以及尺寸参 数对于确定目标的类型、状态和威胁程度具有十分重要的价值。太阳能帆板作为空间目标 主要能量来源普遍存在于各个种类的空间目标结构中，是空间目标的典型部件。对于不同 类型的空间目标，其帆板数量、帆板尺寸、帆板形状、帆板与主体结构尺寸比例以及帆板与 其他部件的位置关系均存在很大的差异，例如侦查卫星为保障其有效载荷较高的能耗需求 通常配备尺寸更大的太阳能帆板。通过综合分析利用帆板属性信息，可以有效辅助空间目 标识别以及空间目标状态判断。因此，研究实现天基近距离空间目标观测图像中帆板形态 的检测与参数测量具有重要的战略意义。
[0003] 天基目标典型部件形态测量面临诸多技术难点。空间目标结构复杂且部件拓扑结 构多变。非协作空间目标帆板数量、形态、尺寸等属性均无法预先确定，严重缺乏先验知识 的束。图像中太阳能帆板的形态受观测角度影响很大，进一步加大了空间目标帆板形态及 参数测量的难度。此外，空间目标图像的成像过程也具有一定特殊性，空间目标图像受到多 种降至因素的影响成像质量不佳。在成像过程中，空间目标与成像传感器间存在高速相对 运动，空间目标图像存在严重的运动模糊情况。同时，受到太空环境和传感器性能限制，空 间目标图像中普遍存在太阳光斑、阴影及过饱和现象，对目标部件形态测量造成严重的干 扰。因此，对于近距离空间目标观测图像帆板形态测量的算法设计需要综合考虑到上述因 素的影响，通过图像预处理配合合理特征提取等手段，增强算法的鲁棒性与适应范围。
【发明内容】
[0004] (一)要解决的技术问题
[0005] 有鉴于此，本发明期望提供一种空间目标太阳能帆板的检测方法，至少能解决从 包含运动模糊和噪声的空间目标图像中准确检测出空间目标太阳能帆板位置等技术问题。
[0006] (二)技术方案
[0007] 本发明提供了一种空间目标太阳能帆板的检测方法，应用于空间目标观测图像， 所述方法包括：
[0008] 步骤一、通过所述空间目标观测图像的颜色通道得到所述空间目标观测图像的灰 度直方图；
[0009] 步骤二、通过所述空间目标观测图像的灰度直方图得到所述空间目标观测图像的 分割阈值；
[0010] 步骤三、根据所述分割阈值对所述空间目标观测图像进行分割得到独立部件；
[0011] 步骤四、得到独立部件的边缘投影积分；
[0012]步骤五、根据所述边缘投影积分得到帆板的位置。
[0013](三)有益效果
[0014] 本发明的方法通过对图像的灰度直方图分割阈值计算、独立部件边缘投影积分矩 阵计算，能快速、有效地从包含运动模糊和噪声的空间目标图像中准确检测出空间目标太 阳能帆板的位置，从而实现辅助空间目标识别的目的，满足系统实时应用的要求，具有广阔 的应用价值和市场前景。
【附图说明】
[0015] 图1为本发明实施例的空间目标太阳能帆板检测方法的流程图。
【具体实施方式】
[0016] 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。
[0017] 在以下的描述中，将描述本发明的多个不同的方面，然而，对于本领域内的普通技 术人员而言，可以仅仅利用本发明的一些或者全部结构或者流程来实施本发明。为了解释 的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况 下也可以实施本发明。在其他情况下，为了不混淆本发明，对于一些众所周知的特征将不再 进行详细阐述。
[0018] 实施例
[0019] 为了从包含运动模糊和噪声的空间目标图像中准确检测出空间目标太阳能帆板 的位置，本发明实施例提供了一种空间目标太阳能帆板的检测方法，应用于空间目标观测 图像，如图1所示，所述方法包括以下步骤：
[0020] 步骤S101:通过所述空间目标观测图像的颜色通道得到所述空间目标观测图像的 灰度直方图；
[0021] 本实施例所应用的空间目标观测图像是指通过数字成像设备得到的包含运动模 糊和噪声的空间目标观测图像。该图像存在运动模糊和噪声，同时空间目标结构复杂且部 件拓扑结构多变，这为太阳能帆板的检测带来了极大的困难。
[0022]本实施例先获取每个像素点在RGB(Red_红、Green-绿、Blue-蓝)通道上的像素值， 利用公式计算出像素点对应的灰度值，并用矩阵的形式表示;根据灰度值求得所述图像的 灰度直方图。
[0023]步骤S102:通过所述空间目标观测图像的灰度直方图得到所述空间目标观测图像 的分割阈值；
[0024]空间目标不同部件制造材质不同，因而在空间目标观测图像中由不同的灰度级表 示，而同一部件制造材质相同，因而具有相近的灰度表示。由于空间目标是由多个大体积部 件构成的整体，空间目标观测图像的灰度直方图呈现多峰分布。通过对空间目标统计灰度 直方图的合理使用可以自适应地对空间目标观测图像进行分割，避免由不当阈值选择造成 的部件检测错误。
[0025]步骤S103:根据所述分割阈值对空间目标观测图像进行分割得到独立部件；
[0026]对空间目标观测图像进行阈值分割的目的是分割空间目标观测图像中复杂的部 件拓扑关系，使空间目标的每个部件构成图像中一个独立的区域。这样的算法设计不仅使 部件的特征获取具有更高的针对性，更有助于在检测到目标部件后进行精确的部件参数测 量。
[0027] 步骤S104:得到独立部件的边缘投影积分；
[0028] 在空间目标观测图像受到模糊和噪声影响，图像中太阳能帆板往往不是标准的矩 形。使用经典的灰度投影积分方法计算得到的矩形投影积分特征间差异较小，在处理受到 噪声和模糊干扰的矩形图像时，容易出现误检和漏检的情况。而部件边缘投影积分极值方 法可以检测出受到较强噪声和模糊干扰的空间目标图像中太阳能帆板结构。
[0029]步骤S105:根据所述边缘投影积分得到帆板的位置；
[0030] 通过对目标部件边缘图像进行〇<0<31范围内的投影积分，并计算投影积分矩阵 中局部极值个数。矩形由4条两两平行边缘构成，因此当部件边缘投影积分矩阵中存在4个 局部极值时即判断该部件为空间目标帆板部件。然后根据极值点在矩阵中的位置，得到帆 板的在图像中的位置。
[0031] 本实施例方法通过对图像的灰度直方图分割阈值计算、独立部件边缘投影积分矩 阵计算，能有效地从包含运动模糊和噪声的空间目标图像中准确检测出空间目标太阳能帆 板的位置。
[0032] 具体地，所述步骤S101包括：
[0033]步骤S1011:对所述图像进行颜色空间转换，得到图像的每个像素的灰度值；
[0034] Gray = R X 0.299+G X 0.587+B X 0.114
[0035] 其中，Gray为像素点的灰度值，R、G、B分别代表像素点红色、绿色、蓝色通道的值。
[0036] 步骤S1012:将所述图像的具有相同灰度值的像素进行累加，形成图像的灰度直方 图。
[0037] {h(rk)}k=i...L
[0038] 其中L为灰度量化等级，k为某一灰度级，h(rk)为第k灰度级的像素频率，其计算公 式为:h(r k)=nk/N，N表示图像中的总像素个数，nk表示图像中灰度等级为k的像素个数。 [0039]所述步骤S102中所述图像的分割阈值的计算过程为：
[0040]步骤S1021:计算所述灰度直方图中相邻灰度的像素个数的差值；
[0041 ]步骤S1022:从所述差值中得到灰度直方图的峰值；
[0042]步骤S1023:将所述灰度直方图的峰值中最小灰度对应峰值作为图像分割门限； [0043]步骤S1024:计算所述图像分割门限与分割门限冗余的差值得到图像的分割阈值。 [0044] 整个步骤S102可以表示为：
[0045] threshold=min(peak( {h(rk) }k=i.. .l) )-β
[0046] 其中，threshold为分割阈值，peak为灰度直方图的峰值，β为分割门限冗余，β为预 设值。
[0047]所述步骤S103具体包括：
[0048]步骤S1031:通过所述分割阈值将图像分割成二值图；
[0049] 步骤S1032:将所述二值图中各连通区域进行标记得到独立部件。
[0050] 连通区域标记的计算过程为：
[0051] Grayi = i ,i = l. . .L'
[0052]其中Grayi为第i个连通区域中的所有像素，L'为阈值分割后的连通区域个数。 [0053] 所述步骤S104具体包括：
[0054]步骤S1041:通过所述标记的独立部件提取出独立部件边缘的像素点集；
[0055] 步骤S1042:通过所述独立部件边缘的像素点集在水平轴(X轴)上的投影之和得到 独立部件边缘投影积分。
[0056] 独立部件边缘投影积分的计算过程为：
[0057]
[0058]其中，Gray^为独立部件边缘所在图像的第i列、第j行的像素的灰度值，Η为图像的 高，W为图像的宽。
[0059] 所述步骤S105具体包括：
[0060]步骤S1051:通过所述独立部件边缘投影积分获得当前图像边缘投影积分向量；
[0061] 步骤S1052:通过对所述图像进行旋转和边缘投影积分来获得相应角度下的边缘 投影积分向量；
[0062] 步骤S1053:将多个角度下的投影积分向量组合，形成边缘投影积分矩阵；
[0063] 由于矩形边缘旋转具有投影积分周期性，周期为π，故旋转角度的取值范围可以限 定在θ <π。边缘投影积分矩阵的计算过程为：
[0064]
[0065] 其中，Gray^e为独立部件边缘所在图像旋转Θ角度后，第i列、第j行的像素的灰度 值，H'为旋转Θ角度后图像的高，W'为旋转Θ角度后图像的宽，ΔΘ为所述图像的旋转步长。于 是投影积分矩阵是一个V Α Θ行，W列的矩阵。
[0066] 步骤S1054:根据所述边缘投影积分矩阵的局部极值个数以及极值的位置判断独 立部件是否为帆板以及在判断出独立部件为帆板的情况下计算出帆板的位置。
[0067] num= {extreme{Vij}j=i.. .r }i=i. ..η"
[0068] 其中，num为局部极值点个数，如果num等于4,则判断该独立部件边缘是矩形边缘， 该独立部件是帆板。extreme表示求极值，为了提高鲁棒性，这里要求极值点的值比周围点 的值大A V，V^为边缘投影积分矩阵的第i行、第j列的元素值，W"表示边缘投影积分矩阵的 列数，H"为边缘投影积分矩阵的行数。由极值点对应的行、列就能得到帆板的位置。
[0069] 本发明采用边缘投影积分极值的方法进行空间目标太阳能帆板的检测，在分析图 像灰度直方图的基础上，分割空间目标图像中复杂的部件拓扑结构，利用边缘投影积分极 值对矩形检测的出色效果，完成对帆板的判断和帆板位置的计算。采用本方法去检测空间 目标太阳能帆板，能在保证目标检测较低的虚警率和较低的漏检率，并有效的保证了算法 在复杂多变观测环境下的鲁棒性。通过计算灰度直方图得到图像的分割阈值，可以自适应 的对空间目标图像进行分割，避免由不当阈值选择造成的部件检测错误;通过计算独立部 件边缘投影积分极值，可以检测出受到较强噪声和运动模糊干扰的空间目标图像中太阳能 帆板结构;采用相对简单的计算公式和算法流程，时间复杂度较小，执行速度较快，具有较 高的效率，能够满足实时性要求。本发明能有效地从包含运动模糊和噪声的空间目标图像 中准确检测出空间目标太阳能帆板的位置，具有广阔的应用价值和市场前景。
[0070] 在本申请所提供的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的 方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种 逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以 集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相 互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通 信连接，可以是电性的、机械的或其它形式的。
[0071] 上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显 示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单 元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0072] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可 以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述 集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。 [0073]本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过 程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在 执行时，执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存 储器（Read-Only Memory，R0M)、随机存取存储器（Random Access Memory，RAM)、磁碟或者 光盘等各种可以存储程序代码的介质。
[0074]以上所述，仅为本发明的【具体实施方式】，但本发明的保护范围并不局限于此，任何 熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵 盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
【主权项】
1. 一种空间目标太阳能帆板的检测方法，应用于空间目标观测图像，其特征在于，所述 方法包括W下步骤： 通过所述空间目标观测图像的颜色通道得到所述空间目标观测图像的灰度直方图； 通过所述空间目标观测图像的灰度直方图得到所述空间目标观测图像的分割阔值； 根据所述分割阔值对所述空间目标观测图像进行分割得到独立部件； 得到独立部件的边缘投影积分； 根据所述边缘投影积分得到帆板的位置。2. 根据权利要求1所述的方法，其特征在于，所述通过所述空间目标观测图像的颜色通 道得到所述空间目标观测图像的灰度直方图包括： 对所述空间目标观测图像进行颜色空间转换，得到所述空间目标观测图像的每个像素 的灰度值； 将所述空间目标观测图像的具有相同灰度值的像素进行累加，形成灰度直方图。3. 根据权利要求1所述的方法，其特征在于，所述通过所述空间目标观测图像的灰度直 方图得到所述空间目标观测图像的分割阔值包括： 计算所述灰度直方图中相邻灰度的像素个数的差值； 从所述差值中得到灰度直方图的峰值； 将所述灰度直方图的峰值中最小灰度对应峰值作为图像的分割口限； 计算所述空间目标观测图像的分割口限与分割口限冗余的差值得到图像的分割阔值。4. 根据权利要求1所述的方法，其特征在于，所述根据所述分割阔值对所述空间目标观 测图像进行分割得到独立部件包括： 通过所述分割阔值将图像分割成二值图； 将所述二值图中各连通区域进行标记得到独立部件。5. 根据权利要求4所述的方法，其特征在于，所述得到独立部件边缘投影积分包括： 通过所述标记的独立部件提取出独立部件边缘的像素点集； 通过所述独立部件边缘的像素点集在水平轴上的投影之和得到独立部件边缘投影积 分。6. 根据权利要求1所述的方法，其特征在于，所述根据所述边缘投影积分得到帆板的位 置包括： 通过所述独立部件的边缘投影积分获得当前图像边缘投影积分向量； 通过对所述空间目标观测图像进行旋转和边缘投影积分来获得相应角度下的边缘投 影积分向量； 将多个角度下的投影积分向量组合，形成边缘投影积分矩阵； 根据所述边缘投影积分矩阵的局部极值个数W及极值的位置判断独立部件是否为帆 板W及在判断出独立部件为帆板的情况下计算出帆板的位置。7. 根据权利要求2所述的方法，其特征在于，所述空间目标观测图像的灰度直方图的计 算过程为： {h(rk) }k=i.. .L 其中L为灰度量化等级，h(rk)为第k灰度级的像素频率，其计算公式为:h(rk)=nk/N，N 表示图像中的总像素个数，nk表示图像中灰度等级为k的像素个数。8. 根据权利要求7所述的方法，其特征在于，所述空间目标观测图像的分割阔值的计算 过程为： threshold=min(peak(化(rk) }k=i …L) )-β 其中，threshold为分割阔值，peak为灰度直方图的峰值，β为分割口限冗余。9. 根据权利要求6所述的方法，其特征在于，所述通过所述独立部件边缘投影积分获得 当前图像边缘投影积分向量的计算过程为：其中，6^7^为独立部件边缘所在图像的第i列、第j行的像素的灰度值，Η为图像的高，W 为图像的宽。10. 根据权利要求6所述的方法，其特征在于，所述边缘投影积分矩阵的计算过程包括：其中，Grayiw为独立部件边缘所在图像旋转Θ角度后，第i列、第j行的像素的灰度值，Η' 为旋转Θ角度后图像的高，W'为旋转Θ角度后图像的宽，ΔΘ为所述图像的旋转步长。11. 根据权利要求6所述的方法，其特征在于，判断帆板及其位置的计算过程包括： num= (extreme(Vij}j=i'.'r h=i'.'Η" 其中，num为局部极值点个数，extreme表示求极值，极值点的值比周围点的值大Δ V，Vij 为边缘投影积分矩阵的第i行、第j列的元素值，W"表示边缘投影积分矩阵的列数，Η"为边缘 投影积分矩阵的行数。
【文档编号】G06T7/00GK105976355SQ201610265808
【公开日】2016年9月28日
【申请日】2016年4月26日
【发明人】姜志国, 张浩鹏, 聂山岚, 赵丹培, 罗晓燕, 尹继豪, 谢凤英, 史振威
【申请人】北京航空航天大学