计算机处理天文观测灰度图像信息以进行目标追踪的方法

摘要

本发明公开了一种计算机处理天文观测灰度图像信息以进行运动目标追踪的方法：将天文观测灰度图像数据存储在计算机存储设备内；对图像进行预处理；图像目标识别；图像目标追踪。本发明的方法能自动对大量的天文观测灰度图像进行计算机智能化处理，自动识别出每幅图像中的空间运动目标以及背景恒星等空间目标，并定量计算其灰度质心(表示空间目标的位置)、面积、长、宽和偏心度等空间特征；然后，根据空间运动目标移动较快的特点，在观测图像序列中结合基于Snake模型的主动轮廓追踪和特征相似性比较方法，对其中出现的空间运动目标进行自动、准确的识别和追踪。

主权项

一种计算机处理天文观测灰度图像信息以进行目标追踪的方法，其特征在于该方法包括如下步骤：(1)将天文观测灰度图像数据存储在计算机存储设备内；(2)对图像进行预处理；(3)图像目标识别：(a)设置一个灰度阈值k，灰度低于此阈值的像素灰度都变为0，其余的像素都变成1，实现图像的二值化；(b)采用3x3窗口的中值滤波算法对二值化图像进行再处理，去除噪声干扰，并保留目标边缘信息，得到用于提取空间目标的黑白图像；(c)根据空间目标与图像背景的差别，自动从黑白图像上搜索查找像素值为1的所有八连通像素点的集合，将其识别为空间目标，并予以标记，生成图像的空间目标集；(d)根据各个空间目标在图像上的表示范围，通过计算其形状矩，获取面积、灰度质心、长度、宽度和偏心率的几何特征量；(e)将面积范围小于5个像素点的微小目标排除，将最后生成的空间目标集进行保存；(4)图像目标追踪：(a)基于Snake模型的主动轮廓追踪：在当前帧中，将Snake轮廓设置为参考帧中所识别出的空间目标集中的空间目标轮廓，随着能量函数值的逐渐降低，轮廓向符合当前图像目标特征的位置移动，能量最小化时的轮廓即为在当前帧中追踪到的最终目标轮廓；所述的能量函数为： E = Σ i = 1 n ( α · E cont + β · E curv + γ · E image ) 式中，n为Snake每个空间目标的轮廓点数目；α＝1.5，β＝1.2，γ＝2.5；Econt＝|d‑|vi‑vi‑1||，其中，d为目标轮廓点之间的平均距离，vi表示目标的第i个轮廓点；Ecurv＝|vi‑1‑2vi+vi+1|2，其中vi表示目标的第i个轮廓点；Eimage为经高斯滤波平滑处理的图像中各轮廓点附近的梯度值；将在当前帧和参考帧中具有最大位移的目标识别为空间碎片目标；(b)基于特征相似性比较的目标追踪：在开始追踪得到空间碎片目标后，继续使用Snake主动轮廓模型对当前帧和参考帧中的相同空间目标进行确认；以被确认的各个目标的特征量值为输入向量，计算相邻两幅图像中各个相同空间目标的特征量之间的曼哈顿距离，作为相似性匹配准则，参与相似性比较的所述特征量由目标区域的面积、长度、宽度和偏心率组成；选取在相邻两幅图像中具有最小曼哈顿距离的空间目标，确定为空间碎片，继续进行后续追踪，直至图像序列结束。