一種基于描繪輔助線的對(duì)于復(fù)雜背景下的星圖識(shí)別方法

王潤(rùn)豐　樊桂花　張廷華

摘要：針對(duì)復(fù)雜背景下的星圖識(shí)別率不高的問(wèn)題，提出了一種基于描繪輔助線的方法進(jìn)行星圖識(shí)別，通過(guò)描繪星點(diǎn)間的輔助線，來(lái)增加星點(diǎn)間的紋理，使星圖變成了一般圖片識(shí)別可以檢測(cè)到特征點(diǎn)的圖片，從而使星圖可以使用傳統(tǒng)算法進(jìn)行識(shí)別處理，并且不會(huì)使非星點(diǎn)部位的特征點(diǎn)信息丟失，解決了復(fù)雜背景下的星圖識(shí)別問(wèn)題。

[關(guān)鍵詞]星圖識(shí)別輔助線復(fù)雜背景

圖像識(shí)別，是指利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同模式的目標(biāo)和對(duì)像的技術(shù);特征點(diǎn)的檢測(cè)和匹配，則是計(jì)算機(jī)視覺(jué)中非常重要的技術(shù)之一。在有紋理和明暗的圖像中，特征點(diǎn)檢測(cè)與匹配技術(shù)一般利用了圖像的紋理信息構(gòu)建特征方程而檢測(cè)到圖像的特征點(diǎn)的方式進(jìn)行圖像識(shí)別，經(jīng)典算法有Sift，Surf，Orb等算法。而星圖則有別于一般圖像。星圖是以恒星為觀測(cè)目標(biāo)所獲得的星空?qǐng)D，有別于一般圖像，他只有一系列的點(diǎn)的明暗，而沒(méi)有紋理。直接使用經(jīng)典算法會(huì)報(bào)錯(cuò)，因?yàn)槭褂脗鹘y(tǒng)算法會(huì)出現(xiàn)檢測(cè)不到特征點(diǎn)的問(wèn)題。針對(duì)星圖的識(shí)別方法目前有很多種，近幾十年來(lái)，國(guó)內(nèi)外學(xué)者在星圖識(shí)別算法方面進(jìn)行了大量的研究，提出了很多星圖識(shí)別算法。例如：三角形算法、各種改進(jìn)三角形算法、金字塔算法、柵格算法、遺傳算法和神經(jīng)網(wǎng)絡(luò)的算法等。但概括起來(lái)可以分為兩大類，子圖同構(gòu)法和模式識(shí)別方法。前者以觀測(cè)星圖中星點(diǎn)為頂點(diǎn)，星角距作為邊，構(gòu)造匹配特征或特征組。后者通常由某一個(gè)恒星一定鄰域范圍內(nèi)恒星的幾何分布特征構(gòu)造匹配特征或匹配組。而在實(shí)際用相機(jī)觀測(cè)星空的時(shí)候，往往會(huì)發(fā)現(xiàn)實(shí)際觀測(cè)時(shí)星空?qǐng)D有時(shí)不完全是沒(méi)有紋理的亮點(diǎn)，比如有時(shí)會(huì)有月亮，有時(shí)會(huì)有極光，有時(shí)會(huì)觀測(cè)到銀河，還有時(shí)為了追蹤目標(biāo)，會(huì)拍到地面。這時(shí)就會(huì)對(duì)我們觀測(cè)星空產(chǎn)生一定的干擾。而且極端情況如在特定背景下只能夠觀測(cè)到極少星點(diǎn)信息，這時(shí)如果使用三角形算法進(jìn)行匹配識(shí)別則會(huì)因?yàn)樾屈c(diǎn)太少而失敗，而直接使用傳統(tǒng)算法的話如在處理只含有稀疏星點(diǎn)的圖像的時(shí)候則會(huì)導(dǎo)致匹配失敗，從而導(dǎo)致無(wú)法連續(xù)的對(duì)所拍攝的視頻進(jìn)行識(shí)別處理。為了解決在復(fù)雜背景下使星圖圖像匹配，使之達(dá)到較理想的方式，本文提出了一種基于描繪輔助線的方式來(lái)進(jìn)行星圖識(shí)別，通過(guò)在稀疏星點(diǎn)之間描繪輔助線，從而增加稀疏星點(diǎn)區(qū)域的紋理信息，進(jìn)而使該區(qū)域可以使用經(jīng)典算法來(lái)檢測(cè)特征點(diǎn)，而達(dá)到星圖識(shí)別的目的。

1基于描繪輔助線的星圖識(shí)別方法

1.1星點(diǎn)質(zhì)心提取

對(duì)星圖進(jìn)行星點(diǎn)提取，實(shí)際上是點(diǎn)狀圖像定位技術(shù)的應(yīng)用，是數(shù)字圖像處理技術(shù)的一個(gè)重要內(nèi)容。星點(diǎn)提取包括星點(diǎn)和背景分離、星點(diǎn)之間的分離、質(zhì)心定位等處理過(guò)程。提取星點(diǎn)質(zhì)心的方法有很多種，包括基于質(zhì)心中心的雙正交小波變換法、交叉投影星點(diǎn)提取算法、高斯曲面擬合的質(zhì)心提取方法;基于灰度的星點(diǎn)定位代表方法為質(zhì)心法，質(zhì)心法包括傳統(tǒng)質(zhì)心法、帶閾值的質(zhì)心法和平方加權(quán)質(zhì)心法等。其中，高斯曲面擬合法，從星圖成像原理出發(fā)，利用高斯函數(shù)模擬成像過(guò)程的擴(kuò)展函數(shù)模糊效應(yīng)（PSF），進(jìn)而進(jìn)行目標(biāo)中心定位，該方法是一種較為精確的目標(biāo)中心定位算法，同時(shí)具有較高的穩(wěn)定性，是目前最為常用的目標(biāo)質(zhì)心提取算法。

采用高斯曲面擬合方法確定星點(diǎn)質(zhì)心的前提是：星點(diǎn)在圖像中有較亮的斑點(diǎn)，受傳感器的硬件限制、成像特性以及大氣的干擾等，成像過(guò)程具有PSF模糊效應(yīng)。受PSF模糊的影響，目標(biāo)表現(xiàn)出從中心四周灰度逐漸降低的彌散效應(yīng)，如圖1（a），（b）所示：受成像傳感器及成像條件的影響，點(diǎn)目標(biāo)在圖像中表現(xiàn)為從中心向四周灰度逐漸降低的斑點(diǎn)，圖中紅色斑點(diǎn)為目標(biāo)位置。高斯曲面擬合方法將成像過(guò)程的PSF使用高斯函數(shù)擬合，假定f（x，y）為圖像1中位于（x，y）的亮度值，（xo，Yo）為目標(biāo)中心，則目標(biāo)的彌散處的像元亮度可用如下模型表示：

式中A為固定系數(shù)，可認(rèn)為等于目標(biāo)中心亮度值;σ為高斯函數(shù)均方差，由成像條件和參數(shù)決定，影響PSF模糊效應(yīng)的程度。利用高斯曲面擬合的方法確定目標(biāo)質(zhì)心的過(guò)程就是利用目標(biāo)及其周圍像素通過(guò)（1）式分別求解。A、σ以及（xo，yo）。因此至少需要4個(gè)目標(biāo)像素才可求解，一般而言，目標(biāo)及其彌散的周圍像素多于4個(gè)，此時(shí)采用最小二乘法求取使得均方誤差最小的參數(shù)。最終（xo，Y）就是目標(biāo)的質(zhì)心。高斯曲面擬合方法求解目標(biāo)質(zhì)心比其他方法具有更高的精度，并且可以定位至亞像素精度。

1.2星間輔助線描繪

先描述輔助線的繪制方法，然后給出結(jié)果圖。首先復(fù)制一份星圖來(lái)處理星點(diǎn)信息。

然后在這份星圖中，通過(guò)前文提到的高斯曲面擬合方法確定出星點(diǎn)質(zhì)心的具體位置（如圖2所示）。

然后遍歷星點(diǎn)，為了保持星圖的尺度不變性，以每顆星的最小星間距的一個(gè)固定倍數(shù)為閾值，小于該距離的星點(diǎn)與該星進(jìn)行輔助線的描繪。如圖3所示。

在這里如果每?jī)深w星之間都描繪輔助線雖然不用對(duì)每?jī)深w星之間的距離進(jìn)行排序，但這會(huì)產(chǎn)生一些問(wèn)題在兩幅圖星點(diǎn)缺失的時(shí)候，描繪全圖輔助線會(huì)影響到整幅圖的紋理，從而使星圖的匹配誤差增大。所以，在這里我們采用局部星點(diǎn)輔助線的描繪。當(dāng)然，如果在匹配的兩幅圖像確定尺度不變的情況下，也可以使用一個(gè)固定值（如該圖像對(duì)角線的十分之一）用來(lái)作為繪制輔助線的閾值，這樣可以提高程序的處理速度。

程序流程如圖4。

1.3基于星間輔助線的星圖匹配

利用繪制輔助線來(lái)增加星圖的紋理后，便可利用輔助線的紋理使用典型的圖像匹配算法來(lái)給查找星圖的特征點(diǎn)，從而進(jìn)行匹配。

這里采用OpenCV中提供的FLANN算法結(jié)合Surf算法進(jìn)行特征點(diǎn)提取，最后根據(jù)勞氏算法（Lowesalgorithm）對(duì)特征點(diǎn)進(jìn)行篩選，從而得到優(yōu)秀的匹配點(diǎn)。由圖6可見(jiàn)，各星位匹配情況良好，并且圖片有星點(diǎn)的區(qū)域都找到了匹配點(diǎn)。

程序流程如圖5。

這里，使用勞氏算法（Lowesalgorithm）進(jìn)行優(yōu)秀匹配點(diǎn)的選擇的時(shí)候，通過(guò)改變系數(shù)可以決定匹配點(diǎn)的多與少，系數(shù)則可根據(jù)實(shí)際情況進(jìn)行設(shè)置。

2實(shí)驗(yàn)驗(yàn)證

對(duì)拍攝到含有月亮及星云的復(fù)雜背景情況下的星圖（圖7），對(duì)其分別進(jìn)行三角形匹配（圖8）、不描繪輔助線的圖像匹配（圖9），和描繪輔助線的圖像匹配（圖10）。

如下圖所示，在沒(méi)有輔助線的情況下，直接使用Surf算法進(jìn)行特征點(diǎn)匹配，得到的匹配點(diǎn)少，而且基本集中在月亮周圍，星點(diǎn)周圍基本沒(méi)有檢測(cè)出來(lái)特征點(diǎn)利用三角形算法，可基本將星點(diǎn)檢測(cè)出來(lái)，但是月亮周圍的細(xì)節(jié)沒(méi)有檢測(cè)出來(lái)特征點(diǎn)。而利用輔助線之后，由于增加了圖片的紋理信息，使圖像在星點(diǎn)及月亮周圍均檢測(cè)出了很多特征點(diǎn)，而且通過(guò)勞氏算法進(jìn)行特征點(diǎn)篩選后，得到的匹配點(diǎn)多而整齊，說(shuō)明匹配情況良好。表1是對(duì)三種星圖匹配方法效果對(duì)比。

3結(jié)論

通過(guò)繪制輔助線的方式使本來(lái)沒(méi)有紋理信息的星圖可以通過(guò)常規(guī)的圖像識(shí)別算法進(jìn)行特征點(diǎn)檢測(cè)與匹配，同時(shí)也解決了復(fù)雜候下的星圖識(shí)別無(wú)法連續(xù)的問(wèn)題，增加了星圖處理的魯棒性。對(duì)月亮背景的星圖分別采用了不含輔助線的常規(guī)圖像識(shí)別算法，三角形圖像識(shí)別算法以及含有輔助線的圖像識(shí)別算法進(jìn)行星圖匹配，可看出，使用含有輔助線的圖像識(shí)別算法對(duì)該圖像進(jìn)行處理，在星點(diǎn)區(qū)檢測(cè)到的特征點(diǎn)超過(guò)了三角形圖像識(shí)別算法檢測(cè)到的特征點(diǎn)，在非星點(diǎn)區(qū)檢測(cè)了與不繪制輔助線的常規(guī)圖像識(shí)別算法一樣多的特征點(diǎn)，并且匹配線均二平行，說(shuō)明在復(fù)雜背景下，通過(guò)繪制輔助線的方式來(lái)進(jìn)行星圖識(shí)別，在星點(diǎn)區(qū)以及非星點(diǎn)區(qū)均能達(dá)到較好的匹配效果。

參考文獻(xiàn)

[1]范經(jīng)偉?？焖傩菆D識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn)，碩士學(xué)位論文2017，02

[2]李春艷，謝華，李懷鋒等。高精度星敏感器星點(diǎn)光斑質(zhì)心算法[J].光電工程，2006（03）：41-44.

[3] School M S. Experimental demonstration of a star-fieldidentification algorithm. [J]. OpticsLetters， 1994， 33（33）： 1120-1124.

[4] Lee H，Bang H. Star PatternIdentification Technique byModified Grid Algorithm [J]. IEEETransactions on Aerospace & ElectronicSystems， 2007， 43（3）： 1112-1116.

[5] Hong J， Dickerson J A Neural-Network-Based Autonomous StarIdentification Algorithm [J]Journal of Guidance Control &Dynamics， 2012， 23（4）： 728-735.

[6] School MS .Star field identificationalgorithm： performance verificationusing simulated star fields[J]. Proc Spie， 1993， 2019： 275-290.

[7]張廣軍、魏新國(guó)、江潔.一種改進(jìn)的三角形星圖識(shí)別方法[J].航空學(xué)報(bào)，2006， 27（6）：1151-1154.

[8]Mortari D ， Samaan MA ，JunkinsJL. Los t-in-Space PyramidAlgorithm for Robust Star PatternRecognition[J]. 2001.

[9]魏新國(guó)，張廣軍，江潔.基于Log-Polar變換的星圖識(shí)別方法[J]光學(xué)技術(shù)，2006，32（05）：678-681.

[10]Wang Guangjun， Fang Jancheng. High ，precision interpolation algorithmfor star pattern[J]. Journal ofBeijing University of Aeronauticsand Astronautics， 2005， 31 （5）： 566-569.

[11]Shortis M R，Clarke T A Short TComparison of some techniques for thesubpixel location of discrete targetimages [C]. SPIE， 1994， 2350： 239-250.