李真真+李瑞賢

摘 要 星圖降噪是星敏感器獲取星點(diǎn)像位置坐標(biāo)的過程，星圖降噪的程度直接決定了星敏感器姿態(tài)測量精度。噪聲的來源主要有：星空背景噪聲、分子噪聲、電子噪聲等，為了減小噪聲的影響，分析了星圖噪聲來源及特性；比較了三種拉普拉斯算子模板的降噪效果；并提出了模板結(jié)合檢測邊緣。試驗(yàn)表明：Laplacian算子對噪聲具有無法接受的敏感性，它的幅值產(chǎn)生雙邊緣，不能檢測邊緣的方向；LOG算子卷積模板比較大，計(jì)算比較復(fù)雜；改進(jìn)模板具有較好的邊緣檢測性能和抗噪性能。

關(guān)鍵詞 星敏感器 星圖降噪 邊緣檢測 Laplacian算子 目標(biāo)提取

中圖分類號：U491 文獻(xiàn)標(biāo)識碼：A

0引言

星敏感器定位精度是星敏感器最重要的性能指標(biāo)。噪聲是影響星敏感器定位精度的重要因素。實(shí)際應(yīng)用中所獲得的圖像一般都會由于各種原因受到一定程度的干擾和損害，從而使圖像中包含噪聲信號。這些噪聲惡化了圖像質(zhì)量，使圖像模糊，甚至淹沒特征，給分析帶來困難。

導(dǎo)航星的定位精度是星敏感器中最重要的精度指標(biāo)，是星敏感器整體測量精度的基礎(chǔ)和保證，將直接影響姿態(tài)角測量精度、光軸指向精度和系統(tǒng)噪聲等效角。本論文主要就如何降低噪聲，提高信噪比進(jìn)行了討論。

1噪聲來源及分析

星圖噪聲的來源主要有：星空背景噪聲、分子噪聲、電子噪聲等。由于CCD器件本身問題而產(chǎn)生，與成像無關(guān)的電子噪聲，如熱電子噪聲等，這部分噪聲信號無法和有用信號加以區(qū)別，這部分噪聲不考慮，本文主要考慮的是星空背景噪聲。

星空背景噪聲主要有：

（1）太陽雜光。太陽光進(jìn)入系統(tǒng)入口（遮光罩），經(jīng)系統(tǒng)內(nèi)表面的多次反射、折射或衍射到達(dá)接收器。太陽雜光屬平行入射雜光。

（2）地氣雜光。地氣光直接或經(jīng)衛(wèi)星及其外部儀器壁面反射而進(jìn)入系統(tǒng)入口（遮光罩），經(jīng)系統(tǒng)內(nèi)表面的傳遞最終到達(dá)接收器。地氣雜光屬漫入射雜光。

（3）內(nèi)部雜光。系統(tǒng)內(nèi)輻射源（如小電機(jī)、溫控?zé)嵩醇肮鈱W(xué)元件等）產(chǎn)生的紅外射線，經(jīng)傳遞最終到達(dá)接收器。

2基于微分算子的邊緣檢測

2.1基于二階微分的邊緣檢測算子

Laplacian（拉普拉斯）算子是根據(jù)經(jīng)過平滑的階躍型邊緣二階導(dǎo)數(shù)在邊緣點(diǎn)處是過零函數(shù)的原理構(gòu)造的。拉普拉斯算子是二階導(dǎo)數(shù)的二維等效式。

二維拉普拉斯數(shù)字實(shí)現(xiàn)可由這兩個(gè)分量相加得到：

可得到近似拉普拉斯算子的邊緣濾波。

拉普拉斯算了的特點(diǎn)是：各向同性、線性和位移不變性，對細(xì)線和孤立點(diǎn)的檢測效果好。其缺點(diǎn)是：邊緣的方向信息丟失，常產(chǎn)生雙像素的邊緣，對噪聲有雙倍加強(qiáng)作用。由于拉普拉斯算子是二階導(dǎo)數(shù)運(yùn)算，與只包含一階導(dǎo)數(shù)的算子相比，它對噪聲更加敏感，增強(qiáng)了噪聲對圖像的影響，因此在實(shí)際應(yīng)用中通常需要先對圖像進(jìn)行濾波平滑處理。

2.2星圖噪聲消除

處理后圖像灰度值均擴(kuò)大大約16倍，導(dǎo)致處理后的方差會變大；由于中間值為4，處理后圖像灰度值擴(kuò)大4倍左右，但是在邊緣檢測濾波中就明顯的不足；中間值為8，雖然其在濾波后方差是最為樂觀的，但是其缺點(diǎn)是會產(chǎn)生雙邊緣。本文根據(jù)目標(biāo)星點(diǎn)的特點(diǎn)（3～5個(gè)像素單元）將結(jié)合LOG算子具有平滑作用的特點(diǎn)，對模板算子進(jìn)行改進(jìn)，處理結(jié)果方差是最小的，降噪效果最佳。

3結(jié)論

試驗(yàn)表明：Laplacian算子對噪聲具有無法接受的敏感性，它的幅值產(chǎn)生雙邊緣，不能檢測邊緣的方向；LOG算子卷積模板比較大，計(jì)算比較復(fù)雜；改進(jìn)模板具有較好的邊緣檢測性能和抗噪性能，且卷積模板大小是Laplacian模板的尺寸，計(jì)算比LOG簡單。

參考文獻(xiàn)

[1] 王洪濤，羅長洲，等.基于背景自適應(yīng)預(yù)測的星點(diǎn)提取算法[J].光學(xué)技術(shù)，2009，35（3）：413-414.

[2] 王永義.復(fù)雜背景下弱小目標(biāo)的特征提取與識別[D].長沙：國防科技大學(xué)碩士學(xué)位論文，2007：9-12.

[3] 田金文，歐陽樺，等.一種星圖中星的提取方法[J].華中科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，33（4）.

[4] 王傘，楊幸元.基于空間匹配濾波的紅外背景抑制技術(shù)明[J].應(yīng)用科技，2006，33（1）：26-28.

[5] 鄒江威，姜衛(wèi)東，陳曾平.基于形態(tài)學(xué)的低信噪比圖像序列目標(biāo)提取方法[J].光電子技術(shù)與信息，2005.

[6] 馬治國，王江安，等.基于紅外雙波段圖像融合的點(diǎn)目標(biāo)識別[J].激光與紅外，2003，33（3）：228-230.

[7] 李春艷，謝華，等.高精度星敏感器星點(diǎn)光斑質(zhì)心算法[J].光電工程，2005，33（4）：38-40.