本发明属于图像处理及形心定位领域，具体涉及了一种基于边缘提取的快速形心定位方法、系统及装置，旨在解决现有技术无法实现目标小天体形心的快速精确提取的问题。本发明包括：进行目标天体图像的二值化分割；提取二值化目标天体图像的边缘并标记；通过标记算法计算带标记的边缘区域图像中最大的边缘区域的形心坐标；将多个形心坐标转换为天文坐标并拟合；拟合轨迹的斜率变化过大或拟合轨迹与实际轨迹距离过大，则启动多光谱相机获取多谱段叠加图像，再次进行形心坐标提取，获得最终的目标天体的形心坐标。本发明在保证精度的同时，大大降低了计算量，提高了计算速度，解决了大范围成像中目标形心的快速定位问题。
基于边缘提取的快速形心定位方法、系统及装置
技术领域
[0001] 本发明属于图像处理及形心定位技术领域，具体涉及了一种基于边缘提取的快速形心定位方法、系统及装置。
背景技术
[0002] 深空探测的重要目的是寻求开发和利用空间资源的途径，以解决人类日益面临的资源和环境的挑战。深空探测中对小行星的探测和撞击是获取宇宙信息，实现人类深空探测最终目的的基础。
[0003] 传统对小行星的形心定位方法，主要是通过基于灰度的估计方法对小行星面目标进行形心定位，在给定图像区域内直接利用灰度加权信息进行形心检测。由于利用了区域内所有信息，因此对噪声和孤立点具有鲁棒性。但是，这种方法计算量大、速度慢，很难满足系统实时性的要求。
[0004] 一些文章也提出了通过基于梯度的估计方法，将面目标简化为线目标来提升形心定位的速度，基于梯度的估计方法一般包括边缘的精确提取和椭圆拟合两个步骤，其中边缘的精确提取包括梯度估计、非最大化抑制、阈值分割和亚像素估计等步骤，这些计算复杂，严重影响拟合算法的实时性。
[0005] 总的来说，传统的小行星的形心定位方法计算量大、速度慢，而现有的基于边缘提取的小行星的形心定位方法，边缘的精确提取过程计算复杂，严重影响后续拟合算法的实时性，本领域还急需一种小行星的形心定位方法，可以在保证精度的前提下，实现小行星的快速形心定位。
发明内容
[0006] 为了解决现有技术中的上述问题，即现有技术无法实现目标小天体形心的快速精确提取的问题，本发明提供了一种基于边缘提取的快速形心定位方法，该形心定位方法包括：
[0007] 步骤S10，获取目标天体图像，并通过最大类间方差法进行图像二值化分割，获得二值化目标天体图像；
[0008] 步骤S20，提取所述二值化目标天体图像的边缘，并进行边缘标记，获得带标记的边缘区域图像；
[0009] 步骤S30，以所述带标记的边缘区域图像中最大的边缘区域作为目标天体边缘区域，通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标；
[0010] 步骤S40，根据设定的时间间隔通过步骤S10-步骤S30对应的方法多次获取目标天体的形心坐标，并将所述形心坐标转换为天文坐标作为离散点进行曲线拟合，获得目标天体的拟合轨迹；通过星历获取目标天体的运行轨迹；
[0011] 步骤S50，计算t时刻目标天体的拟合轨迹与运行轨迹之间的距离以及目标天体的拟合轨迹各时刻的切线的斜率；
[0012] 步骤S60，若t时刻的距离或t与t+1时刻的斜率变化率大于设定阈值，则启动多光谱相机，在t+1与t+2时刻之间增加设定次数的获取目标天体多谱段叠加图像操作，并进行目标天体的形心坐标计算，获得最终的目标天体的形心坐标。
[0013] 在一些优选的实施例中，步骤S20中“提取所述二值化目标天体图像的边缘”，其方法为：
[0014] 步骤S211，将所述二值化目标天体图像的左上角坐标设为（0,0）；
[0015] 步骤S212，在0≤x＜Nh-1且0≤y＜Ml-1范围内依次进行横向和纵向扫描，若当前点(x,y)的像素值为255，则跳转步骤S213；其中，Ml和Nh为所述二值化目标天体图像的列数和行数；
[0016] 步骤S213，判断当前点(x,y)的8个邻域点的像素值是否都为255，若为是，则将当前点(x,y)的像素值置为0；若为否，则跳转步骤S214；
[0017] 步骤S214，判断是否遍历完所述二值化目标天体图像，若为否，则跳转步骤S212；若为是，则完成边缘提取。
[0018] 在一些优选的实施例中，步骤S20中“进行边缘标记，获得带标记的边缘区域图像”，其方法为：
[0019] 步骤S221，在边缘提取后的图像中寻找一个灰度级为255的种子点，并将其像素值改写为标号值Snum=254；
[0020] 步骤S222，在该种子点的8个邻域内寻找像素值255的像素点，将其像素值改写为与种子点相同的标号值并存入堆栈区；
[0021] 步骤S223，在堆栈区像素的8个邻域内寻找像素值255的像素点存入堆栈区，并将这些像素点的像素值改写为与种子点相同的标号值，将像素点释放出堆栈区；
[0022] 步骤S224，判断堆栈区是否还有像素点，若有，则跳转步骤S223；否则，跳转步骤S225；
[0023] 步骤S225，令Snum=Snum-1，并判断是否遍历了边缘提取后的全图像，若没有，则跳转步骤S221；否则，完成边缘标记。
[0024] 在一些优选的实施例中，步骤S30中“通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标”，其方法为：
[0025] 设目标天体边缘图像的像素点的灰度值为 ，其中， 和 分别为像素点在图像中的行数和列数，其 阶笛卡尔系几何矩阵为
[0026] ；
[0027] 其中，W和H分别为目标天体边缘图像的宽和高；
[0028] 则目标天体的形心坐标 为：
[0029] 。
[0030] 在一些优选的实施例中，步骤S10之前还包括：
[0031] 将目标天体附近的天体设为参考天体群，根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势，根据所述渐变趋势，增强目标天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标天体在所述渐变趋势渐强方向部分的主要光源颜色。
[0032] 在一些优选的实施例中，步骤S20中“提取所述二值化目标天体图像的边缘”之后还包括边缘信息补充的步骤，其方法为：
[0033] 获取目标天体的自旋方向和自旋周期，标记t1时刻目标天体高辨识度面的边缘点集，计算高辨识度面的边缘点集出现在低辨识度面的时刻t2；
[0034] 在t2时刻采用t1时刻目标天体高辨识度面的边缘点集补充其对应位置的边缘点集。
[0035] 本发明的另一方面，提出了一种基于边缘提取的快速形心定位系统，基于上述的基于边缘提取的快速形心定位方法，该形心定位系统包括输入模块、图像分割模块、边缘提取及标记模块、形心坐标计算模块、轨迹获取模块、形心坐标修正模块和输出模块；
[0036] 所述输入模块，配置为获取目标天体图像并输入；
[0037] 所述图像分割模块，配置为通过最大类间方差法进行所述目标天体图像的图像二值化分割，获得二值化目标天体图像；
[0038] 所述边缘提取及标记模块，配置为提取所述二值化目标天体图像的边缘，并进行边缘标记，获得带标记的边缘区域图像；
[0039] 所述形心坐标计算模块，配置为以所述带标记的边缘区域图像中最大的边缘区域作为目标天体边缘区域，通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标；
[0040] 所述轨迹获取模块，配置为根据设定的时间间隔通过输入模块、图像分割模块、边缘提取及标记模块和形心坐标计算模块多次获取目标天体的形心坐标，并将所述形心坐标转换为天文坐标作为离散点进行曲线拟合，获得目标天体的拟合轨迹；通过星历获取目标天体的运行轨迹；
[0041] 所述形心坐标修正模块，配置为计算t时刻目标天体的拟合轨迹与运行轨迹之间的距离以及目标天体的拟合轨迹各时刻的切线的斜率，若t时刻的距离或t与t+1时刻的斜率变化率大于设定阈值，则启动多光谱相机，在t+1与t+2时刻之间增加设定次数的获取目标天体多谱段叠加图像操作，并进行目标天体的形心坐标计算，获得最终的目标天体的形心坐标；
[0042] 所述输出模块，配置为输出获取的目标天体的形心坐标。
[0043] 本发明的第三方面，提出了一种存储装置，其中存储有多条程序，所述程序适于由处理器加载并执行以实现上述的基于边缘提取的快速形心定位方法。
[0044] 本发明的第四方面，提出了一种处理装置，包括处理器、存储装置；所述处理器，适于执行各条程序；所述存储装置，适于存储多条程序；所述程序适于由处理器加载并执行以实现上述的基于边缘提取的快速形心定位方法。
[0045] 本发明的有益效果：
[0046] （1）本发明基于边缘提取的快速形心定位方法，将形心提取中的面目标简化为线目标，在保证精度的同时，大大降低了计算量，提高了计算速度，解决了大范围成像中目标形心的快速定位问题。
[0047] （2）本发明基于边缘提取的快速形心定位方法，将提取的目标天体形心坐标转换为天文坐标并进行拟合，以拟合轨迹的斜率变化过大或者拟合轨迹与实际目标天体的运行轨迹之间的距离过大为依据，启动多光谱相机，获取目标天体多谱段叠加图像，并再次进行形心坐标计算，大大提高了形心提取的精度和准确度。
附图说明
[0048] 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0049] 图1是本发明基于边缘提取的快速形心定位方法的流程示意图。
具体实施方式
[0050] 下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
[0051] 需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0052] 本发明的一种基于边缘提取的快速形心定位方法，该形心定位方法包括：
[0053] 步骤S10，获取目标天体图像，并通过最大类间方差法进行图像二值化分割，获得二值化目标天体图像；
[0054] 步骤S20，提取所述二值化目标天体图像的边缘，并进行边缘标记，获得带标记的边缘区域图像；
[0055] 步骤S30，以所述带标记的边缘区域图像中最大的边缘区域作为目标天体边缘区域，通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标；
[0056] 步骤S40，根据设定的时间间隔通过步骤S10-步骤S30对应的方法多次获取目标天体的形心坐标，并将所述形心坐标转换为天文坐标作为离散点进行曲线拟合，获得目标天体的拟合轨迹；通过星历获取目标天体的运行轨迹；
[0057] 步骤S50，计算t时刻目标天体的拟合轨迹与运行轨迹之间的距离以及目标天体的拟合轨迹各时刻的切线的斜率；
[0058] 步骤S60，若t时刻的距离或t与t+1时刻的斜率变化率大于设定阈值，则启动多光谱相机，在t+1与t+2时刻之间增加设定次数的获取目标天体多谱段叠加图像操作，并进行目标天体的形心坐标计算，获得最终的目标天体的形心坐标。
[0059] 为了更清晰地对本发明基于边缘提取的快速形心定位方法进行说明，下面结合图1对本发明实施例中各步骤展开详述。
[0060] 本发明一种实施例的基于边缘提取的快速形心定位方法，包括步骤S10-步骤S30，各步骤详细描述如下：
[0061] 步骤S10，获取目标天体图像，并通过最大类间方差法进行图像二值化分割，获得二值化目标天体图像。
[0062] 最大类间方差算法：假设原始图像灰度级为L=256且灰度值为I的像素个数为 ，图像的总像素数为Num，则可以得到各灰度值出现的概率，如式（1）所示：
[0063] （1）
[0064] 在图像分割中，按照灰度用阈值T将灰度划分为两类：c0=(0,1,…,T)和c1=(T+1,T+2,…,L-1)。因此，c0和c1的概率w0、w1和平均灰度u0、u1分别如式（2）和式（3）所示：
[0065] （2）
[0066] （3）
[0067] 其中， ， 。
[0068] c0和c1类的方差如式（4）所示：
[0069] （4）
[0070] 定义类间方差，如式（5）所示：
[0071]
[0072] （5）[0073] 使 取最大值时的T值，即为分离的最佳阈值。
[0074] 在本发明的一个实施例中，通过最大类间方差法进行图像二值化分割，包括以下步骤：
[0075] 步骤S11，求目标天体图像的直方图，设置初始分割阈值T=0, ， ，m=0。
[0076] 步骤S12，以T将直方图分为左右两部分，分别求出T的左右两部分的概率w0、w1和平均灰度u0、u1。
[0077] 步骤S13，求类间方差 ，若 ，则， 。
[0078] 步骤S14，令T=T+1，若T＜256,转步骤S12，若T≥256，则对大于等于Tm的区域赋值255，其他区域赋值0，进行分割。
[0079] 步骤S10之前还包括：
[0080] 将目标天体附近的天体设为参考天体群，根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势，根据所述渐变趋势，增强目标天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标天体在所述渐变趋势渐强方向部分的主要光源颜色。
[0081] 如果目标天体附近的天体成分与目标天体类似，拍摄到的图像与目标天体颜色相近，相对距离较近；将目标天体附近的天体设为参考天体群，根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势，根据所述渐变趋势，增强目标天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标天体在所述渐变趋势渐强方向部分的主要光源颜色。
[0082] 通过对周边天体的图像分析，得到主要光源影响在目标天体所处环境的渐变趋势，并根据所述渐变趋势对目标天体图像颜色加以修正，便可消除由于目标天体表面各点距主要光源距离不同带来的图像颜色不同的影响。
[0083] 步骤S20，提取所述二值化目标天体图像的边缘，并进行边缘标记，获得带标记的边缘区域图像。
[0084] 提取所述二值化目标天体图像的边缘，其方法为：
[0085] 步骤S211，将所述二值化目标天体图像的左上角坐标设为（0,0）；
[0086] 步骤S212，在0≤x＜Nh-1且0≤y＜Ml-1范围内依次进行横向和纵向扫描，若当前点(x,y)的像素值为255，则跳转步骤S213；其中，Ml和Nh为所述二值化目标天体图像的列数和行数；
[0087] 步骤S213，判断当前点(x,y)的8个邻域点的像素值是否都为255，若为是，则将当前点(x,y)的像素值置为0；若为否，则跳转步骤S214；
[0088] 步骤S214，判断是否遍历完所述二值化目标天体图像，若为否，则跳转步骤S212；若为是，则完成边缘提取。
[0089] 为了提取不同区域的特征，常常先要对连通区域进行标记。连通区域标记是指将图像中符合某种连通规则(比如8邻域连通)的像素用相同的标号表示出来。标记合并是指把具有连通关系的不同标记号的标记单位合并为同一标记号的过程。在这里，需要将提取的边缘区域进行标记。
[0090] “进行边缘标记，获得带标记的边缘区域图像”，其方法为：
[0091] 步骤S221，在边缘提取后的图像中寻找一个灰度级为255的种子点，并将其像素值改写为标号值Snum=254；在图像中按标记区域顺序标号值Snum由254依次减1；其中，Snum=254,253,……,1；
[0092] 步骤S222，在该种子点的8个邻域内寻找像素值255的像素点，将其像素值改写为与种子点相同的标号值并存入堆栈区；
[0093] 步骤S223，在堆栈区像素的8个邻域内寻找像素值255的像素点存入堆栈区，并将这些像素点的像素值改写为与种子点相同的标号值，将像素点释放出堆栈区；
[0094] 步骤S224，判断堆栈区是否还有像素点，若有，则跳转步骤S223；否则，跳转步骤S225；
[0095] 步骤S225，令Snum=Snum-1，判断是否遍历了边缘提取后的全图像，若没有，则跳转步骤S221；否则，完成边缘标记。
[0096] 为了提高边缘检测的精度和效率，步骤S20中“提取所述二值化目标天体图像的边缘”之后还包括边缘信息补充的步骤，其方法为：
[0097] 获取目标天体的自旋方向和自旋周期，标记t1时刻目标天体高辨识度面的边缘点集，计算高辨识度面的边缘点集出现在低辨识度面的时刻t2；
[0098] 在t2时刻采用t1时刻目标天体高辨识度面的边缘点集补充其对应位置的边缘点集。
[0099] 步骤S30，以所述带标记的边缘区域图像中最大的边缘区域作为目标天体边缘区域，通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标。
[0100] 在标记的边缘区域中选取最大的边缘区域即为目标天体的边缘区域。
[0101] 设目标天体边缘图像的像素点的灰度值为 ，其中， 和 分别为像素点在图像中的行数和列数，其 阶笛卡尔系几何矩阵如式（6）所示：
[0102] （6）
[0103] 其中，W和H分别为目标天体边缘图像的宽和高；
[0104] 则目标天体的形心坐标 如式（7）所示：
[0105] （7）
[0106] 其中， 代表将p取值1，q取值0时，式（6）的值； 代表将p取值0，q取值1时，式（6）的值； 代表将p取值0，q取值0时，式（6）的值。
[0107] 目标天体的形心坐标的准确度直接影响到飞行器的导航效果，在飞行器飞向目标天体的过程中，步骤S30之后还包括：
[0108] 步骤S40，根据设定的时间间隔多次获取目标天体的形心坐标，并将所述形心坐标转换为天文坐标作为离散点进行曲线拟合，获得目标天体的拟合轨迹；通过星历获取目标天体的运行轨迹；
[0109] 步骤S50，计算t时刻目标天体的拟合轨迹与运行轨迹之间的距离以及目标天体的拟合轨迹各时刻的切线的斜率；
[0110] 步骤S60，若t时刻距离或t与t+1时刻的斜率变化率大于设定阈值，则启动多光谱相机，在t+1与t+2时刻之间增加一次获取目标天体多谱段叠加图像操作，并进行目标天体的形心坐标计算。
[0111] 本发明一个实施例中，选用多镜头型多光谱相机，它具有4-9个镜头，每个镜头各有一个滤光片，分别让一种较窄光谱的光（比如不同谱段的红外光、紫外光等）通过，多个镜头同时拍摄同一目标，用一张图像同时记录几个不同光谱带的目标图像信息。多光谱相机可以将目标天体的可见光和不可见光图像叠加，增加了图像中的信息，大大提高了后续进行边缘提取以及形心坐标的计算的准确率。
[0112] 由于多光谱相机获取的图像，需要进行图像叠加，其图像处理时间较长，消耗的能量也较大，因此，只有在判别到图像不够清晰或获取的形心坐标准确度较低的时候，才启用多光谱相机，避免消耗过多的能量。
[0113] 本发明第二实施例的基于边缘提取的快速形心定位系统，基于上述的基于边缘提取的快速形心定位方法，该形心定位系统包括输入模块、图像分割模块、边缘提取及标记模块、形心坐标计算模块、轨迹获取模块、形心坐标修正模块和输出模块；
[0114] 所述输入模块，配置为获取目标天体图像并输入；
[0115] 所述图像分割模块，配置为通过最大类间方差法进行所述目标天体图像的图像二值化分割，获得二值化目标天体图像；
[0116] 所述边缘提取及标记模块，配置为提取所述二值化目标天体图像的边缘，并进行边缘标记，获得带标记的边缘区域图像；
[0117] 所述形心坐标计算模块，配置为以所述带标记的边缘区域图像中最大的边缘区域作为目标天体边缘区域，通过标记算法计算所述目标天体边缘区域的形心坐标，获得目标天体的形心坐标；
[0118] 所述轨迹获取模块，配置为根据设定的时间间隔通过输入模块、图像分割模块、边缘提取及标记模块和形心坐标计算模块多次获取目标天体的形心坐标，并将所述形心坐标转换为天文坐标作为离散点进行曲线拟合，获得目标天体的拟合轨迹；通过星历获取目标天体的运行轨迹；
[0119] 所述形心坐标修正模块，配置为计算t时刻目标天体的拟合轨迹与运行轨迹之间的距离以及目标天体的拟合轨迹各时刻的切线的斜率，若t时刻的距离或t与t+1时刻的斜率变化率大于设定阈值，则启动多光谱相机，在t+1与t+2时刻之间增加设定次数的获取目标天体多谱段叠加图像操作，并进行目标天体的形心坐标计算，获得最终的目标天体的形心坐标；
[0120] 所述输出模块，配置为输出获取的目标天体的形心坐标。
[0121] 所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0122] 需要说明的是，上述实施例提供的基于边缘提取的快速形心定位系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
[0123] 本发明第三实施例的一种存储装置，其中存储有多条程序，所述程序适于由处理器加载并执行以实现上述的基于边缘提取的快速形心定位方法。
[0124] 本发明第四实施例的一种处理装置，包括处理器、存储装置；处理器，适于执行各条程序；存储装置，适于存储多条程序；所述程序适于由处理器加载并执行以实现上述的基于边缘提取的快速形心定位方法。
[0125] 所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0126] 本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0127] 术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
[0128] 术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
[0129] 至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
