奚晓梁，周晓东，张 健

（海军航空工程学院 控制工程系，山东 烟台 264001）

在可见光波段，通过天基平台监视地球同步带卫星，其关键技术之一是时间序列图像中的弱小运动目标检测。而有效的预处理，是提高检测灵敏度和降低虚警率的前提。

对CCD拍摄的星图进行星点提取和定位，是利用恒星信息进行空间观测的前提条件。那么星图提取和定位的过程中完整星斑对质心精度保证是至关重要的（精确边缘相当于更多可利用的灰度信息）。其结果将直接影响到最终的定轨精度。

目前所见到的星图预处理算法大多只考虑目标的增强、背景的抑制及异常现象去除[1-3]，对星斑边缘的保持并没有论述。

文中在对CCD星图图像特点进行分析的基础上，提出了一种在轨空间图像的轨迹提取算法，通过背景拟合及小区域滤波的方法，在抑制背景噪声的同时，很好地保持了星斑的边缘。该算法同美国天基可见光相机SBV在轨检测算法[4]（Moving Target Indicator， MTI）相比，在检测灵敏度及虚假目标减少方面有较大提高。

1 空间目标成像时空域模型

文中实验图像数据拍摄于黑龙江省黑河市郊区。4档曝光时间分别为 300 ms、700 ms、1 100 ms、1 600 ms，对应帧数为 352、217、281、302。 图像大小为 1 024×1 024，像素灰度为16位，图1给出4档曝光时间的典型星图（为便于观察，只显示合适灰度段）及其灰度直方图。

遵从电子数与图像灰度成正比的思路，用 r（x，y，t）来表示在位置（x，y）处接受到的电子个数。那么将每个像素对应的电子数表示如公式（1）所示：

其中，c（x，y，t）为电流引入的高斯噪声，d（x，y，t）为暗电流和背景光照引入的泊松分布噪声，s（x，y，t）为静止目标噪声（恒星、银河、星云状星系），n（x，y，t）为待检测目标信号，即移动目标（运动GEO或LEO目标）。……