佟 帅，王安国，李 辉，张 磊

(海军大连舰艇学院 航海系，辽宁 大连 116018)

船用星敏感器星象提取方法

佟 帅，王安国，李 辉，张 磊

(海军大连舰艇学院 航海系，辽宁 大连 116018)

从星空图像中提取星象是星敏感器工作的重要基础，也一直是星敏感器研究领域的研究重点。针对船用星敏感器所获取的星空图像噪声情况复杂的特点，提出一种新的阈值分割星图星象提取方法。经实验验证，能够很好的在高噪声条件下提取星象,适用于船用星敏感器星象提取。

船用星敏感器；星象提取；阈值分割

0 引 言

作为一种高精度的自主测姿定位设备，星敏感器一直是天文导航的重要研究方向。其基本工作原理是以恒星为参照物，图象传感器(CCD或CMOS)拍摄恒星图象，对所拍摄图象进行处理，提取出所需的星象位置和亮度信息与导航星库进行星图匹配，最后经过姿态估算计算出星敏感器(载体)的三轴姿态。目前的星敏感器已经发展至第二代，已能够在无初始姿态信息的情况下完全独立工作，输出高达角秒量级的姿态信息，因而被广泛应用在卫星、导弹、飞机、舰船等载体的定位测姿上[1]。

相对其他深(太)空载体星敏感器，船用星敏感器受限于所处位置——海平面，不可避免的要受到大气扰动、地表杂光以及尘埃颗粒等影响，难以获得高质量的星空图像。在固定的光学系统及图像传感器等硬件条件下，星敏感器系统在软件层面上对星象的提取能力在很大程度上决定了星敏感器测量精度[2-3]，因而一直以来都是船用星敏感器研究的重点之一。

第二代星敏感器对星象进行提取主要采用阈值分割方法[4-5]，但由于目前星敏感器的应用研究主要集中在高速航空航天设备上，星空图像的拍摄条件较为理想，受噪声影响较小，因此各种星象提取算法更注重实时性，而在抗噪声方面没有做过多考虑，并不适用于噪声条件复杂的船用星敏感器应用。本文针对船用星敏感器星象提取的特殊性，提出新的快速阈值分割方法，以满足船用星敏感器快速准确提取星象的需求。

1 阈值算法理论

1.1 基本原理与常见算法

一般认为影响星图中各个像素点灰度值的基本因素有背景亮度、图像噪声和星体亮度3个，其中背景像素灰度由前两部分构成，星象像素灰度则包括了全部3个因素。因此，图像中星象像素与背景像素的灰度值可表示为：

GS=G1+G2+G3，

(1)

GB=G1+G2。

(2)式中：GS为星象像素灰度值；GB为背景像素灰度值；G1为背景亮度；G2为图像噪声；G3为星体亮度。

对于一般星图图像，可认为背景亮度固定，噪声为高斯白噪声，则星体像素灰度直接由星体亮度决定[6]，以背景像素灰度GB作为阈值T，即可将星体像素提取出来。实际情况中，无法直接确定背景像素灰度值，故使用其他方法进行估算。

基于统计的阈值算法是目前星图星象提取算法最常用的方法[7]，通过计算全图像素灰度值的均值和均方差。根据高斯分布理论以及期望的背景滤除的概率确定阈值。这种方法的优点是计算简单，易于实现，实时性好，能满足大多数情况下星图星象提取的需求；但是该方法对暗星提取效果较差，易产生提取星数量过少或误提取的情况，尤其在噪声较强的时候，基于统计的方法已无法对星象进行提取。

1.2 基于局部窗口的阈值算法

相比于导弹卫星等深(太)空设备，船用星敏感器在拍摄星空图像时要更多的受到大气及周围杂光的影响，所拍摄的星空图像具有更强的噪声，严重影响对星图中星象的提取。从实际海上拍摄的星图图像中可以发现，由于噪声较强，噪声像素灰度值较高，噪点的灰度值已经接近甚至高于一些低亮度星象的灰度值，在视场内亮星较少的情况下，采用基于一般统计或者基于灰度直方图的阈值计算方法难以对暗星进行提取，提取到的星象数量明显减少，无法满足后续辨识及定位计算的需求。

但当视场内星象较少时，也意味着不包含星象的背景区域相应增加，因此可以通过使用小窗口对图像进行扫描，寻找背景区域，根据背景区域灰度情况计算出分割阈值，保证在滤除背景噪声的同时更好的保留暗星。

根据星图尺寸在40×40～80×80范围内选取合适的窗口尺寸对全图进行窗口扫描，对每个扫描窗口区域计算灰度值均值μ与方差δ：

(3)

(4)

由于图像噪声的主要成分是白噪声，基于白噪声特性，任何出现在窗口内的高灰度值点(包括星象和尖峰噪声)都会增大窗口灰度值方差，因此，可以认为灰度值方差最小的窗口区域为单纯的背景区域。

(6)

根据高斯分布理论，该阈值TB将背景及白噪声滤除的概率P(GB99.7%。

实际计算中，可能出现星图非常理想，亮星较多的情况，这时阈值分割的重点是滤除背景而不再是保留暗星，因此可适当提高阈值，如令TB=μ+6δ。这样对背景及噪声的滤除概率可达到99.9997%以上，能够更好地滤除背景，有利于亮星的提取。

1.3 基于星象灰度连续性的噪点剔除方法

经过上一步的阈值分割后，星象被较好地保留下来，但是同时也保留了很多灰度值较高的噪声点(尖峰噪声等)，需要进一步对这些噪点进行剔除。要剔除噪点，首先要区分星象与噪点在图像灰度分布上的不同。

从朝向已知天区拍摄的星图中分别提取暗星区域和灰度值较高的噪点区域，对其放大并使用Matlab绘制灰度分布，如图1和图2所示。

图1 放大的暗星区域及其灰度分布Fig.1 Magnified dark star and gray distribution

从图1和图2可知，暗星星象虽然灰度值较低，但是其灰度分布具有明显的面积特征和连续性；而噪点虽然灰度值较高，但其周围像素的灰度值较低，不具有面积特征和连续性。因此，可以根据这一特征对噪点进行剔除。

在灰度图像中某个暗区域出现尖峰噪声时，会明显提高该区域灰度均值，但对区域像素的中值影响很小，甚至没有影响，因此，可以计算高亮点周围小区域内均值与中值的比例，如式(6)。

图2 放大的噪点区域及其灰度分布Fig.2 Magnified noise and gray distribution

(6)

式(6)表示对图像中点(x,y)周围d×d区域计算均值μ和中值med的比值k，当k大于预设的阈值时则认为(x,y)点为噪点，予以剔除。

2 实验分析

实验使用真实星空图像，分别使用一般的全局阈值分割方法和局部窗口阈值分割及噪点剔除方法对图像进行处理，处理结果如图3所示。从图中可明显看到，全局阈值分割方法受噪声影响严重，基本无法正常提取星象。而本文方法对于噪声有很好的滤除效果，能够正确提取出星象，同时能够很好剔除噪点，避免将噪点误提取为星象，能够为后续的星图匹配打下良好基础。

图3 实验图像Fig.3 Experiment images

3 结 语

由于大气等各种因素的干扰，在海上实拍效果清晰的星图非常困难。在这种情况下，传统分割方法受噪声影响较大，无法很好地提取星象。经实验验证，本文提出的方法能够较好地在高噪声条件下提取出星图中星象，具有较强的应用价值。

[1] 刘垒,张路,郑辛，等.星敏感器技术研究现状及发展趋势[J].红外与激光工程,2007,36(S2):529-533.

[2]LIEBIECC.Accuracyperformanceofstartracker-atutorial[J].IEEETransactiononAerospaceandElectronicSystems,2002,38(2):587-599.

[3] 李德良,阮锦.一种适用于星敏感器的星点提取方法[J].激光与红外,2009,39(12):1348-1350.

[4] 刘太阳,王仕成,刘志国,等.一种高噪声情况下的星点聚心算法[J].光电工程,2010,37(12):6-10.

[5] 王兆魁,张育林.一种CCD星图星点快速定位算法[J].空间科学,2006,26(3):209-214.

[6] 王学伟,张春华,赵钊,等.低信噪比星象质心定位算法分析[J].红外技术,2009,31(6):342-347.

[7] 原玉磊,郑勇.一种大视场星图星点提取的阈值算法[J].海洋测绘,2011,31(5):41-43.

YUANYu-lei,ZHENGYong.Athresholdsegmentationmethodofstarextractioninlargefieldstarimage[J].HydrographicSurveyingandCharting,2011,31(5):41-43.

Research on star extraction method for shipboard star sensor

TONG Shuai,WANG An-guo,LI Hui,ZHANG Lei

(Department of Navigation, Dalian Naval Academy,Dalian 116018,China)

As an important basis of star sensor,star extraction from star image has long been a key point in this field.As for the complicated noise condition of offshore star image,a new star image threshold segmentation method for star extraction is proposed.The algorithm has been proved in actual experiments that it is effective for shipboard star sensor.

shipboard star sensor;star extraction;threshold segmentation

2013-02-28；

2013-04-07

国家科技支撑计划资助项目(2012BAH36B00)

佟帅(1987-)，男，博士研究生，主要研究方向为天文导航。

TP75

A

1672-7649(2014)03-0083-03

10.3404/j.issn.1672-7649.2014.03.017