欧阳琰，王树文，李世飞，王志斌，李文杰

(空军预警学院，湖北 武汉 430019)



基于在轨光学相机的空间点目标检测方法

欧阳琰，王树文，李世飞，王志斌，李文杰

(空军预警学院，湖北 武汉 430019)

针对在轨光学相机视轴无法通过卫星姿态进行预估，序列探测图像中恒星背景又无法忽略等空间运动点目标检测中的难点问题，提出了一种基于序列帧探测图像运动特性分析的点目标检测方法。该方法首先从恒星星图中检测出所有的目标点，接着选取亮星点进行恒星识别，最后对所有的目标点进行运动分析，检测出与恒星具有不同运动特性的星点作为空间点目标。仿真结果表明，该方法能够从运动的恒星背景中识别出空间运动点目标，对完善空间运动点目标检测方法有参考价值。

在轨光学相机；空间点目标检测；星图识别；运动参数估计

如今星敏感器已经广泛应用于航天领域，其主要观测对象为星空中较亮的恒星，然而很多空间目标，如卫星、飞行器等本身并不能发光发热，想要在太空中观测这些目标，就要求成像探测器必须能够对暗弱目标成像。因此，为了对这些空间目标进行跟踪和测量就需要采用特定的在轨光学相机[1-3]。

目前，很多研究开始围绕如何利用在轨光学相机对空间点目标进行检测和跟踪。与星敏感器不同，在轨光学相机能够调整视轴对不同的深空区域进行观测，光学视场小，测量精度高。由于在轨光学相机探测得到的图像背景主要为恒星，因此空间点目标的检测和跟踪需要建立在恒星识别的基础上。文献[4]提出了一种基于星图识别算法的空间小目标识别方法，利用星对距离和星对角距两个特征匹配识别恒星，进而快速检测出空间小目标，但是该方法主要针对局部星图中的亮星进行检测与跟踪。文献[5]针对探测灵敏度为9等星的在轨光学测量相机提出了能对空间点目标进行检测和跟踪的方法，但是该方法仅适用于相机视轴指向相对于卫星平台静止的情况，相机视轴指向可以通过卫星姿态运动来估计。但是在实际观测过程中，相机视轴相对于卫星平台也处在运动之中，不可能完全静止，通常认定在某一检测周期内进行匀速运动。文献[6]提出了利用相邻帧间差分运算的方法消除星空背景并提取运动点目标的轨迹，但是该方法只适用于假定恒星背景不运动(位移小于5个像素)，点目标的运动位移明显的情况。然而在实际探测过程中，背景及恒星的位移显然不会小于5个像素，这时仅靠帧间差分运算无法消除星空背景。

笔者在分析在轨光学相机所拍摄的星空图像特性的基础上，提出了一种空间运动点目标的检测方法。该方法首先提取星图中的全部点目标，接着选取连续5帧星图中最亮的3颗恒星，采用三角匹配的方式进行星图识别，以识别出的恒星为代表预估恒星运动的方向与速度，接着对5帧星图中所有检测出的点目标采用预估运动参数进行匹配，找出不符合运动参数的点目标并标记为空间点目标。仿真结果表明，该方法能够较好地检测在轨光学相机探测星图中的运动点目标。

1 星图目标点提取

在轨光学相机探测图像中的点目标信号集中在一个连续像元区域内，区域中心的信号峰值要远高于噪声平均值。因此，可以先对图像进行阈值滤波，然后采用连通区域法提取出所有的点目标。

常用的阈值分割方法[7]有很多，例如迭代阈值法、OTSU阈值法等，在星图识别中自适应阈值法由于原理简单、计算方法灵活，应用十分广泛。由于星图中的点目标属于凸形目标，在进行点目标提取时，适合采用四连通区域[8]进行分析。连通区域提取完之后，依据提取结果可以去除成像面上的孤立点及目标区域大于5×5像素的目标点，完成点目标提取后，将得到的最终目标点的集合标记为：Ni={N1,N2,…,Nn}，并对所有点目标采用基于图像灰度的一阶矩方法[9]求取质心，计算质心选用的区域大小为5×5像素。

2 序列星图中空间点目标检测方法

2.1 空间点目标检测流程

采用在轨相机对空间运动点目标进行观测时，相机视轴相对于卫星平台也会有运动，因此无法采用文献[5]中的方法依据卫星平台的姿态来估计相机的视轴变化。另外在轨相机视场小、成像分辨率高，相邻帧图像间的恒星背景运动不可忽略，因此也无法直接采用文献[6]中的相邻帧图像间差分运算来消除恒星星点，保留空间点目标。

为了能从序列星图中检测出空间运动点目标，可以通过分析空间点目标与恒星点在序列星图中的运动特性得到。静止恒星点在序列星图中的运动主要是由相机视轴和卫星平台运动产生的，运动目标点在序列星图中的运动主要是由相机视轴、卫星平台运动，以及自身运动产生的，其中相机视轴、卫星平台，以及空间点目标的运动在一定的探测周期内可认为是匀速运动。因此，可以通过对连续多帧图像进行分析，得出静止恒星点的匀速运动特性，并通过比对运动特性的不同来识别星图中的运动点目标。其流程如图1所示。

图1 空间运动点目标检测流程

2.2 基于星图识别的静止恒星运动参数分析

为了能够观测空间暗弱目标，在轨相机的探测灵敏度都较高，因此在视场中出现的恒星会非常多，逐一对所有恒星进行恒星识别不太现实，需要选取一些特征星。由于恒星的星等越低，在探测器上成像的信噪比越高，质心计算的精度也越高，因此在识别过程中比较容易将其与空间暗弱目标进行区分。在选取用作代表的恒星时，主要从提取的目标点集合Ni={N1,N2,…,Nn}中选取最亮的点目标来进行恒星识别，具体的恒星识别过程采用目前主流的三角匹配方法。在轨相机由于视场小、单星位置测量精度高，角距的计算误差与误匹配率都大大低于星敏感器，使用三角匹配方法就足够保证恒星识别的正确率。在识别出起始帧图像中的代表恒星之后，接着通过分析连续帧图像中的代表恒星，就能够确定恒星星点的运动参数。

2.2.1 基于三角匹配的起始帧图像中代表恒星选取

三角匹配方法主要依据星对间的角距来进行识别，主要的识别过程按照文献[10]中提出的方法进行构建。为了达到使用代表恒星进行运动参数估计的目的，在选择星组时应当遵循以下的准则：①按照恒星的亮度来选择，优先选择亮的恒星；②避免选择落在视场边缘的恒星；③至少选择3颗恒星组成星组。识别出的恒星组标记为Sj{Sj1,Sj2,Sj3}，其中j表示帧数，j=1,2,3,4,5。

2.2.2 静止恒星运动参数分析

从起始帧图像中提取代表恒星点坐标之后，以这些代表恒星点的坐标为基准，在相邻帧图像中一定大小的邻域M内找出灰度分布与起始帧中代表恒星点近似的点目标。如果相邻帧图像中无法找出相对应的恒星点，则扩大邻域M再次进行搜索；如果相邻帧图像中的恒星组不唯一，则再次采用三角匹配方法进行识别，确定相邻帧图像中与起始帧相对应的代表恒星组。具体流程如图2所示。

图2 相邻帧图像代表恒星点提取方法流程

首先通过对连续5帧图像进行检测，找出互相匹配的恒星组Sj{Sj1,Sj2,Sj3}，其中j表示连续帧图像的序号，j=1,2,3,4,5。然后利用Sj来预估恒星的运动参数，由于在一个检测周期内，静止的恒星可以认为是匀速运动，那么可以通过比较Sj中静止恒星的坐标，结合已知相机成像曝光时间t，计算出恒星在x方向和y方向上的运动速度Vxj，Vyj(像素/s)。

2.3 空间运动点目标检测

根据空间运动点目标与静止的恒星点具有不同运动特性的特点，对空间运动点目标进行检测。假定星图中检测出的目标点集为Ni={N1,N2,…,Nn}，Ni包含空间运动点目标和恒星点，由于在轨相机的探测灵敏度非常高，一幅星图中探测到的恒星点数目会非常多，无法采用卡尔曼滤波的方式对所有的目标进行运动估计，且运算量会非常大。因此，提出了一种简便快速的点目标检测方法。

(2)在第2帧中查找以(x′,y′)为中心的邻域M内的点目标，并与(x′,y′, E′)进行比较：

(1)

|EM-E′| <ε

(2)

式中：(xM, yM, EM)为邻域M内的一个点目标；ε与ζ为两个根据不同相机的参数所设定的常数。

(3)如果邻域M内存在一个匹配的点目标，则重复步骤(1)和步骤(2)，依次对第3帧、第4帧和第5帧中的点目标进行检测，如果该目标在5帧中被检测出的次数超过4次(考虑到可能发生漏检)，则将该点目标标记为恒星；如果某一个目标在5帧中都没有被检测到，则认为是空间运动点目标。

3 仿真实验

3.1 相机参数

在仿真实验之前，首先需要设定在轨光学相机的主要参数，如表1所示。

表1 在轨光学相机主要参数

从相机的主要参数可以看出，在轨光学相机具有视场小、单个像元分辨率高的特点。

3.2 空间小目标检测方法验证

设定在轨光学相机的主要参数后，采用文献[1]中提出的方法来生成仿真的序列星图，为了方便显示，采用占有像素数量来表示点目标的亮度，占有的像素数越多则亮度越大。为了验证该方法的有效性，笔者仿真了3组序列星图，3组星图的成像参数如表2所示。

表2 星图仿真参数

根据相机视轴初始指向，结合Tycho-2星表中提供的J2000坐标系中恒星坐标，便可以生成一个探测周期内的仿真星图，在一个探测周期内的点目标运动速度为随机生成。生成序列仿真星图之后，接着采用笔者提出的点目标检测方法，对序列星图中的点目标进行检测，可以得到如图3所示的结果。

图3 运动点目标检测结果

通过使用笔者提出的检测方法，可以从众多的恒星中提取出与恒星运动参数截然不同的空间运动点目标，检测出的点目标属于空间暗弱目标，在亮度上仅相当于星等为10.5的恒星亮度。

4 结论

针对在轨光学相机的空间目标观测平台，笔者提出了一种空间运动点目标的检测方法，解决了点目标检测过程中恒星背景无法忽略、相机视轴运动无法通过卫星平台运动进行预估等问题。通过仿真验证，该方法对于空间运动点目标的检测具有较好的效果。

[1] 程军，张伟，鲍文卓，等.在轨光学相机探测图像数 字仿真系统的设计与实现[J].光学精密工程，2009，17(9)：2136-2144.

[2] 韩意，孙华燕.空间目标天基光学成像仿真研究进展[J].红外与激光工程，2012，41(12)：3372-3378.

[3] 张伟，程军，曹移明，等.空间目标相对运动角参数的天基光学测量方法[J].红外与激光工程，2011，40(1)：123-128.

[4] 赵臻，高颖慧，王平.基于星图识别算法的空间小目标识别[J].重庆理工大学学报(自然科学版)，2011，25(4)：97-101.

[5] 程军,张伟,从明煜.基于星图识别的空间目标检测算法研究[J].光学技术，2010，36(3)：439-444.

[6] 王寒涛，赵保军，唐林波.星空背景下的运动点目标轨迹提取[J].光学技术，2009，35(6)：810-818.

[7] LI Q, XU W, XU Z H, et al. Influence of threshold segmentation on star pair angular separation measurement accuracy[C]∥IEEE Conference on Measuring Technology and Mechatronics Automation. Hong Kong:IEEE,2013:635-638.

[8] 李学夔，谭海曙，张焕明，等.高精度星敏感器的导航星识别定位算法研究[J].计算机工程与应用，2010，46(21)：220-224.

[9] 赵剡，张怡.星图识别质心提取算法研究[J].空间电子技术，2004(4)：5-8.

[10] 陈元枝，郝志航.基于星敏感器的星图识别方法[J].光电工程，2000，27(5)：5-10.

OUYANG Yan:Doctor; Air Force Early Warning Academy, Wuhan 430019, China.

[编辑：王志全]

Spatial Point Target Detection Method Based on On-orbit Optical Camera

OUYANGYan,WANGShuwen,LIShifei,WANGZhibin,LIWenjie

In order to solve the problems that the foresight of camera cannot be estimated by using attitude of satellite platform and star background cannot be ignored in sequence images, a spatial moving point target detection method was proposed based on analyzing motion features for on-orbit optical camera. This method firstly detects all the target points from star maps; secondly selects bright point targets to go through star recognition; and thirdly the movement of stars can be estimated from continuous image frames; finally spatial point targets can be detected by analyzing the differences of movement between point targets and stars. Through simulation experiments, the proposed method can identify spatial point target from moving star background in sequence images.

on-orbit optical camera; spatial point target detection; star pattern recognition; motion parameter estimation

2015-05-01.

欧阳琰(1984-)，男，湖北武汉人，空军预警学院讲师；博士.

国家自然科学基金(青年基金)资助项目(61503410).

2095-3852(2015)06-0667-04

A

TP391.4

10.3963/j.issn.2095-3852.2015.06.001