一種基于形態(tài)學的魯棒的星點分割方法與fpga實現裝置的制造方法
【技術領域】
[0001] 本發(fā)明涉及星圖處理的技術領域，具體涉及一種基于形態(tài)學的魯棒的星點分割方 法與FPGA實現裝置。
【背景技術】
[0002] 航天器的姿態(tài)信息在天文導航中起到很重要的作用，星敏感器是測量航天器姿態(tài) 的重要技術手段。星敏感器的工作原理是利用CCD或CMOS相機在某一時刻拍攝到的星圖， 提取出星圖中星點的位置信息，通過星圖識別算法在導航星庫中找到觀測星的對應匹配， 最后利用這些匹配星對的方向矢量信息計算出星敏感器三軸姿態(tài)，從而確定航天器的空間 姿態(tài)。星圖中包含星點以及不同種類的干擾，如噪聲，雜光等。如果未能排除干擾，則無法 準確的分割出星點，從而影響姿態(tài)的精度。星點質心的精度是星敏感器整體精度的基礎，它 直接決定了星圖識別的姿態(tài)測量精度，所以排除星圖中的干擾，準確的分割星點是星點質 心精度的保證。
[0003] 傳統(tǒng)的星點分割的方法為全局閾值法。但是全局閾值只適用于光照均勻，沒有雜 光干擾的星圖，對光照不均，含有月光或鬼影的星圖，全局閾值無法去除雜光的干擾，從而 無法準確的分割星點?，F有的局部閾值方法雖然能夠抑制光照不均勻對分割結果的影響， 但對星點周邊低灰度值的像素保留較差，星點分割的不完整，從而無法保證質心精度。星圖 分割中，可采用最大值和最小值的均值的方法確定自適應閾值，但該方法對噪聲抑制能力 差，易將圖像中的噪聲或雜點當作星點分割，并且無法完整的去除月光的干擾。
[0004] 由于星敏感器對數據更新率要求較高，因此星圖分割的實時實現非常重要。為了 保證星圖分割的實時性，則需要提高系統(tǒng)的快速處理能力和數據吞吐能力。FPGA是并行處 理結構，可同時進行不同性質的運算，可在一個時鐘內迅速的完成一次復雜運算，因此采用 FPGA實現星圖分割方法，可以提高系統(tǒng)處理速度，滿足實時性要求。目前，在抑制不同干擾 下星圖的分割方面研究較少。

【發(fā)明內容】

[0005] 本發(fā)明一種基于形態(tài)學的魯棒的星點分割方法及FPGA實現裝置，主要是解決以 下幾部分問題：
[0006] (1)針對不同干擾下星點的分割，目前研究較少，而傳統(tǒng)的閾值分割方法，無法適 用于月亮干擾下星點的準確分割。
[0007] (2)當星圖中出現光照不均，高噪聲等不同種類的干擾時，傳統(tǒng)的閾值分割方法無 法完好的抑制這些干擾，并完整的分割星點。
[0008] (3)現有的星點的分割方法，主要針對的是星圖中亮星點的分割，無法分割出星圖 中的暗星點，且分割不夠完整。
[0009] (4)由于星敏感器對數據更新率要求較高，需要提升系統(tǒng)處理速度以滿足實時性 要求。
[0010] 本發(fā)明采用的技術方案為：一種基于形態(tài)學的魯棒的星點分割方法，該方法步驟 如下：
[0011] 首先，用較小的結構元素 Bs對原圖進行開運算，得到開運算結果，由于心小于星點 尺寸，所以開運算不能把星點去除，同時也對月光及噪聲部分起了平滑的作用；
[0012] 其次，用較大的邊緣結構元素 Bm對原圖進行膨脹運算，之后利用實心結構元素 B E進行腐蝕運算，得到新型閉運算結果，在星點區(qū)域，星點的灰度大于周圍噪聲；
[0013] 最后，用開運算結果減去開運算結果和新型閉預算結果的較小值，然后像素坐標 對應原圖中的星點提取出來，則星點的像素得以完整分割，并且去除了噪聲的干擾。
[0014] 本發(fā)明另外提供一種基于形態(tài)學的魯棒的星點分割的FPGA實現裝置，其特征在 于：包括利用FPGA實現的保留小目標的新型閉運算、抑制噪聲的開運算模塊以及數據處理 三個模塊，由于前兩個模塊之間的并行性，采用FPGA并行流水線結構可以提升該FPGA實現 裝置處理速度，由于兩個模塊同時處理，該FPGA實現裝置處理時間由其中耗時最長的模塊 決定，在兩個模塊內部，又包含數個小的模塊，它們通過并行流水線結構進行處理，以降低 系統(tǒng)運行所需時間，其中，新型閉運算模塊依次包括膨脹運算模塊和腐蝕運算模塊，膨脹運 算模塊包括提取星點膨脹窗口生成模塊和Bm膨脹運算模塊，腐蝕運算模塊包括提取星點腐 蝕行窗口生成模塊、腐蝕列窗口生成模塊和Be腐蝕運算模塊，開運算模塊依次包括去噪腐 蝕窗口生成模塊、Bs腐蝕運算模塊、去噪膨脹窗口生成模塊、B 5膨脹運算模塊。
[0015] 進一步的，該FPGA實現裝置中，由于結構元素 Bm無法分解，所以新型閉運算模塊 中的膨脹模塊采用ηXη大小的窗口，通過從左到右，從上到下滑動的方式，進行最大值濾 波，膨脹運算中采用（η-1)個大小和圖像寬度相等的先進先出緩存器（FIFO)來緩存（η-1) 行以數據流形式逐個時鐘進入的圖像數據以生成ηΧη的窗口，選取窗口中環(huán)形區(qū)域的 4 (η-1)個像素，經樹狀流水線比較器得到最大值，得到膨脹結果，再將膨脹模塊與腐蝕模塊 連接，得到新型閉運算結果。
[0016] 本發(fā)明與現有技術相比，其優(yōu)點和有益效果是：
[0017] (1)、本發(fā)明能夠完全抑制星圖不同種類的干擾并提取星點。
[0018] (2)、本發(fā)明能夠實現暗星和亮星的準確分割，提高質心精度。
[0019] (3)、本發(fā)明充分利用FPGA在并行流水線運算體系結構設計中的優(yōu)勢，采用并行 流水線體系結構組織星點分割算法中的運算模塊，大幅提高運算速度，降低系統(tǒng)處理所需 時間。
【附圖說明】
[0020] 圖1為本發(fā)明結構元素定義示意圖；
[0021] 圖2為星圖中星點及月光干擾示意圖；
[0022] 圖3 (a)為星點處理不意圖，圖3 (b)為雜光處理不意圖；
[0023] 圖4為FPGA硬件實現整體結構；
[0024] 圖5為分離式形態(tài)學運算模塊；
[0025] 圖6為滑動窗口運算結構；
[0026] 圖7為樹狀流水線最大值濾波器；
[0027] 圖8為對月亮的抑制結果，其中a為源圖像，b為分割后的結果；
[0028] 圖9為對星點的分割結果，其中a為源圖像，b為分割后的結果；
[0029] 圖10為高斯噪聲對星點精度的影響。
【具體實施方式】
[0030] 下面結合附圖以及【具體實施方式】進一步說明本發(fā)明。
[0031] 1.算法描述
[0032] 定義兩個扁平的方形結構元素，Bmi和B M。。使D (B)表示結構元素 B的尺寸，即方 形結構元素的邊長。其中D(Bmi) <D(BM。）。設Bm為Bmi和Bmci之間的方形環(huán)狀邊緣區(qū)域，設 d(Bm)為邊緣結構元素的寬度，
Be是扁平方形結構元素，且 D(BM。）>D(BE)。定義扁平結構元素 Bs，其中&的尺寸大于雜點和噪聲，但小于目標的尺寸， 即 D(Bs) < D(BMi)。Bm, Bs, Be, BMi, BM。的關系如圖 1 所不。
[0033] 真實的星點與背景噪聲區(qū)域存在差異，星點區(qū)域灰度起伏較大，并且為較大尺寸 的亮斑，星點周圍的噪聲灰度起伏相對較??；雜光區(qū)域的灰度較高，并且起伏較??；由高溫 引起的噪聲灰度起伏較大，并且包含高灰度的單點噪聲或小尺寸的亮斑。為此，定義新型星 點分割方法 NSTS (New Star Target Segmentation)為：
[0038] 式中：I (x, y)為原始圖像，K(x, y)為結構元素&對I (x, y)做開運算的結果， N(x，y)為邊緣結構元素 Bm對做膨脹運算后用結構元素 B ￡對I (x，y)做腐蝕運算的結果， R(x，y)為K(x，y)減去K(x，y)與N(x，y)的較小值，最后將R(x，y)中灰度值大于零的像素 灰度替換為I (X，y)對應坐標中的灰度值。
[0039] 以包含月光的星圖為例，圖中包含月光及噪聲的干擾，以及星點，如圖2所示。其 中星點區(qū)域灰度起伏較大，并且為較大尺寸的亮斑，星點周圍的噪聲灰度起伏相對較小，有 單點噪聲；月光區(qū)