CN109829913A - 基于连通域像素灰度和的单粒子像点鉴别方法 - Google Patents

基于连通域像素灰度和的单粒子像点鉴别方法 Download PDF

Info

Publication number
CN109829913A
CN109829913A CN201910125070.2A CN201910125070A CN109829913A CN 109829913 A CN109829913 A CN 109829913A CN 201910125070 A CN201910125070 A CN 201910125070A CN 109829913 A CN109829913 A CN 109829913A
Authority
CN
China
Prior art keywords
connected domain
asterism
pixel
picture point
grey scale
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910125070.2A
Other languages
English (en)
Inventor
王海涌
田国元
朱宏玉
王可东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201910125070.2A priority Critical patent/CN109829913A/zh
Publication of CN109829913A publication Critical patent/CN109829913A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明提供了一种基于连通域像素灰度和的单粒子像点鉴别方法。所述内容包括:宇宙高能单粒子可能射入相机或星敏感器成像,在像素阵列中呈现出高灰度值,现有的连通域识别方法不能分辨星点和单粒子像点。星点能量近似符合高斯函数分布,连通域像素个数既定条件下,针对星点两种极端分布——质心位于像素中心和相邻四像素边界交点,分析星点特征并计算连通域像素灰度和,获得其有效域的上限值和下限值。连通域像素灰度和在有效域之外的,鉴别为单粒子像点。利用本发明对掺杂单粒子噪声的星图进行连通域提取和鉴别,可剔除单粒子像点,从而提高星图匹配的正确识别率以及星敏感器姿态确定的成功率,为空间在轨飞行器的可靠运行提供保障。

Description

基于连通域像素灰度和的单粒子像点鉴别方法
(一)技术领域
本发明属于图像分析及处理领域,尤其涉及一种基于连通域像素灰度和的单粒子像点鉴别方法。
(二)背景技术
相机或星敏感器拍摄星空时,亮度较暗的背景的数字图像呈低灰度,星光成像的像点在像素阵列上呈现为一块高灰度值的像素连通域,其灰度分布近似符合高斯函数特性。通过分析星图数据,对每个独立的连通域做标识,为后续星点质心提取做准备。
宇宙高能单粒子也可能射入相机或星敏感器并成像,在像素阵列同样呈现出高灰度值的像素连通域。因此,一个连通域,它可能是星光成像也可能是单粒子成像,如何鉴别一块连通域是星点还是单粒子像点,需要建立鉴别准则。
现有的连通域识别方法不能分辨星点和单粒子像点。本发明利用数字星图中星点像素灰度的离散高斯分布特点,提供了一种基于连通域像素灰度和的单粒子像点鉴别方法,以便剔除单粒子成像。
(三)发明内容
本发明的目的在于提供一种基于连通域像素灰度和的单粒子像点鉴别方法。
本发明的目的是通过以下技术方法实现的:
认为星点的能量近似符合高斯函数分布,针对模拟星点质心位于像素中心和位于相邻四像素边界交点这两种极端情形,分别计算连通域像素灰度和,作为其有效域的下限值和上限值。
连通域像素灰度和有效域上下限值的计算方法如下:根据相机或星敏感器星空背景灰度均值及噪声标准差设定提取阈值,在模拟星点连通域像素个数既定条件下,令其最边缘像素的灰度值等于提取阈值,依据高斯函数公式计算出该连通域中所有其它像素的理论灰度值,从而获得灰度和,作为所述像素个数连通域的星点特征值,所述两种极端情形下灰度和有两个对应的计算结果,值小者为有效域的下限值,值大者为有效域的上限值。
单粒子像点鉴别准则是:对于实拍星图的某像素个数的连通域,若其灰度和在所述有效域的上下限值范围内,则判定该连通域是星光成像或远距离空间目标所成,否则,判定为单粒子所成。
本发明的有益效果是:
对掺杂有单粒子噪声的星图进行连通域提取,利用本发明建立的单粒子像点鉴别方法,可以鉴别并剔除单粒子成像的连通域,从而提高星图匹配的正确识别率及星敏感器姿态确定的成功率,为空间在轨飞行器的可靠运行提供保障。
(四)附图说明
图1为星点质心位于像素中心情形示意图;
图2为星点质心位于相邻四像素边界交点情形示意图;
图3为五像素连通域灰度和情形一示意图;
图4为五像素连通域灰度和情形二示意图。
(五)具体实施方式
下面对本发明做更为详细的描述:
星点的能量分布近似符合高斯分布,在星点高斯半径σs、背景灰度电平Eb、背景灰度白噪声σg确定条件下,考察星图预处理连通域的构建,有两种极端分布情形,情形一:星点质心位于像素中心,该像素出现灰度峰值,周边8像素灰度对称;情形二:星点质心位于相邻四像素边界交点,毗邻4像素灰度相等。
以星点在像素阵列构成五像素连通域这一具有代表性的情形为例描述具体操作方式。
对于5像素连通域,灰度和下限值出现在情形一之下,条件是:除了中心像素外,边缘4像素临界达到提取阈值且全部提取,如图3所示,G5像素即表示一个边缘像素。
以Eb+nσg为构建连通域的提取阈值,依据高斯函数对G5像素进行分析,则G5像素灰度值应与nσg相等,即:
因此5像素连通域的中心灰度值Gpeak的大小为:
5像素连通域的灰度和最小值为:
5像素连通域灰度和上限值发生在情形二之下,条件是:除了中心4像素外,边缘8像素临界达到了提取阈值,只提取到了其中之一,即图4中的G5像素。
依据高斯分布规律,分析G5像素,有:
中心4像素中一个像素灰度值Gp的大小为:
5像素连通域的灰度和最大值为:
因此,5像素连通域判定为星像的判据是:
上面不等式左侧只有1个随机变量Gpeak,右侧有4个随机变量Gp,灰度和的标准差分别为σg和2σg,均取3倍的标准差,因而将-3σg和3×2σg添加到不等式两侧。
在确定了判据后,使用预处理进行连通域识别过程中,若连通域像素个数为5,且灰度和在判据范围内,则可认定为星点或伪星,否则认为是单粒子像点,予以剔除。

Claims (3)

1.一种基于连通域像素灰度和的单粒子像点鉴别方法,其特征在于:模拟星点质心位置分布有两种极端情形,其一为星点质心位于像素中心,其二为星点质心位于相邻四像素边界交点,基于所述两种极端情形开展星点特征分析。
2.根据权利要求1所述的一种基于连通域像素灰度和的单粒子像点鉴别方法,其特征在于:在模拟星点连通域像素个数既定条件下,令其最边缘像素的灰度值等于提取阈值,依据高斯函数公式计算出该连通域中所有其它像素的理论灰度值,从而获得灰度和,作为所述像素个数连通域的星点特征值。
3.根据权利要求1和权利要求2所述的一种基于连通域像素灰度和的单粒子像点鉴别方法,其特征在于:在连通域像素个数既定条件下,针对所述两种极端情形分别计算连通域像素灰度和,作为其有效域的上限值和下限值,连通域灰度和不在有效域内的,鉴别为单粒子像点。
CN201910125070.2A 2019-02-20 2019-02-20 基于连通域像素灰度和的单粒子像点鉴别方法 Pending CN109829913A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910125070.2A CN109829913A (zh) 2019-02-20 2019-02-20 基于连通域像素灰度和的单粒子像点鉴别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910125070.2A CN109829913A (zh) 2019-02-20 2019-02-20 基于连通域像素灰度和的单粒子像点鉴别方法

Publications (1)

Publication Number Publication Date
CN109829913A true CN109829913A (zh) 2019-05-31

Family

ID=66863858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910125070.2A Pending CN109829913A (zh) 2019-02-20 2019-02-20 基于连通域像素灰度和的单粒子像点鉴别方法

Country Status (1)

Country Link
CN (1) CN109829913A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100780464B1 (ko) * 2006-12-22 2007-11-28 한국항공우주연구원 별센서에서의 별 중심찾기 방법
CN101719279A (zh) * 2009-12-23 2010-06-02 西北工业大学 星空图像背景运动估计方法
CN105761288A (zh) * 2016-02-02 2016-07-13 华中科技大学 一种基于fpga的实时星点质心定位方法及装置
CN105957058A (zh) * 2016-04-21 2016-09-21 华中科技大学 一种星图的预处理方法
CN107504966A (zh) * 2017-07-10 2017-12-22 北京控制工程研究所 一种白昼有云环境下导航星星点提取的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100780464B1 (ko) * 2006-12-22 2007-11-28 한국항공우주연구원 별센서에서의 별 중심찾기 방법
CN101719279A (zh) * 2009-12-23 2010-06-02 西北工业大学 星空图像背景运动估计方法
CN105761288A (zh) * 2016-02-02 2016-07-13 华中科技大学 一种基于fpga的实时星点质心定位方法及装置
CN105957058A (zh) * 2016-04-21 2016-09-21 华中科技大学 一种星图的预处理方法
CN107504966A (zh) * 2017-07-10 2017-12-22 北京控制工程研究所 一种白昼有云环境下导航星星点提取的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WENJIE WANG 等: "Noise suppression algorithm of short-wave infrared star image for daytime star sensor", 《INFRARED PHYSICS & TECHNOLOGY》 *
于文波 等: "低存储资源开销的多路快速星点质心提取方法", 《北京航空航天大学学报》 *
杨清珍: "星图实时预处理方法研究及实现", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技II辑》 *

Similar Documents

Publication Publication Date Title
CN104766063B (zh) 一种活体人脸识别方法
JP5701182B2 (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
US8861853B2 (en) Feature-amount calculation apparatus, feature-amount calculation method, and program
CN105518709A (zh) 用于识别人脸的方法、***和计算机程序产品
CN110245573B (zh) 一种基于人脸识别的签到方法、装置及终端设备
CN105279772B (zh) 一种红外序列图像的可跟踪性判别方法
CN112215043A (zh) 一种人脸活体检测方法
CN114067444A (zh) 基于元伪标签和光照不变特征的人脸欺骗检测方法和***
KR101769741B1 (ko) 동공 탐지를 통한 홍채 인식 방법 및 홍채 인식 장치
Mohan et al. An intelligent recognition system for identification of wood species
CN108683901B (zh) 一种数据处理方法、mec服务器及计算机可读存储介质
CN117011302B (zh) 一种基于煤矸识别的智能干选***
CN107025435B (zh) 一种人脸识别处理方法和***
CN107145820B (zh) 基于hog特征和fast算法的双眼定位方法
CN117520581A (zh) 一种土地测绘信息管理方法、***、设备及介质
CN103679116B (zh) 检测场景内目标数量的方法及装置
CN109829913A (zh) 基于连通域像素灰度和的单粒子像点鉴别方法
CN113014914B (zh) 一种基于神经网络的单人换脸短视频的识别方法和***
CN116229528A (zh) 一种活体掌静脉检测方法、装置、设备及存储介质
KR101797028B1 (ko) Ir 및 sar 영상을 이용한 표적 탐지 장치 및 방법
CN112016505B (zh) 基于人脸图像的活体检测方法、设备、存储介质及装置
CN115187549A (zh) 一种图像灰度处理方法、装置、设备及存储介质
CN113989870A (zh) 一种活体检测方法、门锁***及电子设备
CN110956098B (zh) 图像处理方法及相关设备
CN116670725A (zh) 数字图像中的莫尔图案检测及其活性检测***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190531

WD01 Invention patent application deemed withdrawn after publication