[发明专利]一种单一星图的有效星空区域的提取方法

说明书

本发明公开一种单一星图的有效星空区域的提取方法，其首先对星图进行预处理，得到星图中各像素的显著度值，并生成星图显著图；然后以显著度值作为特征，将星图显著图做初始分割，得到预分割块，并对预分割块进行特征提取；以及最后，对特征进行聚类组合，以实现干扰区域的识别及标记。

技术领域

本发明涉及航空航天技术领域，特别涉及一种单一星图的有效星空区域的提取方法。

背景技术

在卫星星座热潮下，人造卫星数量的巨增对空间探测任务与地面观测实验带来了极大的影响。而星敏感器由于其具有高精度、高自主性和低功耗等优点，因此，在航天任务中扮演着极其重要的角色。随着空间探测任务与地面观测实验难度的提升，对星敏感器，尤其是高精度、高动态性能的星敏感器提出了更高的要求。

恒星图像是星敏感器唯一的数据来源，而星图像通常会受到各种干扰而失去作用，直接影响后续的星点提取。因此，星敏感器性能的关键之一就是其抗干扰性能。

除了背景噪声以外，星敏感器视场中的大面积干扰物同样会影响星敏的姿态输出。Van Allen内辐射带、宇宙射线和太阳质子事件等所释放的高能质子，由于速度差异而在像平面产生划痕类干扰；卫星部组件及其二次漫反射光进入星敏感器视场在像平面产生的规则形状的干扰；以及在地面观星和标定实验中，视场内不可避免会进入一些干扰物，如薄云等不规则形状的干扰。此外，未来星敏感器低成本高性能化的要求下，城市观星成为可能。但城市观星面临的最大问题是视场中有许多不规则的大面积干扰物。因此，去除视场中的干扰是保证星敏感器正常运行的关键一步。

在传统的天文图像处理研究中，针对天文图像中干扰问题投入了大量研究。基于多幅图像叠加的干扰抑制算法可以去除这些干扰，基于点扩散特征的方法通过检测宇宙射线和卫星轨迹的分布特征是否符合点扩散函数以去除干扰；多特征匹配的方法通过提取图像的多个特征并根据几何匹配去除干扰。如果在星敏感器上使用这些方法，会带来较大的内存消耗，而且需要长时间的比对。为了从单个天文图像中去除划痕类干扰，常使用基于Hough变换方法和基于离群值检测的方法，但其仅仅对符合线性分布的干扰有比较好的效果。针对其它大面积干扰，则使用Laplacian边缘检测的方法通过其边缘的锐度识别任意形状和大小的划痕类干扰。但对于大面积干扰物，目前还没有较好的算法或方法。

发明内容

针对现有技术中的部分或全部问题，为了去除星图中的大面积显著干扰，进而提取有效星空，本发明提供一种单一星图的有效星空区域的提取方法，包括：

对星图进行预处理，得到星图中各像素的显著度值，并生成星图显著图；

以所述显著度值作为特征，将所述星图显著图做初始分割；

进行特征提取；以及

对所述特征进行聚类组合，以实现干扰区域的识别及标记。

进一步地，所述预处理包括：通过受限LC算法对星图直方图进行去均衡化，得到各像素的显著度值。

进一步地，所述预处理还包括：所述显著度值的计算包括如下约束条件：

其中，为显著度值的最小值所对应的像素值。

进一步地，所述初始分割包括：采用简单线性迭代聚类方法(Simple LinearIterative Clustering，SLIC)，对显著度值相似的像素进行聚类。

进一步地，所述简单线性迭代聚类方法采用的度量值根据显著度距离以及空间距离计算得到。

进一步地，所述提取方法还包括，在进行初始分割前，对所述显著度值做归一化处理。

进一步地，所述特征包括超像素的显著度均值，以及所述星图中的超像素像素方差。