毛曉艷，王大軼，辛優(yōu)美，應(yīng) 磊

(1.北京控制工程研究所，北京 100190；2.空間智能控制技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京 100190)

深空光學(xué)敏感器“拖尾圖像”的處理方法研究

毛曉艷1,2，王大軼1,2，辛優(yōu)美1,2，應(yīng) 磊1,2

(1.北京控制工程研究所，北京 100190；2.空間智能控制技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京 100190)

主要研究深空探測(cè)巡航段的光學(xué)敏感器拖尾圖像的處理方法，通過導(dǎo)航信息預(yù)測(cè)得到系列特征運(yùn)動(dòng)軌跡點(diǎn)，對(duì)預(yù)測(cè)點(diǎn)進(jìn)行修正并進(jìn)行特征模板的提取和歸一化處理，然后進(jìn)行交互相關(guān)，給出多個(gè)軌跡線上匹配的對(duì)應(yīng)點(diǎn)位置，計(jì)算偏移量，對(duì)軌跡點(diǎn)進(jìn)行修正，更新模板進(jìn)行相關(guān)，再次迭代，直到結(jié)果收斂.最后對(duì)多個(gè)點(diǎn)的位置進(jìn)行加權(quán)平均，得到準(zhǔn)確的相對(duì)角矩信息，用于星圖識(shí)別提供小行星指向信息，文中給出了圖像處理的仿真結(jié)果.

深空探測(cè)；光學(xué)導(dǎo)航；拖尾圖像處理；互相關(guān)

深空探測(cè)是航天三大活動(dòng)領(lǐng)域之一，它有助于人類理解宇宙的產(chǎn)生與發(fā)展、生命演化和行星演化等問題[1].在深空探測(cè)一些特殊的飛行階段，例如接近、繞飛、著陸、附著、撞擊等過程需要精確獲得探測(cè)器相對(duì)位置、姿態(tài)，但是由于深空飛行的距離較遠(yuǎn)，地面測(cè)控受限且不能滿足實(shí)時(shí)性需要，因此提出了航天器的高級(jí)自主導(dǎo)航和智能控制能力需求.因?yàn)樯羁窄h(huán)境的特殊性，測(cè)量手段非常有限，能簡(jiǎn)易獲得豐富導(dǎo)航信息的就是光學(xué)圖像，航天器通過傳感器獲取光學(xué)圖像信息，圖像處理后來確定自身的準(zhǔn)確位置和航向信息，其獨(dú)立性、準(zhǔn)確性、可靠性以及信息完整性等優(yōu)勢(shì)已經(jīng)使其成為一種很重要的精確導(dǎo)航方法[2].

國(guó)外在深空探測(cè)的研究上，很早就提出了星際航天器自主導(dǎo)航理論，并結(jié)合大量的空間飛行試驗(yàn)進(jìn)行了新技術(shù)的開發(fā)研制.NASA的深空一號(hào)、星塵探測(cè)器，日本的隼鳥號(hào)，歐空局的羅塞塔等等，對(duì)飛行過程中的巡航段、接近環(huán)繞段、飛越段以及著陸段的光學(xué)導(dǎo)航技術(shù)進(jìn)行了探索性的研究[3-6].由于不同飛行階段的不同成像特性，每種方法各有側(cè)重，針對(duì)性不同.

本文主要研究深空探測(cè)巡航段的圖像處理方法，由于巡航段選擇小行星作為導(dǎo)航星，而小行星的星等較弱，為9～12等星，敏感器需要長(zhǎng)時(shí)間的曝光才能成像.長(zhǎng)時(shí)間曝光的過程中，由于探測(cè)器平臺(tái)運(yùn)動(dòng)，導(dǎo)航天體成像不再是單個(gè)星點(diǎn)，而是隨著擾動(dòng)改變?cè)趫D像中的位置，形成軌跡線，成為拖尾圖像.由于曝光過程中無法記錄每個(gè)時(shí)刻對(duì)應(yīng)的星點(diǎn)圖像位置，圖像處理只能針對(duì)最終形成的復(fù)雜軌跡線圖像進(jìn)行，對(duì)其中心的準(zhǔn)確提取帶來了難度，恒星敏感器上采用的星點(diǎn)質(zhì)心算法不再有效，需用研究新的提取技術(shù).

1 主要研究?jī)?nèi)容

1.1基本原理

導(dǎo)航計(jì)算需要從拖尾圖像中獲取導(dǎo)航星之間的相對(duì)夾角信息，對(duì)圖像處理而言就是每?jī)蓚€(gè)星體的相對(duì)位置信息.為了保證可解，需要一個(gè)小行星信息，還需要最少3顆恒星信息.因?yàn)槠毓獾臅r(shí)間比較長(zhǎng)，無法從圖像中得到某一時(shí)刻對(duì)應(yīng)的像點(diǎn)，只能從軌跡特征中找到具有唯一對(duì)應(yīng)軌跡運(yùn)動(dòng)特征的同一時(shí)刻對(duì)應(yīng)點(diǎn)，這些點(diǎn)代表的相對(duì)位置信息都是相同的，可以利用這些點(diǎn)間的相對(duì)位置來表示星體的相對(duì)位置[7].處理算法的描述如下，假設(shè)圖像中有n(n≥4)個(gè)目標(biāo)的軌跡線，每條軌跡線上具m個(gè)特征運(yùn)動(dòng)軌跡點(diǎn)，稱之為節(jié)點(diǎn)，在n個(gè)目標(biāo)上的同一個(gè)節(jié)點(diǎn)處取模板，進(jìn)行交互相關(guān)，修正這些點(diǎn)的模板中心趨向同一個(gè)特征位置，這些模板中心就代表利用這個(gè)軌跡點(diǎn)求得的位置.同樣可得到其他m-1個(gè)軌跡點(diǎn)代表的位置信息，然后求兩兩目標(biāo)之間的相對(duì)位置并進(jìn)行加權(quán)平均，得到最終的測(cè)量值.

1.2具體實(shí)現(xiàn)

1.2.1預(yù)測(cè)信息

根據(jù)規(guī)劃的軌跡，選擇用于導(dǎo)航的小行星和恒星，由于飛行器的姿態(tài)通過星敏感器測(cè)量已知，所以小行星和恒星在導(dǎo)航敏感器視場(chǎng)內(nèi)的大致位置是可以預(yù)測(cè)得到的[8].飛行器上安裝的慣性組件也可以監(jiān)控飛行器的姿態(tài)擾動(dòng)，通過對(duì)運(yùn)動(dòng)監(jiān)測(cè)的分析，可以給出特征運(yùn)動(dòng)軌跡點(diǎn)的大致位置，由目前的敏感器精度分析可以認(rèn)為預(yù)測(cè)的軌跡點(diǎn)精度在10個(gè)像素以內(nèi).

軌跡點(diǎn)的預(yù)測(cè)就是在敏感器的測(cè)量坐標(biāo)確定以后，根據(jù)導(dǎo)航星的初始矢量表示，結(jié)合敏感器的相關(guān)參數(shù)，計(jì)算出導(dǎo)航星在像平面下的坐標(biāo)表示.為了修正預(yù)測(cè)點(diǎn)的位置，提高其精度，利用預(yù)測(cè)的軌跡點(diǎn)靜態(tài)成像和動(dòng)態(tài)成像相結(jié)合形成運(yùn)動(dòng)軌跡模板，模板和拍攝圖像的預(yù)測(cè)區(qū)域進(jìn)行粗匹配，可以修正軌跡點(diǎn)的預(yù)測(cè)位置，將精度提高到2個(gè)像素左右.

靜態(tài)成像利用星點(diǎn)光斑能量的高斯點(diǎn)擴(kuò)散函數(shù)來表示，如式(1)所示

式中，m,n表示像素坐標(biāo)，I(m,n)表示在此像素下收集的光電子數(shù)，I0為單位時(shí)間投射到光敏面上的光信號(hào)能量產(chǎn)生的光電子數(shù)；T為積分時(shí)間；(x0,y0)為星點(diǎn)像能量中心(即質(zhì)心)；σPSF為高斯彌散半徑.

動(dòng)態(tài)成像利用在靜態(tài)成像的基礎(chǔ)上采用直接積分法來實(shí)現(xiàn)：

選擇適合的步長(zhǎng)時(shí)間Δt，Ik-1(m,n)表示k-1個(gè)步長(zhǎng)時(shí)間內(nèi)的像素光電子數(shù)，Ik(m,n)表示第k個(gè)步長(zhǎng)時(shí)間內(nèi)的像素光電子數(shù)，(x0(k),y0(k))為k步長(zhǎng)時(shí)的星點(diǎn)像能量中心，所有步長(zhǎng)時(shí)間的光電子數(shù)疊加即得到該像素位置最終的像點(diǎn)能量.步長(zhǎng)時(shí)間越短，像點(diǎn)密度越大，當(dāng)每個(gè)步長(zhǎng)時(shí)間內(nèi)的像點(diǎn)可以連接時(shí)就形成連續(xù)的軌跡線.

為了提高運(yùn)算效率，動(dòng)態(tài)成像只需要模擬軌跡線在節(jié)點(diǎn)處的運(yùn)動(dòng)特征，不需要所有的節(jié)點(diǎn)進(jìn)行參與，只需要該時(shí)刻位置、其上一時(shí)刻和下一時(shí)刻(或上2～3時(shí)刻和下2～3時(shí)刻，由運(yùn)動(dòng)頻率和采集頻率確定)的位置進(jìn)行動(dòng)態(tài)仿真形成小面積的預(yù)測(cè)軌跡圖像即可.

1.2.2模板選擇

在圖像的預(yù)測(cè)位置處取窗口，對(duì)窗口內(nèi)的目標(biāo)星軌跡進(jìn)行判斷，如果星體的亮度偏暗，不滿足設(shè)定的閾值要求，則該點(diǎn)不滿足相關(guān)的前提，進(jìn)行舍棄.如果星體的軌跡出現(xiàn)斷裂或?qū)挾冗^小，則也認(rèn)為不滿足相關(guān)要求，進(jìn)行舍棄.軌跡變化過于緩和的節(jié)點(diǎn)認(rèn)為不滿足運(yùn)動(dòng)特性突出的要求，不利于相關(guān)匹配同樣進(jìn)行舍棄.滿足亮度要求，又滿足寬度要求和運(yùn)動(dòng)突出性要求的位置認(rèn)為是可參與交互相關(guān)的點(diǎn)，進(jìn)行保留，并以預(yù)測(cè)位置為中心，利用軌跡模板進(jìn)行修正，然后提取匹配模板.

星點(diǎn)動(dòng)態(tài)軌跡圖像節(jié)點(diǎn)是否滿足運(yùn)動(dòng)特性突出的判斷條件如下：

其中中心節(jié)點(diǎn)坐標(biāo)為(u0,v0)，相鄰兩節(jié)點(diǎn)分別為(u1,v1)和(u2,v2).當(dāng)cosφ≥thred時(shí)，該中心節(jié)點(diǎn)認(rèn)為是滿足要求的軌跡節(jié)點(diǎn)，thred閾值根據(jù)運(yùn)動(dòng)規(guī)律可以調(diào)整.

節(jié)點(diǎn)的判斷可保留運(yùn)動(dòng)軌跡變化更明顯的節(jié)點(diǎn)，有利于提高后續(xù)匹配的精度.但是如果在真實(shí)的星點(diǎn)軌跡圖像上進(jìn)行節(jié)點(diǎn)判斷，計(jì)算會(huì)相當(dāng)復(fù)雜，需要大量的濾波和提取技術(shù)，本文利用了1.2.1節(jié)中預(yù)測(cè)得到的軌跡圖像，其節(jié)點(diǎn)坐標(biāo)已知，計(jì)算簡(jiǎn)單，即可提高節(jié)點(diǎn)模板的獨(dú)特性，又減少了利用真實(shí)星點(diǎn)軌跡進(jìn)行分析判斷的算法處理復(fù)雜度.

提取匹配模板后對(duì)其進(jìn)行歸一化，假設(shè)匹配模板為Fij，大小為m1×n1，對(duì)其進(jìn)行歸一化處理：

在其他目標(biāo)的預(yù)測(cè)位置取原始圖像的窗口S作為待匹配區(qū)域，大小為M×N，其中Mgt;m1，Ngt;n1，把S分成一系列的小區(qū)域Sij，每個(gè)大小為m1×n1，并對(duì)每個(gè)區(qū)域Sij進(jìn)行如式(4)所示的歸一化處理.

1.2.3互相關(guān)

因?yàn)槊總€(gè)匹配模板的中心位置都是在單個(gè)軌跡線上進(jìn)行的特征點(diǎn)提取，所以并不能準(zhǔn)確反映軌跡線之間的相對(duì)關(guān)系，需要進(jìn)行更高精度的計(jì)算來修正這些成組的節(jié)點(diǎn)之間的位置關(guān)系.將某一組對(duì)應(yīng)的節(jié)點(diǎn)圖像進(jìn)行放大，來說明所要采取的互相關(guān)算法，如圖1所示.

圖1 交互相關(guān)匹配原理圖

使用最小二乘法可以求解a,b,c這3個(gè)偏移量，大于3個(gè)目標(biāo)的方程都可以依式(5)進(jìn)行改寫，方程的個(gè)數(shù)為n(n-1)，n為目標(biāo)個(gè)數(shù).

相關(guān)匹配時(shí)，將模板和待選擇區(qū)域的歸一化結(jié)果進(jìn)行卷積，cij=F?Sij，得到系列相關(guān)系數(shù)cij.為了使匹配的結(jié)果優(yōu)于1個(gè)像素，保留相關(guān)系數(shù)最大和兩個(gè)次大的位置值，進(jìn)行二次曲線的擬和，求得峰值處的位置值作為匹配的最佳結(jié)果，然后代入式(5)，求解偏移量a,b,c.

得到偏移量后，在rA、rB、rC上修正偏移向量，利用新得到的位置點(diǎn)作為新的特征點(diǎn)，建立新的匹配模板，重復(fù)上述互相關(guān)的過程，得到新的修正偏移量，如此迭代循環(huán)，直到位置偏移量小于設(shè)定的殘差時(shí)，將模板中心作為該條軌跡圖像上節(jié)點(diǎn)的最終位置輸出.

1.2.4加權(quán)平均

因?yàn)槊織l軌跡線上選取了多個(gè)節(jié)點(diǎn)，可以得到多組相對(duì)位置.為了修正最后的結(jié)果，對(duì)得到的多組相對(duì)位置進(jìn)行方差求取，認(rèn)為方差過大的結(jié)果屬于交互相關(guān)有誤的，進(jìn)行剔除.對(duì)剩下較好的數(shù)據(jù)利用其相關(guān)系數(shù)進(jìn)行歸一化得到ci，將其作為該結(jié)果的加權(quán)系數(shù)進(jìn)行加權(quán)，計(jì)算多組相對(duì)位置di最后的高精度結(jié)果d，如式(6)所示：

2 仿真結(jié)果

2.1實(shí)例1

仿真得到的拖尾圖像效果如圖2所示：

圖2 實(shí)例1仿真的拖尾圖像

選取的節(jié)點(diǎn)判斷效果如圖3所示：

圖3 實(shí)例1提取的節(jié)點(diǎn)效果圖

選定6個(gè)目標(biāo)進(jìn)行交互相關(guān)，每個(gè)小框的中心為提取的該節(jié)點(diǎn)中心.得到的最終結(jié)果如表1所示.

由結(jié)果可以看出，一般迭代5次以內(nèi)，相對(duì)位置誤差已經(jīng)很小，在較好的軌跡特征和成像質(zhì)量下精度可以達(dá)到0.1個(gè)像素.

根據(jù)表1中的數(shù)據(jù)提供角矩輸入，經(jīng)過星圖識(shí)別，得到小行星的空間指向信息為：(0.6605454866，0.7352658255，-0.1518677989)，與真值相比的指向誤差為0.0348″.

2.2實(shí)例2

仿真得到的拖尾圖像效果如圖4所示.

圖4 實(shí)例2仿真的拖尾圖像

選取的節(jié)點(diǎn)判斷效果如圖5所示.

圖5 實(shí)例2提取的節(jié)點(diǎn)效果圖

選定6個(gè)目標(biāo)進(jìn)行交互相關(guān)，每個(gè)小框的中心為提取的該節(jié)點(diǎn)中心.

得到的最終結(jié)果如表2所示.

經(jīng)過星圖識(shí)別，得到小行星的空間指向信息為：(0.6605448527，0.7352663165，-0.1518681873)，與真值相比的指向誤差為0.188″.

3 結(jié) 論

本文研究了深空探測(cè)“拖尾圖像”的處理方法，利用仿真圖像進(jìn)行了算法驗(yàn)證，將提取的節(jié)點(diǎn)進(jìn)行交互相關(guān)，得到了較為準(zhǔn)確的相對(duì)位置信息，最終獲得小行星的高精度空間指向.同時(shí)在研究中發(fā)現(xiàn)由于弱目標(biāo)的灰度很低，交互相關(guān)時(shí)容易產(chǎn)生誤差，需要在后續(xù)的工作中進(jìn)一步加強(qiáng)對(duì)模板的處理和相關(guān)算法的研究，提高弱小目標(biāo)相關(guān)匹配的精度和算法的魯棒性.

表1 實(shí)例1圖像處理結(jié)果

表2 實(shí)例2圖像處理結(jié)果

[1] 鄧湘金，張熇，褚桂柏.國(guó)外深空探測(cè)發(fā)展歷程及對(duì)我國(guó)的啟示[C].中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第一屆學(xué)術(shù)會(huì)議，哈爾濱，2005

[2] Bhaskarran S, Riedel J E, Synnott S P.Autonomous optical navigation for interplanetary missions [J].Space Sciencecraft Control and Tracking in the New Millennium, 1996, 2810: 32-43

[3] Rayman M D, Lehman D H.NASA’s first new millennium deep space technology validation flight[C].IAA Paper IAA-L-0502, the Second IAA International Conference on Low-Cost Planetary Missions, Laurel, MD, April 1996[4] Carranza E, Kennedy B, Williams K.Orbit determination of stardust from the annefrank asteroid fly-by through the wild 2 comet encounter [J].Advances in the Astronautical Sciences Space Flight Mechanic, 2005,119(2)：8-12

[5] Uo M, Baba K, Kubota T, et al.Navigation, guidance and control of asteroid sample return spacecraft: MUSES-C [J].NEC Research and Development, 2001，42(2):188-192

[6] Sanchez P, Jose M, Rodriguez C J.Analysis of Rosetta interplanetary navigation [C].The 54thInternational Astronautical Congress of the International Astronautical Federation, Bremen, Germany, Sep.29-Oct.3, 2003

[7] Vaughan R M, Riedel J E, Davis RP, et al.Optical navigation for the Galileo Gaspra encounter [C].Astrodynamics Conference, AIAA Paper 92-4522, Hilton Head, South Carolina, August 1992

[8] CARL C L.Accuracy performance of star trackers - A Tutorial [J].IEEE Transactions on Aerospace and Electronic System, 2002, 38(2): 587-597

ProcessingMethodof“TrailedImage”forDeepSpaceOpticalSensor

MAO Xiaoyan1,2，WANG Dayi1,2，XIN Youmei1,2，YING Lei1,2

(1.BeijingInstituteofControlEngineering,Beijing100190,China；(2.NationalKeyLaboratoryofScienceandTechnologyonSpaceIntelligentControl,Beijing100190，China)

The core of this article puts emphasis on processing trailed images in cruise phase in deep space exploration for automatic optical navigation.Depending on measure information of a navigation system, the characteristic points expressing the sharp movement are obtained.These points are revised, picked up and normalized.Then the multi-cross-correlations can be done and results are correlation points on different extended image trails.After offset is calculated, the points are updated, then be revised, picked up and cross-correlated iterated again and again, till results are convergent.The individual measurements are weighted by the correlation ratio.Correct match points are used to identify the stars to get the pointing information about the asteroid including the simulation result.

deep space exploration；optical navigation；trailed image process；cross-correlation

TP751

A

1674-1579(2010)02-0001-05

2009-11-11

毛曉艷(1977—)，女，湖北人，高級(jí)工程師，研究方向?yàn)橛?jì)算機(jī)視覺與圖像處理(e-mail: cicely_mao@yahoo.com.cn).