国防科技大学前沿交叉学科学院, 湖南 长沙 410073
白昼条件下,天空背景光散射强烈,星敏感器在近红外波段工作性能更优,但是由于近红外敏感器件本身特性,近红外星图存在着盐粒噪声、图像非均匀性引起的条纹噪声、背景不均匀性及背景过强等特性,导致难以实现对星图中星点进行有效的提取。为了提高星图星点提取能力,提出了一种结合逆谐波均值滤波、能量相关滤波和形态学滤波的多重滤波方法,先后解决星图盐粒噪声、条纹噪声、背景不均匀性及背景过强等问题,并且利用自适应阈值法和质心法实现近红外星图的星点提取。仿真实验结果表明:该方法能够有效地抑制噪声,改善近红外星图质量,星点提取的误差在0.5个像素以内。
全天时星敏感器 近红外星图 数字图像处理 星点提取 滤波 daytime star tracker near-infrared star image digital image processing star distillation wave filtering
1 91049部队，山东 青岛 266000
2 海军航空工程学院，山东 烟台 264001
随着红外探测器和拍星技术的迅速发展，利用近红外进行全天时星光目标探测已经成为可能。对近红外全天时星光图像进行了特性分析。近红外星光目标提取、星光目标定位误差修正方法的研究与改进将会给导航系统带来新的革命，使得全天时导航的稳定性与可靠性变得更佳。根据近红外星图技术及其发展状况，结合目前典型导航平台的需求，分析了基于近红外星图全天时定位技术在导航平台上应用的可行性。对其中的典型关键技术进行了论述，为该领域的研究与应用提供了相应的依据。
近红外星图 导航 平台 定位 near-infrared star image navigation platform location
1 中国人民解放军95899部队, 北京 100085
2 空军装备部航材部, 北京 100036
提出了一种新的红外弱小目标检测方法,在对红外图像进行背景预测的基础上,对残差图像采用小波变换方法增加对弱小目标的检测率,有效地提高了检测算法对低信噪比红外图像中弱小目标的检测性能。通过实测的星图数据与传统方法进行了对比和分析,证明了该方法适用于非平稳背景中低信噪比目标的检测。
红外星图 目标检测 信噪比 背景预测 小波变换 infrared star image target detection low SNR background prediction wavelet transformation
1 92941部队, 辽宁 葫芦岛 125001
2 92819部队, 辽宁大连 116600
受多种因素的影响, 白天获得的红外星图像信噪比低, 且背景通常是不均匀的, 为红外星目标的提取造成了极大的困难。通过理论计算, 实际白天拍摄的近红外星图信噪比极低, 使用一般的滤波方法无法提取出恒星目标, 目前常用的形态学方法对于星图像的处理也不甚理想。首先分析背景特性, 采用多帧叠加的方法削弱随机噪声, 增大信噪比; 然后设定阈值对叠加后的星图进行背景消除, 得到只含有目标及噪声的图像; 最后基于图像的特性, 使用改进的 SUSAN算子对星图进行目标检测, 进而分割出目标, 实验证明, 与传统方法相比, 该方法可较好地分离出恒星目标。
白天红外星图 自适应阈值 子图像 SUSAN算子 daytime infrared star image threshold segmentation sub-image SUSAN operator
1 92941部队，辽宁 葫芦岛 125001
2 92819部队， 辽宁 大连 116600
受多种因素的影响，白天获得的红外星图像的信噪比低，且背景通常不均匀。采用一般的滤波方法无法提取出恒星目标，目前常用的形态学方法对于星图像的处理也不甚理想。首先分析背景特性，采用多帧叠加的方法消弱随机噪声，增大信噪比；然后设定阈值，对叠加后的星图进行背景消除，得到只含有目标及噪声的图像；然后用与恒星大小相近的模板按一定的规则对星图进行滤波，分割出目标。实验证明，该方法能较好地分离出恒星目标。
白天 红外星图 自适应阈值 最大能量 子图像 daytime infrared star image threshold segmentation maximum energy sub-image
1 海军航空工程学院, 山东 烟台 264001
2 92819部队, 辽宁 大连 116600
受多种因素的影响, 白天获得的近红外星图像信噪比低, 且背景通常是不均匀的, 为红外星目标的提取造成了极大的困难。通过理论计算, 实际白天拍摄的近红外星图信噪比极低, 使用一般的滤波方法无法提取出恒星目标, 形态学运算对于星图像的处理具有较好的效果。首先分析目标及噪声大小, 选择较大的结构元素, 然后组合开运算及顶帽变换, 提取出背景, 得到只含有目标及噪声的图像, 然后改变结构元素大小, 消除掉噪声, 进行目标分割。实验证明, 可较好地分离出恒星目标。
形态学 结构元素 白天 近红外星图 morphology structure elements daytime near-infrared star image
