高靈敏度空間點目標探測系統設計

劉 明，鄧 軍，馮獻飛，錢峰松

(北京工業大學 信息學部 光電子技術省部共建教育部重點實驗室，北京 100124)

1 引 言

對空間目標的有效探測一直以來都是天文學和航天科學領域的研究熱點。常見的空間目標探測方法包括：雷達探測、可見光相機探測、紅外相機探測等。其中，采用可見光相機進行探測具有探測精度高、技術成熟度較高和數據直觀便于使用的優點，是天文學和航天科學領域進行空間目標探測的主要發展方向[1-2]。

目前，可見光相機探測系統通常選擇CCD或CMOS傳感器。CCD傳感器具有噪聲低、光譜響應范圍寬的優點，傳統上常選擇科學級CCD作為大型天文觀測設備的圖像傳感器。近年來出現了高靈敏度的CMOS傳感器，能夠對微弱的光信號探測，并具有面陣信號采集、輸出圖像幀頻高的優點，適合對空間運動目標進行探測。CMOS相機與CCD相機相比還具有體積小、功耗低、傳感器外圍電路簡單等優勢[3]，更適合在對體積重量敏感的航天器上應用。但高靈敏度CMOS傳感器的噪聲較大，影響了微弱信號的檢測精度。如何基于高靈敏度CMOS傳感器進行暗弱空間目標檢測是亟待解決的問題[4]。

針對該問題，采用CMOS傳感器設計了高靈敏度空間點目標探測系統。與傳統的CCD傳感器系探測統相比，該系統更適合對運動目標進行探測，且具有輕敏性、成本低等特點，是未來空間點目標探測系統的主要發展方向。

2 系統架構

探測系統由CMOS相機、算法運算單元和上位機三部分構成。CMOS相機主要由CMOS傳感器和FPGA相機組成，FPGA驅動CMOS傳感器工作后輸出圖像；算法運算單元主要由FPGA和DSP兩部分組成，共同完成點目標的提取。系統的組成如圖1所示。

圖1 探測系統的組成 Fig.1 Architecture of detecting system

系統工作的工作步驟如下：

(1)上位機首先將成像指令發送給CMOS相機，同時將相機的姿態發送給算法運算單元；

(2)相機接收指令開始成像，并將輸出視頻給算法運算單元；

(3)算法運算單元接收圖像視頻后開始降噪處理、提取像點的質心并進行細分定位；

(4)算法運算單元根據相機的姿態會自動調出相應姿態下該天區恒星的星表，將此星圖和相機視頻圖像進行三角匹配，剔除恒星星點，提取疑似點目標；

(5)算法運算單元實時輸出測角信息到平臺和上位機，平臺根據測角信息實時調整位置，使探測目標始終處于CMOS傳感器的視場內，則證明該探測方法有效。

3 基于高靈敏度CMOS傳感器的空間點目標探測方法

3.1 高靈敏度CMOS傳感器成像特性分析與降噪

圖2 LUPA-4000傳感器結構 Fig.2 Structure of LUPA-4000 CMOS sensor

進行空間探測時，探測目標越暗，對傳感器的靈敏度要求也就越高[5]。高靈敏度傳感器像元尺寸一般在12～15 μm，可以在較低的光強下產生響應，但其抗噪性能較差。本文以CPRESS公司生產的一款分辨率為2 048×2 048的CMOS傳感器為例，對高靈敏度CMOS傳感器的成像特點進行分析。此傳感器為全色大面陣CMOS傳感器，像元尺寸為12 μm，具有體積小、功耗低、抗輻照等特點被廣泛應用，結構如圖2所示。傳感器由像素陣列、片上驅動器、驅動選擇器、位移寄存器和模數轉換器構成，采用SPI總線，對外為2個LVDS數據通道。當像素陣列受到光束照射時，像素單元內發生光電效應，將光信號轉為電信號；邏輯單元根據SPI總線的配置，進行邏輯運算并選擇相應的驅動器工作；模擬信號經過模數轉換器變成數字信號，通過LVDS對外接口輸出。

當傳感器對空間成像時，背景是深空，相機的視場角很小，可以認為所成圖像G(x,y,t)灰度值為目標信號S(x,y,t)和噪聲信號N(x,y,t)的疊加，如式(1):

G(x,y,)=

(1)

空間目標探測時，一般對目標離焦成像形成彌散斑，彌散斑星點像的能量服從二維高斯分布，故星點像的灰度S(x,y,t)值也服從高斯分布。

CMOS傳感器的噪聲由隨機噪聲和固定模式噪聲組成[6]。隨機噪聲主要由散粒噪聲、熱噪聲組成。散粒噪聲主要包括輸入光子散粒噪聲、光生電流散粒噪聲與暗電流散粒噪聲；熱噪聲是金屬氧化物半導體(MOS)器件固有的噪聲，由熱電子隨機運動的不確定性引起的。固定模式噪聲(FPN)是由像素結構中的光電二極管的尺寸、摻雜濃度、生產過程中的污染、以及 MOS 場效應的參數，如VT、增益、溝道寬度、長度等的偏差造成的，對于單個像素，固定模式噪聲中噪點位置是固定的，噪點的灰度值與探測器的溫度和曝光時間相關[7]。

建立圖像傳感器成像模型，如公式(2)：

(2)

式中，(x,y)為探測器感光的像元位置，I0為成像時積分時間內投射到CMOS感光面上的光信號總能量，(xc,yc)為像點的真實質心，σ為像點的斯半徑，Nr(x,y,t)為傳感器的隨機噪聲，Nf(x,y,t)為傳感器的固定模式噪聲。

傳感器在成像時固定模式噪聲對圖像質量的影響遠大于隨機噪聲[8]。固定模式噪聲只與傳感器溫度和積分時間有關。在軌CMOS相機和在軌天文望遠鏡系統一般都有精確地溫控分系統，保持相機的工作溫度處于設計的最佳工作溫度。根據以往的設計經驗，CMOS相機焦面部分的溫度一般控制在8℃左右。通過存儲8 ℃時不同積分時間下的模式噪聲，成像時減去固定模式噪聲即可以得到降噪圖像G′(x,y,t)，降噪后的圖像見公式(3)：

(3)

將探測器置于暗盒內，放置入8 ℃的溫箱進行試驗，待其溫度平衡后，采集積分時間為5 ms、15 ms、25 ms、35 ms、45 ms、55 ms和65 ms時傳感器的固定模式噪聲，記為N1～ N7。探測器原始圖像為A(t)，經過降噪算法后A′(t)圖像見公式(4)：

(4)

采用上述方法，可以明顯降低圖像的噪聲，為質心細分定位和點目標的星圖匹配做了準備。

3.2 星點質心的亞像元細分定位

常用的質心提取算法主要分為基于邊緣和基于灰度兩大類[9]。基于邊緣的方法利用目標的邊緣形狀信息，對灰度的分布不敏感，適合較大的目標；基于灰度的質心提取方法利用目標的灰度分布特征，對灰度的分布敏感，適用于較小的目標。空間點目標探測時，探測器所成彌散斑一般為十幾至二十幾個像元，灰度分布明顯，且基于灰度的質心提取算法的計算過程簡便，容易實現[10]，其計算如公式(5)：

(5)

式中，(xi,yi)是組成星點彌散斑像元的坐標，gi是該像元對應的灰度值，(x,y)是根據質心提取算法計算的亞像元坐標。提取星點的質心坐標后，可以計算出星點之間的星角距，從而進行星圖匹配。

3.3 基于星圖匹配空間點目標探測

將恒星星表信息作為先驗知識預先存儲起來，利用恒星星表和相機的降噪圖像，基于星圖匹配方法實現對空間點目標的探測[11]，其流程見圖3。

圖3 星圖匹配算法流程 Fig.3 Flow of stellar map matching algorithm

當相機對某天區進行成像時，利用外部輸入的相機姿態作為參考值從星表中索引相應天區一定視場范圍內的恒星，根據質心的細分定位計算各質心初坐標并分別計算索引出的恒星之間的星角距和圖像提取出的星點間的星角距，進行三角形匹配[12-13]。如果匹配成功，利用匹配三角形計算相機的姿態矩陣，得到相機的真實姿態，并利用該姿態信息再次索引星表，進而將視場所在天區的恒星按照相機姿態重投影到像面，得到理論成像位置，比較理論位置和圖像中星點位置，剔除掉恒星，其它的星點即為疑似目標星點。如果匹配不成功，則利用外部輸入的相機姿態直接將視場所在天區的恒星按照相機姿態重投影到像面，得到理論成像位置，同樣比較理論位置和圖像中星點位置，剔除掉恒星，其它的星點即為疑似目標星點[14-16]。

3.4 測角信息的計算

在得到目標像在圖像中的位置信息后，可以進一步計算出目標在測量坐標系下的相對位置，一般通過角度進行表示，稱為測角信息。如圖4所示，Z軸為相機的視軸，相機焦距為f，XOY為圖像坐標系，XOZ為測量坐標系，目標像點T在圖像坐標系下的位置為(x,y)。定義方位角α、俯仰角β如下：

(1)方位角α：定義為目標與測量坐標系原點連線矢量在測量坐標系XOZ平面的投影與OZ軸的夾角，偏向+X軸為正；

(2)俯仰角β：定義為目標與測量坐標系原點連線矢量與其在測量坐標系XOZ平面的投影的夾角，偏向+Y軸為正。

可以推知，

(6)

已知方位角α和俯仰角β后，實際探測系統可以通過姿態調整機構(例如衛星平臺、轉臺等)執行閉環控制。如圖4，當系統先沿Y軸旋轉α角，再沿X軸旋轉β角后，目標T的像將位于圖像中心。

圖4 測角信息的定義 Fig.4 Definition of angular information

4 實驗結果和驗證

4.1 系統探測星等靈敏度測試

為了測試系統的星等探測和星點提取能力，在中科院興隆國家天文臺進行了照星試驗。試驗過程中，CMOS相機通過連接工裝固定在望遠鏡旁，在標定光軸后利用望遠鏡轉臺和星圖引導系統指向不同天區，調整曝光時間進行成像和測試。

圖5為相機在積分時間123.88 ms時對所指向天區拍攝的圖片，表1為試驗中拍攝的恒星的視星等和光譜型。根據測光輔助望遠鏡拍攝的圖像數據處理結果得到消光系數，并根據目標的R星等和觀測時的恒星高度角，計算得到消光后的R星等。試驗中經過大氣消光矯正后，探測相機具備探測不同光譜類型的6星等恒星的能力。

圖5 CMOS相機拍攝的星圖 Fig.5 Stellar map taken by CMOS cameras

HIP編號HD編號V星等高度角/(°)光譜型是否提取HIP894821679655.5679B7IV是HIP896041683226.1285G8.5IIIbFe-1CH0.5是HIP899621687233.2346K0III-IV是HIP912621721670.0387.5A0Va是HIP928621758654.0879.5M5III是HIP93408177196577A7V是HIP937471777242.9961.5A0Vn是HIP944811801634.4375B2.5IV是HIP955011826403.3649F3IV是HIP959471839123.0570K3II+B9.5V是HIP958531840063.7671A5Vn是HIP958531840063.7577A5Vn是HIP964411853954.4577F4V是HIP996551926964.2570A3IV-Vn是HIP999511929445.371.5G8III是HIP1004531940932.2367F8Ib是HIP1004531940932.286F8Ib是

4.2 基于電子星圖模擬器動態點目標提取仿真驗證

電子星圖模擬器可利用計算機仿真生成包含恒星像點、動態點目標像點的視頻，模擬CMOS相機工作時指定視軸拍攝得到的圖像。設定相機內參數(圖像分辨率、視場角等)和相機視軸指向后，星圖模擬器即可索引星表并利用投影變換關系生成對應天區的理論星圖，并在模擬星圖中加入高斯噪聲、椒鹽噪聲，設定目標的大小和星等調整目標與背景之間的相對運動速度，模擬空間運動的點目標。基于電子星圖模擬器進行仿真驗證的最小系統如圖6所示，由電子星圖模擬器、上位機和算法單元構成。電子星圖模擬器接收上位機的姿態信息和遙控指令，輸出固定姿態的星圖視頻給算法處理單元；算法處理單接收模擬星圖后即可進行目標提取。

圖6 基于電子星圖模擬器仿真驗證最小系統 Fig.6 Minimum simulation system based on electronic stellar map simulator

設置星圖模擬器輸出仿真圖像的視場角為8×8°，圖像分辨率為1 024×1 024，幀頻20 fps，目標與背景相對運動速度為>0.002°/s，背景中添加高斯噪聲和椒鹽噪聲，同時設置信噪比大于6。為了驗證系統的可靠性，采用蒙特卡羅方法隨機生成了100個初始視軸指向進行試驗。其中一次試驗的結果如圖7所示。紅框恰好框住了兩顆像點，經數據比對，該兩像點即為預先設定的目標像點，試驗成功。仿真測試表明，當信噪比大于6，視軸指向誤差小于1°時，探測的正確率和目標脫靶量誤差基本保持不變，探測的正確率為100%。

圖7 星圖模擬器輸出界面 Fig.7 Output interface of electronic star image simulator

5 結 論

本文根據高靈敏度CMOS傳感器特性，設計了空間點目標探測系統。分析了高靈敏度CMOS傳感器的成像特點并給出了傳感器的降噪方法，并根據DPS+FPGA的嵌入式平臺處理結構，設計了星圖匹配算法。與傳統CCD傳感器探測系統相比，CMOS傳感器更適合對運動目標進行探測，且極大的縮小了相機的體積和功耗。經過照星試驗表明，經過大氣消光矯正后該系統可以探測到6等星，達到預期靈敏效果。采用電子星圖模擬器輸出動態模擬星圖并對點目標的提取進行驗證，測試結果表明：當信噪比大于6，視軸指向誤差小于1°時，點目標的探測正確率和目標脫靶量誤差基本保持不變，探測的正確率為100%，可以采取此方法進行空間點目標探測。

[1] 李少敏,牛威,馬鑫,等.空間目標探測技術研究[J].國防科技,2009(3):6-13.

LI SH M,NIU W,MA X,etal.. Research on space target exploration technology[J].NationalDefenseScience&Technology,2009(3):6-13.(in Chinese)

[2] 王維,董吉洪,孟慶宇.火星探測可見光遙感相機的發展現狀與趨勢[J].中國光學,2014,7(2):208-214.

WANG W,DONG J H,MENG Q Y. Current status and developing tendency of visible spectral remote sensing camera for mars observation[J].ChineseOptics,2014,7(2):208-214.(in Chinese)

[3] BULAYEV Y. Advances in CMOS image sensors open doors to many applications[J].PhotonicsSpectra,2015,49(9):41-43.

[4] 梁斌,朱海龍,張濤,等.星敏感器技術研究現狀及發展趨勢[J].中國光學,2016,9(1):16-29.

LIANG B,ZHU H L,ZHANG T,etal.. Research status and development tendency of star tracker technique[J].ChineseOptics,2016,9(1):16-29.(in Chinese)

[5] 楊濤,吳孫桃,郭東輝.CMOS圖像傳感器電路噪聲分析[J].廈門大學學報(自然版),2012,51(3):321-326.

YANG T,WU S T,GUO D H. Analysis of noise behavior in CMOS image sensor[J].JournalofXiamenUniversity,2012,51(3):321-326.(in Chinese)

[6] KIM D,BAE J,SONG M. A high speed CMOS image sensor with a novel digital correlated double sampling and a differential difference amplifier[J].Sensors,2015,15(3):5081-5095.

[7] 王華,曹劍中,王華偉,等.基于估計方法的CMOS圖像傳感器列固定模式噪聲校正方法[J].紅外與激光工程,2013,42(7):1928-1932.

WANG H,CAO J ZH,WANG H W,etal.. Column fixed pattern noise correction of the CMOS image sensor based on estimation method[J].Infrared&LaserEngineering,2013,42(7):1928-1932.(in Chinese)

[8] SAFFIH F,HORNSEY R. Reduced human perception of FPN noise of the pyramidal readout CMOS image sensor[J].IEEETransactionsonCircuits&SystemsforVideoTechnology,2007,17(7):924-930.

[9] 魏新國,張廣軍,江潔.星敏感器中星圖圖像的星體細分定位方法研究[J].北京航空航天大學學報,2003,29(9):812-815.

WEI X G,ZHANG G J,JIANG J. Subdivided locating method of star image for star sensor[J].JournalofBeijingUniversityofAeronautics&Astronautics,2003,29(9):812-815.(in Chinese)

[10] 連月勇,張超,謝宗特.星點亞像元細分定位精度分析[J].測繪科學技術學報,2015,32(6):578-582.

LIAN Y Y,ZHANG CH,XIE Z T. Accuracy analysis for sub-pixel location of star image[J].JournalofGeomaticsScience&Technology,2015,32(6):578-582.(in Chinese)

[11] 李振偉,張濤,孫明國.星空背景下空間目標的快速識別與精密定位[J].光學 精密工程,2015,23(2):589-599.

LI ZH W,ZHANG T,SUN M G. Fast recognition and precise orientation of space objects in star background[J].Opt.PrecisionEng.,2015,23(2):589-599.(in Chinese)

[12] 李欣璐,楊進華,張劉,等.用于快速星跟蹤的雙向遞推匹配識別[J].光學 精密工程,2015,23(5):1443-1449.

LI X L,YANG J H,ZHANG L,etal.. Bidirectional selective rule out matching recognition of fast star tracking[J].Opt.PrecisionEng.,2015,23(5):1443-1449.(in Chinese)

[13] 翟優,曾巒,熊偉.基于不變特征描述符實現星點匹配[J].光學 精密工程,2012,20(11):2531-2539.

ZHAI Y,ZENG L,XIONG W. Star matching based on invariant feature descriptor[J].Opt.PrecisionEng.,2012,20(11):2531-2539.(in Chinese)

[14] 劉太陽,王仕成,劉志國,等.基于星三角形角度的競選式星圖識別[J].光電工程,2011,38(3):29-34.

LIU T Y,WANG S CH,LIU ZH G,etal.. Voting star recognition algorithm with main star triangle angular determination[J].Opto-ElectronicEngineering,2011,38(3):29-34.(in Chinese)

[15] SCHIATTARELLA V,SPILLER D,CURTI F. A novel star identification technique robust to high presence of false objects:the multi-poles algorithm[J].AdvancesinSpaceResearch,2017,59(8):2133-2147.

[16] 江山,張銳,韓廣良,等.復雜背景灰度圖像下的多特征融合運動目標跟蹤[J].中國光學,2016,9(3):320-328.

JIANG SH,ZHANG R,HAN G L,etal.. Moving object tracking based on multi-feature fusion in the complex background gray image[J].ChineseOptics,2016,9(3):320-328.(in Chinese)