基于图像相关性评估的图像分割阈值确定方法技术

基于图像相关性评估的图像分割阈值确定方法，以成像理论及信号处理等的传统理论为基础，通过考虑图像有效光点和背景光及杂散光之间的相关性，即分析有效光点部分图像和背景杂光图像之间的协方差大小（类间方差），协方差系数最大表示有效光点部分图像和背景杂光图像之间的相关性最小，即说明此状态下的阈值分割最好，从而将背景光、杂散光及有效光源图像区分开。本发明专利技术方法可以有效抑制杂散光对有效光点的干扰，准确的对光点进行提取。

【技术实现步骤摘要】

本专利技术涉及一种空间交会对接用光学成像敏感器在复杂背景下的图像处理方法。
技术介绍
随着航天任务数量和种类的日益增多，尤其是空间站的发展，使得航天器交会技 术得到长足的进步。CCD光学成像敏感器作为追踪器与目标飞行器交会对接的近距离光学 测量设备，其成像质量对航天器的成功交会对接有很大影响。根据交会对接任务的要求，目标标志器通常按照一定的方式固定安装在目标飞行 器上预先确定的测量区域。CCD光学成像敏感器对该测量区域成像，并对获取的图像进行光 点提取和识别，计算并输出光学敏感器坐标系相对于目标标志器坐标系的相对位置和相对 姿态角。因此如何从CCD光学成像敏感器图像中将构成目标标志器的有效光点从背景光中 提取出来将直接影响CCD光学成像敏感器的正常测量，而有效光点和背景图像之间的分割 点即为图像阈值。现有方法主要使用固定阈值(如以图像背景加三倍方差等，具体可参见M. Sezgin and B.Sankur, Survey over image thresholding techniques and quantitative performance evaluation, Journal of Electronic Imaging，pp. 146-156，2003)对图像进 行阈值分割，在复杂背景图像中这些方法不能将有效光点从背景图像中分割出来，从而影 响CXD光学成像敏感器的正常测量。
技术实现思路
本专利技术的技术解决问题是克服现有技术的不足，提供了一种基于图像相关性评 估的图像分割阈值确定方法，可以有效抑制杂散光对有效光点的干扰，准确的对光点进行 提取。本专利技术的技术解决方案是，步骤 如下(1)建立图像噪声分布直方图，找出噪声最大值并将其作为噪声门限；(2)以步骤⑴确定的噪声门限为基准，按照采样间隔均勻离散的将图像中大于 噪声门限的像素提取出来，统计每个灰度的像素个数Si, i e ,hmin和hmax分 别为最小灰度值和最大灰度值，计算出图像的背景均值background和每个灰度的像素个 数在图像中所占的比例；(3)从最小灰度hmin到最大灰度依次遍历每一个灰度值，分别统计从最小灰度 hmin到当前灰度η的像素个数之和miul以及大于当前灰度η小于等于最大灰度hmax的像 素个数之和miu2，(4)依次遍历每一个灰度值，把当前灰度值作为分界线，将图像分为高于分界线的 部分和低于分界线的部分，计算两部分的类间方差xigma，如果计算得到的类间方差大于前 一级灰度值的类间方差与预定偏移量之和，则将当前的灰度作为当前理论阈值，类间方差 计算公式为xigma = omegal X (miul-background) 2+omega2 X (miu2_background)2+预定偏移 量；(5)利用滤波函数对当前理论阈值以及上一帧图像的阈值进行加权平均，获取当 前图像阈值，计算公式为当前图像阈值=(1-滤波函数)*当前理论阈值+滤波函数*上一帧图像阈值。所述的预定偏移量由多幅图像的统计平均背景除以对应的统计平均阈值获得。本专利技术与现有技术相比的优点在于本专利技术方法以成像理论及信号处理等的传统 理论为基础，通过考虑图像有效光点和背景光及杂散光之间的相关性，即分析有效光点部 分图像和背景杂光图像之间的协方差大小(类间方差)，协方差系数最大表示有效光点部 分图像和背景杂光图像之间的相关性最小，即说明此状态下的阈值分割最好，从而将背景 光、杂散光及有效光源图像区分开，同时降低了太阳光、地球反照光以及目标飞行器表面发 射光对CCD光学成像敏感器正常姿态位置计算的影响，增强CCD光学成像敏感器在复杂背 景环境下的工作能力。同时，本专利技术方法改进了传统阈值确定方法对图像背景纯净度的依 赖，能够保证CCD光学成像敏感器在复杂光学环境下正常工作，在满足交会对接不同工作 时段测量任务要求的同时节约了图像处理时间，对高鲁棒性、高刷新率交会对接敏感器的 研制具有重要的工程使用价值。附图说明图1为本专利技术方法的流程框图。 具体实施例方式如图1所示，为本专利技术方法的原理框图，C⑶头部积分图像输入后，图像阈值确定 的主要步骤如下1、图像灰度水平统计评价光点信号的所有像元的灰度应大于某个门限值。采用由噪声分布的直方图确定的 噪声最大值作为门限。首先按照采样间隔均勻离散的选取特定区域的图像中的若干个像 素，统计各个灰度级的像素个数，计算出图像的背景均值和每个灰度的像素个数在图像中 所占的比例。设各灰度级的像素个数分别为=Stl，S1, S2,…，S255 02、图像相关性分析依次从最小灰度级到最大灰度级遍历每一个灰度级别，统计从最小灰度级到该灰 度级的像素个数之和以及大于该灰度小于等于最大灰度级的像素个数之和。从最小灰度级(hmin)到该灰度级(设为η)的像素个数之和权利要求1.，其特征在于步骤如下(1)建立图像噪声分布直方图，找出噪声最大值并将其作为噪声门限；(2)以步骤(1)确定的噪声门限为基准，按照采样间隔均勻离散的将图像中大于噪声 门限的像素提取出来，统计每个灰度的像素个数Si, i e ,hmin和hmax分别为 最小灰度值和最大灰度值，计算出图像的背景均值background和每个灰度的像素个数在 图像中所占的比例；(3)从最小灰度hmin到最大灰度依次遍历每一个灰度值，分别统计从最小灰度hmin到 当前灰度η的像素个数之和miul以及大于当前灰度η小于等于最大灰度hmax的像素个数 之和miu2，n/iminΣ O-X^) Σ(ζ^) ^maxmiu\ = ^η -’omegal= V S1 ,miul = ^———,omega2= Y S1 ；omegal,=I^inomega2(4)依次遍历每一个灰度值，把当前灰度值作为分界线，将图像分为高于分界线的部分 和低于分界线的部分，计算两部分的类间方差xigma，如果计算得到的类间方差大于前一级 灰度值的类间方差与预定偏移量之和，则将当前的灰度作为当前理论阈值，类间方差计算 公式为xigma = omegal X (miul-background) 2+omega2 X (miu2_background)2+予页定偏移量；(5)利用滤波函数对当前理论阈值以及上一帧图像的阈值进行加权平均，获取当前图 像阈值，计算公式为当前图像阈值=(1-滤波函数)*当前理论阈值+滤波函数*上一帧图像阈值。2.根据权利要求1所述的，其特征在 于所述的预定偏移量由多幅图像的统计平均背景除以对应的统计平均阈值获得。全文摘要，以成像理论及信号处理等的传统理论为基础，通过考虑图像有效光点和背景光及杂散光之间的相关性，即分析有效光点部分图像和背景杂光图像之间的协方差大小(类间方差)，协方差系数最大表示有效光点部分图像和背景杂光图像之间的相关性最小，即说明此状态下的阈值分割最好，从而将背景光、杂散光及有效光源图像区分开。本专利技术方法可以有效抑制杂散光对有效光点的干扰，准确的对光点进行提取。文档编号G06T5/00GK102073996SQ20101062383公开日2011年5月25日 申请日期2010年12月31日 优先权日2010年12月31日专利技术者刘鲁, 张丽华, 王京海, 王艳宝, 赵春晖, 郭绍刚,本文档来自技高网...

【技术保护点】
基于图像相关性评估的图像分割阈值确定方法，其特征在于步骤如下：（１）建立图像噪声分布直方图，找出噪声最大值并将其作为噪声门限；（２）以步骤（１）确定的噪声门限为基准，按照采样间隔均匀离散的将图像中大于噪声门限的像素提取出来，统计每个灰度的像素个数Ｓ↓［ｉ］，ｉ∈［ｈｍｉｎ，ｈｍａｘ］，ｈｍｉｎ和ｈｍａｘ分别为最小灰度值和最大灰度值，计算出图像的背景均值ｂａｃｋｇｒｏｕｎｄ和每个灰度的像素个数在图像中所占的比例；（３）从最小灰度ｈｍｉｎ到最大灰度依次遍历每一个灰度值，分别统计从最小灰度ｈｍｉｎ到当前灰度ｎ的像素个数之和ｍｉｕ１以及大于当前灰度ｎ小于等于最大灰度ｈｍａｘ的像素个数之和ｍｉｕ２，ｍｉｕ１＝＊（ｉ×Ｓ↓［ｉ］）／ｏｍｅｇａ１，ｏｍｅｇａ１＝＊Ｓ↓［ｉ］，ｍｉｕ２＝＊（ｉ×Ｓ↓［ｉ］）／ｏｍｅｇａ２，ｏｍｅｇａ２＝＊Ｓ↓［ｉ］；（４）依次遍历每一个灰度值，把当前灰度值作为分界线，将图像分为高于分界线的部分和低于分界线的部分，计算两部分的类间方差ｘｉｇｍａ，如果计算得到的类间方差大于前一级灰度值的类间方差与预定偏移量之和，则将当前的灰度作为当前理论阈值，类间方差计算公式为：ｘｉｇｍａ＝ｏｍｅｇａ１×（ｍｉｕ１－ｂａｃｋｇｒｏｕｎｄ）↑［２］＋ｏｍｅｇａ２×（ｍｉｕ２－ｂａｃｋｇｒｏｕｎｄ）↑［２］＋预定偏移量；（５）利用滤波函数对当前理论阈值以及上一帧图像的阈值进行加权平均，获取当前图像阈值，计算公式为：当前图像阈值＝（１－滤波函数）＊当前理论阈值＋滤波函数＊上一帧图像阈值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：郭绍刚，赵春晖，刘鲁，龚德铸，高进，高文文，王艳宝，王京海，张丽华，魏高乐，
申请(专利权)人：北京控制工程研究所，
类型：发明
国别省市：11[]