一種空間目標太陽能帆板的檢測方法
【專利摘要】本發(fā)明提供了一種空間目標太陽能帆板的檢測方法，應(yīng)用于空間目標觀測圖像，所述方法包括：通過所述圖像的顏色通道得到所述圖像的灰度直方圖；通過所述圖像的灰度直方圖得到所述圖像的分割閾值；根據(jù)所述分割閾值對圖像進行分割得到獨立部件；通過所述獨立部件得到獨立部件邊緣投影積分；根據(jù)所述邊緣投影積分得到帆板的位置。本發(fā)明通過對圖像的灰度直方圖分割閾值計算、獨立部件邊緣投影積分矩陣計算，能有效地從包含運動模糊和噪聲的空間目標圖像中準確檢測出空間目標太陽能帆板的位置。
【專利說明】
一種空間目標太陽能帆板的檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及一種空間目標太陽能帆板的檢測方法。
【背景技術(shù)】
[0002] 在近距離空間目標監(jiān)視過程中，除了對數(shù)據(jù)庫中已知目標進行編目識別外，對新 發(fā)現(xiàn)的未知目標進行識別具有更為重要的意義。空間目標典型部件的形態(tài)特征以及尺寸參 數(shù)對于確定目標的類型、狀態(tài)和威脅程度具有十分重要的價值。太陽能帆板作為空間目標 主要能量來源普遍存在于各個種類的空間目標結(jié)構(gòu)中，是空間目標的典型部件。對于不同 類型的空間目標，其帆板數(shù)量、帆板尺寸、帆板形狀、帆板與主體結(jié)構(gòu)尺寸比例以及帆板與 其他部件的位置關(guān)系均存在很大的差異，例如偵查衛(wèi)星為保障其有效載荷較高的能耗需求 通常配備尺寸更大的太陽能帆板。通過綜合分析利用帆板屬性信息，可以有效輔助空間目 標識別以及空間目標狀態(tài)判斷。因此，研究實現(xiàn)天基近距離空間目標觀測圖像中帆板形態(tài) 的檢測與參數(shù)測量具有重要的戰(zhàn)略意義。
[0003] 天基目標典型部件形態(tài)測量面臨諸多技術(shù)難點?？臻g目標結(jié)構(gòu)復雜且部件拓撲結(jié) 構(gòu)多變。非協(xié)作空間目標帆板數(shù)量、形態(tài)、尺寸等屬性均無法預先確定，嚴重缺乏先驗知識 的束。圖像中太陽能帆板的形態(tài)受觀測角度影響很大，進一步加大了空間目標帆板形態(tài)及 參數(shù)測量的難度。此外，空間目標圖像的成像過程也具有一定特殊性，空間目標圖像受到多 種降至因素的影響成像質(zhì)量不佳。在成像過程中，空間目標與成像傳感器間存在高速相對 運動，空間目標圖像存在嚴重的運動模糊情況。同時，受到太空環(huán)境和傳感器性能限制，空 間目標圖像中普遍存在太陽光斑、陰影及過飽和現(xiàn)象，對目標部件形態(tài)測量造成嚴重的干 擾。因此，對于近距離空間目標觀測圖像帆板形態(tài)測量的算法設(shè)計需要綜合考慮到上述因 素的影響，通過圖像預處理配合合理特征提取等手段，增強算法的魯棒性與適應(yīng)范圍。
【發(fā)明內(nèi)容】
[0004] (一)要解決的技術(shù)問題
[0005] 有鑒于此，本發(fā)明期望提供一種空間目標太陽能帆板的檢測方法，至少能解決從 包含運動模糊和噪聲的空間目標圖像中準確檢測出空間目標太陽能帆板位置等技術(shù)問題。
[0006] (二)技術(shù)方案
[0007] 本發(fā)明提供了一種空間目標太陽能帆板的檢測方法，應(yīng)用于空間目標觀測圖像， 所述方法包括：
[0008] 步驟一、通過所述空間目標觀測圖像的顏色通道得到所述空間目標觀測圖像的灰 度直方圖；
[0009] 步驟二、通過所述空間目標觀測圖像的灰度直方圖得到所述空間目標觀測圖像的 分割閾值；
[0010] 步驟三、根據(jù)所述分割閾值對所述空間目標觀測圖像進行分割得到獨立部件；
[0011] 步驟四、得到獨立部件的邊緣投影積分；
[0012]步驟五、根據(jù)所述邊緣投影積分得到帆板的位置。
[0013](三)有益效果
[0014] 本發(fā)明的方法通過對圖像的灰度直方圖分割閾值計算、獨立部件邊緣投影積分矩 陣計算，能快速、有效地從包含運動模糊和噪聲的空間目標圖像中準確檢測出空間目標太 陽能帆板的位置，從而實現(xiàn)輔助空間目標識別的目的，滿足系統(tǒng)實時應(yīng)用的要求，具有廣闊 的應(yīng)用價值和市場前景。
【附圖說明】
[0015] 圖1為本發(fā)明實施例的空間目標太陽能帆板檢測方法的流程圖。
【具體實施方式】
[0016] 為了更好地理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖及【具體實施方式】詳細介紹本發(fā) 明。
[0017] 在以下的描述中，將描述本發(fā)明的多個不同的方面，然而，對于本領(lǐng)域內(nèi)的普通技 術(shù)人員而言，可以僅僅利用本發(fā)明的一些或者全部結(jié)構(gòu)或者流程來實施本發(fā)明。為了解釋 的明確性而言，闡述了特定的數(shù)目、配置和順序，但是很明顯，在沒有這些特定細節(jié)的情況 下也可以實施本發(fā)明。在其他情況下，為了不混淆本發(fā)明，對于一些眾所周知的特征將不再 進行詳細闡述。
[0018] 實施例
[0019] 為了從包含運動模糊和噪聲的空間目標圖像中準確檢測出空間目標太陽能帆板 的位置，本發(fā)明實施例提供了一種空間目標太陽能帆板的檢測方法，應(yīng)用于空間目標觀測 圖像，如圖1所示，所述方法包括以下步驟：
[0020] 步驟S101:通過所述空間目標觀測圖像的顏色通道得到所述空間目標觀測圖像的 灰度直方圖；
[0021] 本實施例所應(yīng)用的空間目標觀測圖像是指通過數(shù)字成像設(shè)備得到的包含運動模 糊和噪聲的空間目標觀測圖像。該圖像存在運動模糊和噪聲，同時空間目標結(jié)構(gòu)復雜且部 件拓撲結(jié)構(gòu)多變，這為太陽能帆板的檢測帶來了極大的困難。
[0022]本實施例先獲取每個像素點在RGB(Red_紅、Green-綠、Blue-藍)通道上的像素值， 利用公式計算出像素點對應(yīng)的灰度值，并用矩陣的形式表示;根據(jù)灰度值求得所述圖像的 灰度直方圖。
[0023]步驟S102:通過所述空間目標觀測圖像的灰度直方圖得到所述空間目標觀測圖像 的分割閾值；
[0024]空間目標不同部件制造材質(zhì)不同，因而在空間目標觀測圖像中由不同的灰度級表 示，而同一部件制造材質(zhì)相同，因而具有相近的灰度表示。由于空間目標是由多個大體積部 件構(gòu)成的整體，空間目標觀測圖像的灰度直方圖呈現(xiàn)多峰分布。通過對空間目標統(tǒng)計灰度 直方圖的合理使用可以自適應(yīng)地對空間目標觀測圖像進行分割，避免由不當閾值選擇造成 的部件檢測錯誤。
[0025]步驟S103:根據(jù)所述分割閾值對空間目標觀測圖像進行分割得到獨立部件；
[0026]對空間目標觀測圖像進行閾值分割的目的是分割空間目標觀測圖像中復雜的部 件拓撲關(guān)系，使空間目標的每個部件構(gòu)成圖像中一個獨立的區(qū)域。這樣的算法設(shè)計不僅使 部件的特征獲取具有更高的針對性，更有助于在檢測到目標部件后進行精確的部件參數(shù)測 量。
[0027] 步驟S104:得到獨立部件的邊緣投影積分；
[0028] 在空間目標觀測圖像受到模糊和噪聲影響，圖像中太陽能帆板往往不是標準的矩 形。使用經(jīng)典的灰度投影積分方法計算得到的矩形投影積分特征間差異較小，在處理受到 噪聲和模糊干擾的矩形圖像時，容易出現(xiàn)誤檢和漏檢的情況。而部件邊緣投影積分極值方 法可以檢測出受到較強噪聲和模糊干擾的空間目標圖像中太陽能帆板結(jié)構(gòu)。
[0029]步驟S105:根據(jù)所述邊緣投影積分得到帆板的位置；
[0030] 通過對目標部件邊緣圖像進行〇<0<31范圍內(nèi)的投影積分，并計算投影積分矩陣 中局部極值個數(shù)。矩形由4條兩兩平行邊緣構(gòu)成，因此當部件邊緣投影積分矩陣中存在4個 局部極值時即判斷該部件為空間目標帆板部件。然后根據(jù)極值點在矩陣中的位置，得到帆 板的在圖像中的位置。
[0031] 本實施例方法通過對圖像的灰度直方圖分割閾值計算、獨立部件邊緣投影積分矩 陣計算，能有效地從包含運動模糊和噪聲的空間目標圖像中準確檢測出空間目標太陽能帆 板的位置。
[0032] 具體地，所述步驟S101包括：
[0033]步驟S1011:對所述圖像進行顏色空間轉(zhuǎn)換，得到圖像的每個像素的灰度值；
[0034] Gray = R X 0.299+G X 0.587+B X 0.114
[0035] 其中，Gray為像素點的灰度值，R、G、B分別代表像素點紅色、綠色、藍色通道的值。
[0036] 步驟S1012:將所述圖像的具有相同灰度值的像素進行累加，形成圖像的灰度直方 圖。
[0037] {h(rk)}k=i...L
[0038] 其中L為灰度量化等級，k為某一灰度級，h(rk)為第k灰度級的像素頻率，其計算公 式為:h(r k)=nk/N，N表示圖像中的總像素個數(shù)，nk表示圖像中灰度等級為k的像素個數(shù)。 [0039]所述步驟S102中所述圖像的分割閾值的計算過程為：
[0040]步驟S1021:計算所述灰度直方圖中相鄰灰度的像素個數(shù)的差值；
[0041 ]步驟S1022:從所述差值中得到灰度直方圖的峰值；
[0042]步驟S1023:將所述灰度直方圖的峰值中最小灰度對應(yīng)峰值作為圖像分割門限； [0043]步驟S1024:計算所述圖像分割門限與分割門限冗余的差值得到圖像的分割閾值。 [0044] 整個步驟S102可以表示為：
[0045] threshold=min(peak( {h(rk) }k=i.. .l) )-β
[0046] 其中，threshold為分割閾值，peak為灰度直方圖的峰值，β為分割門限冗余，β為預 設(shè)值。
[0047]所述步驟S103具體包括：
[0048]步驟S1031:通過所述分割閾值將圖像分割成二值圖；
[0049] 步驟S1032:將所述二值圖中各連通區(qū)域進行標記得到獨立部件。
[0050] 連通區(qū)域標記的計算過程為：
[0051] Grayi = i ,i = l. . .L'
[0052]其中Grayi為第i個連通區(qū)域中的所有像素，L'為閾值分割后的連通區(qū)域個數(shù)。 [0053] 所述步驟S104具體包括：
[0054]步驟S1041:通過所述標記的獨立部件提取出獨立部件邊緣的像素點集；
[0055] 步驟S1042:通過所述獨立部件邊緣的像素點集在水平軸(X軸)上的投影之和得到 獨立部件邊緣投影積分。
[0056] 獨立部件邊緣投影積分的計算過程為：
[0057]
[0058]其中，Gray^為獨立部件邊緣所在圖像的第i列、第j行的像素的灰度值，Η為圖像的 高，W為圖像的寬。
[0059] 所述步驟S105具體包括：
[0060]步驟S1051:通過所述獨立部件邊緣投影積分獲得當前圖像邊緣投影積分向量；
[0061] 步驟S1052:通過對所述圖像進行旋轉(zhuǎn)和邊緣投影積分來獲得相應(yīng)角度下的邊緣 投影積分向量；
[0062] 步驟S1053:將多個角度下的投影積分向量組合，形成邊緣投影積分矩陣；
[0063] 由于矩形邊緣旋轉(zhuǎn)具有投影積分周期性，周期為π，故旋轉(zhuǎn)角度的取值范圍可以限 定在θ <π。邊緣投影積分矩陣的計算過程為：
[0064]
[0065] 其中，Gray^e為獨立部件邊緣所在圖像旋轉(zhuǎn)Θ角度后，第i列、第j行的像素的灰度 值，H'為旋轉(zhuǎn)Θ角度后圖像的高，W'為旋轉(zhuǎn)Θ角度后圖像的寬，ΔΘ為所述圖像的旋轉(zhuǎn)步長。于 是投影積分矩陣是一個V Α Θ行，W列的矩陣。
[0066] 步驟S1054:根據(jù)所述邊緣投影積分矩陣的局部極值個數(shù)以及極值的位置判斷獨 立部件是否為帆板以及在判斷出獨立部件為帆板的情況下計算出帆板的位置。
[0067] num= {extreme{Vij}j=i.. .r }i=i. ..η"
[0068] 其中，num為局部極值點個數(shù)，如果num等于4,則判斷該獨立部件邊緣是矩形邊緣， 該獨立部件是帆板。extreme表示求極值，為了提高魯棒性，這里要求極值點的值比周圍點 的值大A V，V^為邊緣投影積分矩陣的第i行、第j列的元素值，W"表示邊緣投影積分矩陣的 列數(shù)，H"為邊緣投影積分矩陣的行數(shù)。由極值點對應(yīng)的行、列就能得到帆板的位置。
[0069] 本發(fā)明采用邊緣投影積分極值的方法進行空間目標太陽能帆板的檢測，在分析圖 像灰度直方圖的基礎(chǔ)上，分割空間目標圖像中復雜的部件拓撲結(jié)構(gòu)，利用邊緣投影積分極 值對矩形檢測的出色效果，完成對帆板的判斷和帆板位置的計算。采用本方法去檢測空間 目標太陽能帆板，能在保證目標檢測較低的虛警率和較低的漏檢率，并有效的保證了算法 在復雜多變觀測環(huán)境下的魯棒性。通過計算灰度直方圖得到圖像的分割閾值，可以自適應(yīng) 的對空間目標圖像進行分割，避免由不當閾值選擇造成的部件檢測錯誤;通過計算獨立部 件邊緣投影積分極值，可以檢測出受到較強噪聲和運動模糊干擾的空間目標圖像中太陽能 帆板結(jié)構(gòu);采用相對簡單的計算公式和算法流程，時間復雜度較小，執(zhí)行速度較快，具有較 高的效率，能夠滿足實時性要求。本發(fā)明能有效地從包含運動模糊和噪聲的空間目標圖像 中準確檢測出空間目標太陽能帆板的位置，具有廣闊的應(yīng)用價值和市場前景。
[0070] 在本申請所提供的實施例中，應(yīng)該理解到，所揭露的設(shè)備和方法，可以通過其它的 方式實現(xiàn)。以上所描述的設(shè)備實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種 邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，如：多個單元或組件可以結(jié)合，或可以 集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相 互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設(shè)備或單元的間接耦合或通 信連接，可以是電性的、機械的或其它形式的。
[0071] 上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯 示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網(wǎng)絡(luò)單 元上;可以根據(jù)實際的需要選擇其中的部分或全部單元來實現(xiàn)本實施例方案的目的。
[0072] 另外，在本發(fā)明各實施例中的各功能單元可以全部集成在一個處理模塊中，也可 以是各單元分別單獨作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述 集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用硬件加軟件功能單元的形式實現(xiàn)。 [0073]本領(lǐng)域普通技術(shù)人員可以理解:實現(xiàn)上述方法實施例的全部或部分步驟可以通過 程序指令相關(guān)的硬件來完成，前述的程序可以存儲于計算機可讀取存儲介質(zhì)中，該程序在 執(zhí)行時，執(zhí)行包括上述方法實施例的步驟;而前述的存儲介質(zhì)包括:移動存儲設(shè)備、只讀存 儲器（Read-Only Memory，R0M)、隨機存取存儲器（Random Access Memory，RAM)、磁碟或者 光盤等各種可以存儲程序代碼的介質(zhì)。
[0074]以上所述，僅為本發(fā)明的【具體實施方式】，但本發(fā)明的保護范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵 蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準。
【主權(quán)項】
1. 一種空間目標太陽能帆板的檢測方法，應(yīng)用于空間目標觀測圖像，其特征在于，所述 方法包括W下步驟： 通過所述空間目標觀測圖像的顏色通道得到所述空間目標觀測圖像的灰度直方圖； 通過所述空間目標觀測圖像的灰度直方圖得到所述空間目標觀測圖像的分割闊值； 根據(jù)所述分割闊值對所述空間目標觀測圖像進行分割得到獨立部件； 得到獨立部件的邊緣投影積分； 根據(jù)所述邊緣投影積分得到帆板的位置。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述空間目標觀測圖像的顏色通 道得到所述空間目標觀測圖像的灰度直方圖包括： 對所述空間目標觀測圖像進行顏色空間轉(zhuǎn)換，得到所述空間目標觀測圖像的每個像素 的灰度值； 將所述空間目標觀測圖像的具有相同灰度值的像素進行累加，形成灰度直方圖。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述通過所述空間目標觀測圖像的灰度直 方圖得到所述空間目標觀測圖像的分割闊值包括： 計算所述灰度直方圖中相鄰灰度的像素個數(shù)的差值； 從所述差值中得到灰度直方圖的峰值； 將所述灰度直方圖的峰值中最小灰度對應(yīng)峰值作為圖像的分割口限； 計算所述空間目標觀測圖像的分割口限與分割口限冗余的差值得到圖像的分割闊值。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述分割闊值對所述空間目標觀 測圖像進行分割得到獨立部件包括： 通過所述分割闊值將圖像分割成二值圖； 將所述二值圖中各連通區(qū)域進行標記得到獨立部件。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述得到獨立部件邊緣投影積分包括： 通過所述標記的獨立部件提取出獨立部件邊緣的像素點集； 通過所述獨立部件邊緣的像素點集在水平軸上的投影之和得到獨立部件邊緣投影積 分。6. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述邊緣投影積分得到帆板的位 置包括： 通過所述獨立部件的邊緣投影積分獲得當前圖像邊緣投影積分向量； 通過對所述空間目標觀測圖像進行旋轉(zhuǎn)和邊緣投影積分來獲得相應(yīng)角度下的邊緣投 影積分向量； 將多個角度下的投影積分向量組合，形成邊緣投影積分矩陣； 根據(jù)所述邊緣投影積分矩陣的局部極值個數(shù)W及極值的位置判斷獨立部件是否為帆 板W及在判斷出獨立部件為帆板的情況下計算出帆板的位置。7. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述空間目標觀測圖像的灰度直方圖的計 算過程為： {h(rk) }k=i.. .L 其中L為灰度量化等級，h(rk)為第k灰度級的像素頻率，其計算公式為:h(rk)=nk/N，N 表示圖像中的總像素個數(shù)，nk表示圖像中灰度等級為k的像素個數(shù)。8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述空間目標觀測圖像的分割闊值的計算 過程為： threshold=min(peak(化(rk) }k=i …L) )-β 其中，threshold為分割闊值，peak為灰度直方圖的峰值，β為分割口限冗余。9. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述通過所述獨立部件邊緣投影積分獲得 當前圖像邊緣投影積分向量的計算過程為：其中，6^7^為獨立部件邊緣所在圖像的第i列、第j行的像素的灰度值，Η為圖像的高，W 為圖像的寬。10. 根據(jù)權(quán)利要求6所述的方法，其特征在于，所述邊緣投影積分矩陣的計算過程包括：其中，Grayiw為獨立部件邊緣所在圖像旋轉(zhuǎn)Θ角度后，第i列、第j行的像素的灰度值，Η' 為旋轉(zhuǎn)Θ角度后圖像的高，W'為旋轉(zhuǎn)Θ角度后圖像的寬，ΔΘ為所述圖像的旋轉(zhuǎn)步長。11. 根據(jù)權(quán)利要求6所述的方法，其特征在于，判斷帆板及其位置的計算過程包括： num= (extreme(Vij}j=i'.'r h=i'.'Η" 其中，num為局部極值點個數(shù)，extreme表示求極值，極值點的值比周圍點的值大Δ V，Vij 為邊緣投影積分矩陣的第i行、第j列的元素值，W"表示邊緣投影積分矩陣的列數(shù)，Η"為邊緣 投影積分矩陣的行數(shù)。
【文檔編號】G06T7/00GK105976355SQ201610265808
【公開日】2016年9月28日
【申請日】2016年4月26日
【發(fā)明人】姜志國, 張浩鵬, 聶山嵐, 趙丹培, 羅曉燕, 尹繼豪, 謝鳳英, 史振威
【申請人】北京航空航天大學