空间目标成像跟踪系统中图像分割算法的研究

2014-12-25马庆军

电脑知识与技术 2014年33期

马庆军

摘要：图像分割是成像跟踪算法中极为关键的一步，其结果的准确性与稳定性直接影响整个跟踪系统的性能。从分析空间目标图像的特点入手，在目标大小的不同阶段，选用不同的分割算法，并结合任务特点对算法参数进行了优化。试验结果表明，该文的设计满足任务需求，结果准确且具有很好的鲁棒性。

关键词：空间目标；成像跟踪；阈值分割；大津算法

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2014）33-7979-04

Abstract： Image segmentation is a very important sector in the imaging track algorithm. Its accuracy and stability plays a crucial role in the whole tracking systems performance. Starting from analyzing the characteristics of space targets image， different algorithms are employed depending on the size of target image and algorithms parameters are also optimized accordingly. Results show that the design in this paper satisfied tasks requirement with good accuracy and robustness.

Key words： space target； imaging track； threshold segmentation； ostu algorithm

1 概述

天基空间目标的成像探测与跟踪系统以卫星为平台，可以探测人造卫星、空间碎片等目标。相比于地基系统，具有不受地理位置和气象条件限制等优点，是进行空间目标监视的一种重要技术手段，一直倍受各个航天大国的重视[1-5]。

如图1所示，成像跟踪系统典型的信号处理流程一般可粗分为单帧处理和帧间处理两个部分，其中单帧处理包括空间滤波、图像分割、区域标记和特征提取等几个环节，帧间处理包括轨迹关联和目标识别两个环节。图像分割是提取目标信息的第一步，是所有后续处理环节的基础。因此从某种意义上来说，分割算法的性能好坏直接决定了跟踪系统性能的优劣。目前常用的图像分割方法有三种：取阈值法、区域生长法和分水岭法[6]。取阈值法由于计算简单，运算效率高，成为图像分割中广泛采用的方法，特别适用于目标和背景占据不同灰度级范围的图像。根据阈值的计算方式不同，取阈值法又可分为基于像素灰度和基于像素分布两大类[7]。基于像素灰度即根据背景与目标灰度值的差异，利用均值、方差等统计信息完成目标分割。基于像素分布方法中，直方图分割是最常见的，通过统计像素灰度分布，在目标灰度集中点和背景灰度集中点之间选取一个灰度分布极小值作为阈值。

本文将结合任务特点，对常用阈值分割算法进行有针对性的深入分析，通过对仿真视频的实际拍摄图像进行分割试验，分析算法的性能与效率，最终选出适合空间目标图像分割的算法。

2 图像特征分析

让我们从分析图像的特点开始讨论分割算法的有关问题。图2所示依次是搜索跟踪过程中不同大小的目标和波门内的灰度统计直方图。

可以看到：

1）在距离较远的点目标阶段，由于目标没有充满瞬时视场，图像中的目标不但像素少，灰度也比较低，波门内的直方图完全是以背景灰度的单峰分布为主。

2）当目标逐渐变大以后，亮度随之增加（充满瞬时视场后不再增加），波门内的直方图慢慢呈现出一个典型的双峰分布，而且两峰之间有一个较宽的波谷，几乎就是图像分割中最容易处理的图像。背景的均值没有变化，只是起伏有所增加。需要说明的是，背景的灰度峰中存在着“子双峰”，这是由于在仿真的过程中增加了强侧照光来模拟杂散光的缘故。真实太空环境下的杂散光非常弱，不足以产生灰度子峰。而目标灰度峰中的“子峰”则真实地反映了目标不同部位的灰度差异。

可以这样来总结上面的分析：1）目标亮度高于背景；2）在空间环境下，目标由于距离、姿态和光照条件等的变化，会造成图像中目标的灰度发生很大的变化，而且面目标内部不同部位的灰度也会有较大的差别，相比之下，由探测器的暗信号和极少量的杂散光形成的背景图像却十分稳定，在直方图中表现为一个均值不变的波峰，而且左右近乎对称。因此分割的关键在于对背景的准确估计，包括均值、方差和起伏等。

3 算法特点分析

5 结论

通过成像试验可以看到，虽然Otsu算法使用穷尽的方法来得到最佳阈值，运算量比较大，但是它在目标大小的不同阶段，直方图呈单峰分布或双峰分布，都可以给出非常好的分割结果，而算法的鲁棒性恰恰是在航天应用中最需要考虑的一个因素。

参考文献：

[1] 赵霜，张社欣，方有培.美俄空间目标监视现状与发展研究[J].航天电子对抗，2008，24（1）：27-29.

[2] 徐拓奇，张刘，徐伟，等.空间目标图像的天基动态识别[J].液晶与显示，2012，27（3）：406-413.

[3] 骆文辉，杨建军.国外空间监视系统的现状与发展[J].飞航导弹，2008（4）：25-31.

[4] 王杰娟，于小红.国外天基空间目标监视研究现状与特点分析[J].装备指挥技术学院学报，2006，17（4）：33-37.

[5] 周彦平，舒锐，陶坤宇，等.空间目标光电探测与识别技术的研究[J].光学技术，2007，33（1）：68-76.

[6] 陈学佺.数字图像分析[M].安徽：中国科学技术大学，2004.

[7] 陈镇.基于FPGA的红外图像分割与识别技术[D].上海：中国科学院上海技术物理研究所，2005.

[8] 崔春明.基于COTS多处理器的红外多目标实时跟踪系统的研究与实现[D].上海：中国科学院上海技术物理研究所，2002.