[發(fā)明專利]一種基于局部異常因子的星圖小波去噪方法

有效

• 申請?zhí)枺?/td>: 201911079209.0
• 申請日: 2019-11-07
• 公開（公告）號: CN110852969B
• 公開（公告）日: 2022-06-28
• 發(fā)明（設計）人: 吳強;張銳;謝祥華;余勇;師晨光;林曉冬
• 申請（專利權）人: 中國科學院微小衛(wèi)星創(chuàng)新研究院;上海微小衛(wèi)星工程中心
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10
• 代理公司: 上海智晟知識產(chǎn)權代理事務所(特殊普通合伙) 31313
• 代理人: 李鏑的

本發(fā)明提供一種基于局部異常因子的星圖小波去噪方法，通過將小波變換與局部異常因子LOF算法相結(jié)合，在小波變換的基礎上，將異常值檢測算法應用于小波去噪中，從而實現(xiàn)星圖的去噪以及星點的提取。

技術領域

本發(fā)明涉及星圖識別技術領域，特別涉及星圖去噪的技術。

背景技術

銦鎵砷星敏感器由于測量精度高而被廣泛應用于近地衛(wèi)星、深空探測、彈道導彈以及小衛(wèi)星等全天時工作應用中。對于這些應用而言，快速而可靠的全天時星敏感器星圖識別算法非常關鍵。而星空環(huán)境中的大氣層及太陽光等雜散光會直接影響恒星在星圖上形成的光斑大小以及星點能量分布，其中雜散光在經(jīng)過多次反射后可能進入星敏感器并在星圖上形成光斑，使視場內(nèi)恒星位置及結(jié)構(gòu)發(fā)生變化，影響星點定位。因此，在星圖識別中，星圖的去噪和星點的高精度提取尤為重要。

目前星圖去噪方法主要分為三類：

1)傳統(tǒng)圖像處理方法，主要是通過均值濾波、中值濾波、高斯低通濾波或維納濾波去除圖像噪聲，但星圖中恒星目標呈點狀分布，與噪聲分布具有較高的相似性，這些傳統(tǒng)圖像去噪方法在去除噪聲的同時也損失了恒星原始信息，具有明顯的局限性。目前，也有一些算法，對各種傳統(tǒng)濾波方法進行了改進，比如北航Mingyuan Zhou等人提出的一種基于超完備稀疏表示的均值濾波方法，其提高了星點提取的可靠性；王敏等人提出的一種基于能量函數(shù)的極值中值濾波去噪算法，能夠?qū)符}噪聲進行較好的處理；南諾等人提出的一種基于時空相關性的星圖降噪方法，通過連續(xù)多幀定位有效解決了信噪比較低的星圖的定位；以及一種基于超像素分割的非局部均值去噪算法，針對非局部均值(NLM)去噪算法在變化豐富的紋理區(qū)域采用平移窗口的方法選擇相似塊的不足進行了研究，但這些星圖去噪方法對參數(shù)依賴要求較高，且在去噪性能上仍有進一步提升的空間。

2)閾值分割法，其以星圖中各像元灰度值的均值加n倍誤差作為全局閾值，以分離恒星目標與背景噪聲，其中n一般取值為3～5，但統(tǒng)一處理復雜背景噪聲的星圖圖像，往往使得邊緣的條帶噪聲難以消除，且處理效率較低。針對傳統(tǒng)小波閾值函數(shù)在閾值處間斷、小波估計系數(shù)與實際系數(shù)存在偏差,導致去噪后的圖像出現(xiàn)失真,產(chǎn)生偽吉布斯等問題，有學者提出了一種新的改進閾值算法,此外，時春霖等人也提出了可以運用一維最大熵法對星圖進行閾值分割，但目前尚沒有一種適合于所有星圖圖像的全局閾值方法。

3)靜態(tài)背景噪聲法，這類方法基于星敏感器對太空成像時背景噪聲相對穩(wěn)定性，間隔地選擇同軌星圖中兩幀星圖圖像，將星圖中同一個像素的中值作為背景噪聲，從而實現(xiàn)分割恒星目標與背景噪聲，但復雜的太空環(huán)境使得不同時段的背景噪聲存在差異，導致靜態(tài)背景噪聲法處理后的星圖會殘留部分系統(tǒng)背景噪聲，泛化性較差。

因此，需要一種適用范圍廣，且不依賴于先驗信息的星圖去噪方法，來提高星圖信噪比，以更好地實現(xiàn)星點的提取。

發(fā)明內(nèi)容

為了解決傳統(tǒng)方法在處理星圖去噪及星點提取時的至少部分上述問題，本發(fā)明提供一種基于局部異常因子的星圖小波去噪方法，首先對星圖進行小波變換，然后采用改進的局部異常因子算法進行系數(shù)的篩選，并擬合預測背景系數(shù)，再將原系數(shù)與背景系數(shù)做差分，用小波逆變換得到去噪后的星圖，在此基礎上，利用加權質(zhì)心法進行星點精提取，從而獲得高精度的星點質(zhì)心坐標。

一種基于局部異常因子的星圖小波去噪方法，包括：

構(gòu)造小波濾波器組；

用所述構(gòu)造的小波對圖像做小波變換，得到小波系數(shù)；

計算局部異常因子LOF值，包括：

計算所述系數(shù)中各層系數(shù)的所有點的k可達距離；

將距離小于等于所述k可達距離的點計為點集；

計算所述點集中所有點的局部密度，并取其平均值；以及

計算所有點的局部異常因子LOF異常值；