(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210958527.X (22)申请日 2022.08.09 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 樊巧云　张夏瑗　 (74)专利代理 机构 苏州国诚专利代理有限公司 32293 专利代理师 陈君名 (51)Int.Cl. G06T 7/73(2017.01) G06T 7/66(2017.01) G06V 20/10(2022.01) G06V 10/25(2022.01) G06V 10/75(2022.01) (54)发明名称 一种基于像素联合的高动态星点目标提取 与定位方法 (57)摘要 本申请提供了一种基于像素联合的高动态 星点目标提取与定位方法， 包 括： S1、 星 点目标粗 提取。 获得星点的运动参数； 构建星点粗提取模 板； 基于图像熵进行星点目标的粗提取。 S2、 星 点 精确定位。 将星点目标所有像素看做整体， 建立 高斯混合模 型； 采用主成分分析方法确定星点目 标中心线； 沿中心线方向， 将星点高斯混合模型 与实际星点进行匹配， 通过极大似然估计， 确定 星点拖尾的长宽边界； 使用灰度质心法计算星点 质心位置。 本方法将星点目标看作N个彼此邻接 的星点像素联合成的一个整体， 提出一种基于像 素联合的星点提取与定位算法， 能够实现信噪比 低于3甚至接近1的星点目标的可靠提取， 同时定 位精度比常规的阈值法能够提高约3倍。 权利要求书2页 说明书7页 附图1页 CN 115330867 A 2022.11.11 CN 115330867 A 1.一种基于像素 联合的高动态星点目标提取与定位方法， 其特 征在于， 包括以下步骤： S1、 星点目标粗 提取， 包括： S11、 获得星点的运动参数； S12、 构建星点 粗提取模板； S13、 基于图像熵进行星点目标的粗 提取； S2、 星点精确定位， 包括： S21、 将星点目标 所有像素看做整体， 建立高斯混合模型； S22、 采用主成分 分析方法确定星点目标中心线； S23、 沿中心线方向， 将星点高斯混合模型与实际星点进行匹配， 通过极大似然估计， 确 定星点拖尾的长 宽边界； S24、 使用灰度质心法计算星点质心位置 。 2.根据权利要求1所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S11具体包括： 选取星图中一颗最亮星， 采用R adon变换计算星点的运动方向和拖尾 长度。 3.根据权利要求2所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S12具体包括： 建立和星点目标形状一致的内模板， 并在内模板基础上外扩加入一 部分的星空背景区域得到 外模板。 4.根据权利要求3所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S13具体包括： S131、 使用内模板、 外模板 两者组成的粗 提取滑动窗口扫描全图； S132、 计算当前位置的图像熵相关值； S133、 判断在当前位置内模板中是否存在星点 拖尾目标。 5.根据权利要求4所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S132包括： S1321、 如果在当前位置， 内模板所在区域的像素灰度最大值和均值均达到设定阈值， 则认为该位置疑似有 星点存在； 若未达 到设定阈值， 则粗 提取滑动窗口移动到下一 位置； S1322、 对疑似有 星点存在的位置， 分别计算 粗提取滑动窗口在该位置时： 外模板掩 模下W2区域的图像熵， 即Img_Ent ropy(W2)＝H(W2)； 外模板之内， 内模板之外的W0区域， 即W0＝W2‑W1； W0区域的图像熵， 即Img_Ent ropy(W0)＝H(W0)； S1323、 计算 W2区域和W0区域的图像熵差值； H(W0)‑H(W2)＝Img_Entropy(W0)‑Img_Entropy(W2)； 若熵差值达 到设定阈值则认为该位置存在星点 拖尾。 6.根据权利要求5所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S21具体包括： 由熵算法检测出星图中的一个星点拖尾矩形区域中， 所有像素的集 合为{i|i＝1， 2， ...， N}， 像素可划分为的标签集合为{j|j＝Ω1， Ω2}， 其中Ω1表示像素属 于背景， Ω2表示像素属于星条， 定义像素的概 率密度函数为下式：权　利　要　求　书 1/2 页 2 CN 115330867 A 2其中， 高斯混合模型的参数Θj＝{ μj， σj}， μ和σ 分别表示高斯分布的均值和标准差 。 7.根据权利要求6所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S22具体包括： 由外模板框选的像素集合二值化， 得到星点区域高亮度像素集合， 通 过主成分分析得到第一主成分的投影方向， 由第一主成分方向进一步确定星点目标中心线 的位置和方向。 8.根据权利要求7所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S23具体包括： S231、 根据主成分分析法确定的中心线位置， 以中心线为中心， 宽度参考静态星点大 小， 设定距离为3个像素的两平行于中心线直线为星点拖尾的宽度边界， 在中心线 上选择两 个点， 作为星点目标的两个端点， 至此确定出一个闭合区域， 假设该两端点和边界构成了星 条区域Ω2， 矩形窗口中其 余为背景区域Ω1； S232、 计算此闭合区域内， 当前像素标签划分{j|j＝Ω1， Ω2}下的联合似然期望函数L (Θ)， 然后改变端点位置， 相应假设的星条区域和背景区域也会发生改变， 直到在端点值域 遍历完所有 端点组合， 并获得 所有情况 下的联合似然期望函数； S233、 根据期望最大化准则， 图像的似然期望函数L(Θ)取最大值时， 最接近真实的情 况， 即 可以认为此时划分所对应的区域即为最优的 星点拖尾成像区域， 所建模型与实际目标也得到最佳匹配。 9.根据权利要求8所述的基于像素联合的高动态星点目标提取与定位方法， 其特征在 于， 所述S24具体包括： 使用灰度质心法计算星点质心位置(xp， yp)， 计算如下式： 其中， xi和yi是检测到星点成像区域的坐标值， Ii是(xi， yi)对应的像素 灰度值。权　利　要　求　书 2/2 页 3 CN 115330867 A 3