[发明专利]一种基于霍夫变换的移动目标提取图像处理方法和系统

说明书

本发明公开了一种基于霍夫变换的移动目标提取图像处理方法和系统，主要涉及天文学应用领域。包括以下步骤：采集图像数据并进行图像预处理、星像提取和天文定位；通过三维霍夫变换对上述步骤提取到的星像中暗弱移动目标进行检测。本发明的有益效果在于：它不仅可大大提高监测数据的处理速度和能力，更有利于提高空间碎片领域的监测能力，可促进空间碎片图像处理及应用的产业化发展。

技术领域

本发明涉及天文学应用领域，具体是一种基于霍夫变换的移动目标提取图像处理方法和系统。

背景技术

天文光学图像处理的过程中要清晰、准确地区分图像中信号的来源是噪声还是目标源。现有光学图像处理的环节大致分为两步：图像预处理和目标源提取。对于图像预处理，它主要改正观测图像的偏差，有时会进行一些图像背景的处理，例如基本的图像变换(中值滤波、均值滤波)；用于背景估计的贝叶斯方法；突出显示对象并减少背景波动的匹配滤波以及多尺度并行的方法。目标源提取大致有阈值分割(在计算机视觉中，阈值分割是一种简单的目标源提取方法，利用这种方法，将灰度图像转换为二值图像。)、局部最大值搜索(局部峰值搜索方法的主要原理在于搜索被认为是峰值的那些像素，或者换句话说，是邻域中的局部最大值。)和神经网络(将目标检测问题转化为分类问题，对像素进行分类，使用一种神经网络进行筛选，类似机械学习)等方法。但是这些方法在提取暗弱目标时极易受到图像背景影响，不能处理背景恒星与目标重叠的情况，且在信噪比较低时无法区分噪声和目标的差别。

天文观测图像目标检测就是从图像处理提取的星像中检测特定的目标。常用的目标检测方法可以分为两大类，即跟踪前检测(Detect before track，DBT)和检测前跟踪(Track before detect，TBD)。基于DBT的目标检测是一种比较直观的做法，其实现思路是先在单帧图像中进行抽检，列举出所有可能的候选目标，然后通过各种限制性条件剔除候选目标中虚假的目标，最终获取到真实的目标，之后再开始目标的跟踪工作。基于TBD目标检测算法在执行跟踪时并不清楚究竟哪一个才是真实的目标，因此需要对视野内所有可见的目标在一段时间内进行连续跟踪，直至跟踪结束后再通过对所有轨迹的分析并计算出每一条轨迹属于真实目标的后验概率，从中筛选出最有可能的那一条作为目标运动轨迹从而实现真实目标检测功能。

目前采用的天文图像目标检测方法较多，2005年韩建涛等人对图像对称差分运算进行改进，发展出新的的天文运动小目标检测法。方法假设在某一段时间间隔(t_k，t_k+1，…，t_k+m-1)内CCD获取的一个m帧图像序列经预处理后表示为：

{f(x_i，y_j，t_k)，f(x_i，y_j，t_k+1)，…，f(x_i，y_j，t_k-m+1)} i，j＝1，…，N

算法步骤如下：

(1)考虑连续三帧序列图像f(x_i，y_j，t_k)，f(x_i，y_j，t_k+1)，f(x_i，y_j，t_k+2)。计算相邻两帧图像的绝对差灰度g(x_i，y_j，t_k)，g(x_i，y_j，t_k+1)：

g(x_i，y_j，t_k)＝|f(x_i，y_j，t_k+2)-f(x_i，y_j，t_k)|