运动背景星空图像小目标运动轨迹提取算法

摘要：对星空观测CCD相机获得的序列图像,在目标运动的同时,相机也由于平台的姿态或位置改变而发生运动,同时,受相机平台不稳定的影响,目标成像的亮度存在缓变,且可能在某几帧图像中成像湮没在背景噪声中,造成目标运动轨迹的不连续现象。针对上述特点,本文提出了一种序列星图中目标的运动轨迹提取算法。首先利用交叉投影方法提取星点,确定包含星点的区域;然后,利用序列图像最亮的一组星点的质心估计星图的全局运动参数,并进行图像匹配,滤除背景恒星;最后,提出一种目标运动轨迹的提取算法。实验结果表明该算法对于空间小目标(≥1pixel)在序列图像中运动轨迹不连续的情况下可以进行准确的运动轨迹提取,具有较强的鲁棒性。     

采用目标区域互信息的星空图像配准

提出了采用目标区域互信息的测度方法对星图进行精确配准以解决星图中存在噪声、伪星点、星点稀疏以及星图间的旋转等问题。首先对星图进行图像分割,检测出星点目标并对星点进行二值化处理;然后基于互信息配准模型,在含星点的目标区域上,利用Powell算法将最大互信息作为目标函数来指导图像间最优变换参数的搜索。分析了适宜于互信息测度配准的星点分割算法,并论证了采用目标区域互信息的星图配准的可行性。对提出的算法与标准的互信息配准算法进行了对比。结果表明:提出算法的时间消耗与图像中星的数量有关,在图像大小为1 000×1 000时,提出算法的加速比为标准算法的3.4倍。该算法在星图中存在噪声、伪星点、星点稀疏和旋转的情况下仍能进行准确配准,50组实拍星图配准误差平均值为0.138 2pixel,满足了星空图像对精确配准的要求。     

运动背景星空图像中小目标的运动轨迹提取算法

提出了一种序列星图中目标运动轨迹的提取算法.利用交叉投影方法提取星点,确定包含星点的区域.然后,利用序列图像中最亮的一组星点的质心估计星图的全局运动参数,并进行图像匹配,滤除背景恒星.最后,提出了一种目标运动轨迹的提取算法.实验结果表明:该算法对于在序列图像中运动轨迹不连续的空间小目标(≥1 pixel)可以进行准确的轨迹提取,并且具有较强的鲁棒性.     

多传感器的天文标定与空间配准

为了实现共平台的多个空间观测成像系统的空间配准,对多个相机进行天文标定和姿态测量,提出一种基于星图模拟的星图识别和姿态解算算法。首先,建立共平台的多传感器天文观测模型,并产生模拟星图,将星点之间的特征转换为图像特征;其次,根据四边形对角线的共线不变性特征,对相机观测星图和模拟星图进行特征匹配,提取相机内参数的初始值;然后,利用星点坐标矩阵奇异值不变性,自动匹配剩余星点并求解姿态矩阵的初始值;最后,对相机内参数和姿态矩阵进行非线性优化求解。实验结果表明,在未精确标定光学系统内外参数的情况下,星点正确识别率大于97.4%,相机像元角分辨率为3.9"×3.4",最后计算得出的投影误差低于1个像素,满足多传感器空间观测系统空间配准的精度和鲁棒性要求。     

一种基于时空信息的多目标检测新算法

运动目标检测是计算机视觉中进行信息提取的关键技术之一.为了克服传统帧间差分法检测出的目标不完整的缺点,提出了一种基于时空信息的视频图像中多目标检测新算法.该算法将帧间差分得到的图像序列的时间信息和帧间边缘差分得到的图像空间信息结合起来检测图像中的运动目标,同时利用形态学闭运算和近区域合并方法进一步强化图像中的空间信息,利用小区域去除的方法去除图像中的噪声影响.最后通过3组实验对其有效性进行了验证,实验结果证明,其检测效果与传统算法相比有较大改善.     

基于不变特征描述符实现星点匹配

为了能够在星图存在旋转角度情况下,自动快速地完成星图匹配,提出了一种基于不变特征描述符的旋转不变匹配方法,将加速鲁棒特征(SURF)描述符应用于星点特征的描述和匹配。首先,对星图进行图像分割,抑制非极大值,并检测星点;然后,为计算星点分布尺度因子s,在半径为6s的圆形邻域内为每个星点计算主方向,之后将20s×20s的邻域与主方向对准,并在该邻域内为每个星点计算SURF描述符。最后,基于透视投影模型的匹配策略,提纯星点,计算匹配星图之间的变换矩阵。实验结果显示,该方法能够鲁棒地提取星点,并在图像存在旋转、平移及部分视角变化的情况下完成星图匹配,仿真实验的匹配星点的误差均在1pixel以下,实拍星图实验的匹配星点的误差均在1.5pixel以下,表明为每个星点建立描述符,进行匹配识别的思路是可行的。     

基于星点有序集的全天球自主星图识别算法

为了提高在全天球自主工作模式下星图识别的成功率和鲁棒性,本文结合kNN算法和有向图理论的思想,构造出具有强约束的有序星点集模式,提出基于有序星点集的全天球自主星图识别算法。该方法首先利用k近邻算法的思想,以导航星点为中心,对位于其一定范围内的导航星进行了分类划分。然后基于有向图理论,以距离中心点星最近的导航星为基准,按照顺时针顺序对分类的导航星进行排序,构造出具有强约束特性的有序星点集作为星图识别的特征。实验结果表明:在存在星点位置误差和伪星点的情况下,本文提出的基于有序星点集全天球自主星图识别算法具有很强的抗噪声能力、抗伪星点干扰能力和鲁棒性。在星点质心位置达到3像素时,基于有序星点集星图识别算法成功率仍然可以达到99.8%,比三角形识别算法和栅格识别算法的识别成功率高16%以上;在存在3颗伪星点的情况下,基于有序星点集星图识别算法成功率为98.4%,比三角形识别算法和栅格识别算法高10%以上。     

背景运动补偿和假设检验的目标检测算法

根据背景与目标具有不同的运动特性这一事实,提出一种基于背景运动补偿和假设检验的目标检测算法。首先,采用特征点对应法求相邻帧间的运动;然后,用最小二乘法计算出摄像机仿射运动参数,利用此参数进行帧间背景运动补偿后得到稳定的背景;最后,用假设检验方法检测补偿后的帧差图像,经过简单的形态学和连通区域处理后检测出运动目标。仿真表明,该运动补偿算法能有效消除背景突出目标,补偿前后的差分图像信噪比提高了14.71 dB。该算法计算量小,可以成为一种通用的实时目标检测算法。     

空间相机在轨成像模式的建立

提出空间相机在轨成像模式的概念,研究了建立空间相机成像模式的方法。首先,根据太阳高角和地物反射率,使用MODTRAN软件计算相机入瞳前的辐射亮度,分析相机的辐射定标数据,包括每种成像模式的响应度、辐射亮度范围,积分时间关系等。然后,分析相机测摆成像与平飞成像时的积分时间关系,获得相机在各侧摆角下,每种成像模式的辐射亮度范围。最后,依据成像模式的辐射亮度范围和各太阳高角下景物的辐射亮度范围,建立了太阳高角和相机侧摆角组合下的成像模式表。空间相机成像时,依据成像模式表查找对应的成像模式,即可按该模式成像。该方法已多次应用于遥感相机成像实验中,获得了较好的成像效果,图像质量的满意度由65%提高到99.9%。结果表明:依据该方法建立的空间相机成像模式,获得图像效果较好,图像既包含全部景物信息又具有丰富的图像层次。     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

高时空分辨率动态星模拟器设计

针对大口径空间天文望远镜稳像精度测试的难题,提出了一种高时空分辨率运动导星模拟方案。利用硅基液晶作为运动导星模拟源,结合光束准直系统为空间天文望远镜提供无穷远运动导星,并且通过在光路中加入物镜来提高模拟导星的运动分辨率。针对望远镜像面结构的特殊分布,提出利用多路模拟的方法,分别为望远镜两侧精密导星仪以及巡天像面提供实时运动导星。最后,对影响运动导星模拟精度的各项误差进行分析,进而建立了误差模型。仿真结果表明:在运动导星模拟精度优于0.5″的概率为95%,时间分辨率为3 ms的前提下,动态星图星间角距误差小于0.04″,单星张角小于0.02″。通过实验验证了导星模拟模型的正确性,该模型基本满足空间天文望远镜稳像精度测试所需运动导星目标高时空分辨率的要求。     

星空背景数字图像生成方法研究

随着空间监视相机灵敏度的提高,探测到的恒星星等越来越高,而现有基于星表数据的星空背景生成技术已难以满足要求。为了更好验证空间目标检测与跟踪算法,提出一种相机在回路的星空背景数字图像生成方法。该星空背景数字图像生成方法依据光度量与辐射度量的关系,提出恒星成像信号强度计算模型;通过星图软件SKYMAP,对天区内恒星数目及星等进行统计,得到相机观测视场内恒星数目与星等的统计函数;综合恒星成像信号强度计算模型、恒星数目及星等的统计函数与恒星在焦面的成像特性,提出基于全天区统计的星空背景数字图像生成方法。该方法可生成任何星等范围内的星空背景图像。最后,基于相机CCD与光学系统参数,对星空背景数字图像生成方法进行仿真。     

基于相位恢复原理的SAR振动目标成像方法

在SAR成像系统中,振动目标成像具有成对回波的多普勒特征,不利于振动目标的检测和识别。提出一种基于相位恢复原理的振动目标聚焦成像方法。首先基于条带式SAR成像模式建立了振动目标空间几何模型,理论推导了将相位恢复原理应用到SAR振动目标成像的可能性;然后以振动目标回波数据和支撑域信息作为过采样平滑算法(OSS)的先验信息,通过改变平滑滤波器的参数,调整滤波器的带宽,以减少支撑域外部信息对振动目标的干扰,同时通过减少支撑域,提高迭代算法的收敛性,消除振动目标成对回波,最终得到聚焦的高分辨率振动目标图像。仿真和实验结果证明所提方法的有效性。     

基于压缩感知关联成像的目标检测技术

高效率的目标检测是视觉应用的重要技术,但运动目标的提取易受环境的影响。关联成像能够解决特殊环境下难以获得清晰图像和一些常规成像技术不易解决的问题。在目标检测中,利用关联成像采集图像信息并运用背景差分法在压缩域中获得目标图像的测量值,直接通过压缩感知重构出目标图像。这种方法可以解决在特殊情况下无法检测到目标的问题,同时检测到的目标图像清晰,采样次数少,信噪比也较高。     

星空背景数字图像的生成

提出了一种相机在回路的星空背景数字图像生成方法.依据光度量与辐射度量的关系,建立恒星成像信号强度模型,计算目标在焦面的成像强度.通过星图软件SKYMAP对天区内恒星数目及星等进行统计,拟合得到相机观测视场内恒星数目与星等的统计函数.使用该统计函数模拟相机视场内的恒星数目及其对应的星等.最后,基于成像信号强度模型、恒星数目及星等的统计函数以及恒星在焦面的成像特性,提出全天区统计的星空背景数字图像生成方法.基于具体的相机C与光学系统参数,对星空背景数字图像生成方法进行仿真验证.结果表明,该方法可生成较大星等(星等＞10)的星空背景图像,基本满足了现有空间目标检测与跟踪算法对星空背景数据的要求.     

Experimental study of through-wall human detection using ultra wideband radar sensors

Measurement of weak signals is very challenging since the signals may be buried by noise. In this paper, we study measurement of sense-through-wall signals using UWB radar sensors, and measurements show that the collected signals due to respiratory movement of human target are very weak. Based on the measurements, we perform through-wall human detection. The detection of human targets hidden by walls, or trapped in buildings is of interest for rescue, surveillance and security operations. In this paper, experiments on through-wall human detection using the ultra wideband (UWB) radar PulsOn 220 in monostatic mode are carried out in two scenarios: through gypsum wall, and through wooden door. And three analytic methods are employed for the detection: normalized difference square matrix method, reference moving average method with Discrete Fourier Transform (DFT), and Empirical Mode Decomposition (EMD) from Hilbert Huang Transform, of which the breathing information of the human target is contained in the third intrinsic mode function (IMF3). The experimental results for the human target detection behind the wall are demonstrated and thus compared using these three methods. It shows that the distance of the human target to the UWB radar could be approximately estimated by the normalized difference square matrix method and the reference moving average method. As to Hilbert Huang Transform, even though the existence of the through-wall human target can be clearly detected, the range information is ambiguous.     

基于高精度星敏感器的船载雷达海上精度鉴定

航天测量船海上航行时主要通过精度校飞进行雷达精度鉴定,针对其周期长、耗费大和组织协调困难的缺点,提出了一种采用高精度星敏感器与雷达捷联跟踪测量空间目标进行海上精度鉴定的方法。雷达在跟踪空间目标的同时,星敏感器实时拍摄天线指向附近星图。首先,星敏感器利用雷达输出的编码器角度计算视轴的初始指向,通过快速星图识别和目标定位获取天线地心坐标系精确指向;然后,经坐标变换到地平系,根据蒙气差模型修正地平系俯仰角,再经过船摇修正转换到甲板坐标系;最后,进行轴系误差及脱靶量修正,实现雷达指向精度鉴定。试验结果表明:利用该方法测量的船载雷达相对于星敏感器方位、俯仰随机残差优于50″,满足雷达精度鉴定要求,证明该方法的可行性。     

基于迭代距离分类与轨迹关联检测空间弱小目标

为了实现高效自动目标检测,提出了一种可用于低信噪比条件下的空间可见光弱小目标检测算法。首先,建立空间光学图像模型,利用恒虚警率(CFAR)方法确定分割系数对单帧图像背景进行分割;然后,基于恒星结构稳定特性构建距离特征空间,并针对特征空间构造分类准则函数,使用迭代最优化分类方法提取出候选目标点;最后,依据目标运动轨迹的连续性建立空间目标轨迹关联、合并以及虚假目标轨迹删除规则,进行轨迹处理,实现空间可见光弱小目标的检测。文中还提出了单帧检测率、虚警率与序列检测率、虚警率相结合的评价方法。实验结果表明:在低信噪比条件下(SNR≤3),得到的序列检测率达到96.02%以上,序列虚警率达到4.4%以下。该方法在低信噪比条件下显著提高了目标检测率,并有效抑制了虚警。     

分块峰值点局部区域生长的星像提取

为了获得高精度、高更新率的抗噪声性能,对星敏感器星像提取环节进行了研究。首先,分析星图中星像灰度的分布特点,建立了判断某个像素是否与峰值像素归属同一星像的标准。然后,介绍了像元阵列分块方法和背景预测法。最后,结合星像的特点提出了以峰值点为种子点的区域生长准则。仿真实验结果表明,在不加噪声的情况下,提取出的星像与参考星图完全一致,用质心法得到的亚像素定位精度为0.028 2。在添加均值为20、标准差高达2.5的强高斯灰度噪声的情况下,提取率仍能达到86.11%,质心精度则下降到0.219 6pixel。均匀性很差,信噪比低于4.9dB的实拍星图实验结果也证明该方法有很强的星像提取能力和准确性,能够满足强噪声弱星像质心提取的强抗干扰能力的要求。