星圖信噪比是影響星敏感器拍攝星圖中星點提取精度的重要因素。軟閾值等去噪方法在處理近地面全天時星圖時其閾值選取問題引起的噪聲殘留會影響星點質(zhì)心的提取精度。針對這一問題,提出一種加權(quán)局部異常因子（LOF）的近地全天時星圖小波去噪方法。該方法將局部異常因子算法應(yīng)用于星圖的小波去噪中,實現(xiàn)了不依賴閾值的近地全天時星圖去噪。以地面真實拍攝的星圖作為原始數(shù)據(jù),使用峰值信噪比（PSNR）及局部峰值相對誤差（LPVRE）對不同去噪方法處理后的星圖去噪效果進行對比分析。實驗結(jié)果表明,本文方法相較傳統(tǒng)均值濾波和小波閾值去噪,提高了峰值信噪比,降低了局部峰值相對誤差,能較好地去除背景噪聲并較好地保留目標(biāo)信息。 

【文章來源】：光學(xué)學(xué)報. 2020,40(08)北大核心EICSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

實拍星圖

對圖2的小波系數(shù)進行去噪時,傳統(tǒng)的閾值去噪函數(shù)具有局限性。硬閾值函數(shù)會使小波系數(shù)不連續(xù),從而造成小波重構(gòu)的吉布斯現(xiàn)象;軟閾值函數(shù)過于平滑,容易導(dǎo)致去噪圖像失真;由于多分辨特性,單獨的固定閾值無法滿足對圖像特性的要求。對圖2的小波系數(shù)選取閾值,無法較好地收縮圖像信息,較大閾值會丟失更多信息,較小閾值又會殘留噪聲。另外,基于閾值的小波去噪需要更多地依賴圖像的先驗信息。針對星圖小波系數(shù)閾值的局部離散化特性,本文對局部異常因子算法進行了研究。2.3 局部異常因子(LOF)算法

如圖3(a)、(b)、(c)、(d),橫坐標(biāo)為采樣序列,縱坐標(biāo)為系數(shù)值,當(dāng)LOF遠大于1時則該點為異常點,即用圓圈標(biāo)記的離散點,否則為正常系數(shù)點。篩選出異常系數(shù)點后,采用非線性擬合算法——分類回歸樹CART擬合出背景系數(shù)后與原觀測星圖的擬合小波系數(shù)作差得到的新系數(shù)即為星點目標(biāo)系數(shù),如圖4(a)、(b)、(c)、(d),橫坐標(biāo)為采樣序列,縱坐標(biāo)為系數(shù)值,再用小波逆變換重構(gòu)星圖。這一過程可以表述為

【參考文獻】：
期刊論文
[1]星敏感器星圖的高精度星點提取方法[J]. 何貽洋,王宏力,馮磊,由四海,許強.  哈爾濱工業(yè)大學(xué)學(xué)報. 2019(04)
[2]改進的小波域閾值算法在圖像去噪中的應(yīng)用[J]. 張瑞雪,沈小林.  現(xiàn)代電子技術(shù). 2019(07)
[3]測量機器人小視場星圖一維最大熵星點圖像分割算法[J]. 時春霖,張超,陳長遠,杜蘭,葉凱,韓忠.  測繪學(xué)報. 2018(04)
[4]一種逐層變化的閾值和改進的小波閾值去噪算法[J]. 周昌順,張欣,文章,張平康.  通信技術(shù). 2018(03)
[5]一種改進的LOF異常點檢測算法[J]. 周鵬,程艷云.  計算機技術(shù)與發(fā)展. 2017(12)
[6]基于能量函數(shù)的極值中值濾波星圖去噪算法[J]. 王敏,趙金宇,陳濤,崔博川,高揚.  電子與信息學(xué)報. 2017(06)
[7]基于超像素分割的非局部均值去噪方法[J]. 楊洲,陳莉,賈建.  計算機應(yīng)用研究. 2018(05)
[8]小波變換的閾值圖像去噪算法改進[J]. 張小燕,吐爾洪江·阿布都克力木.  計算機技術(shù)與發(fā)展. 2017(03)
[9]基于小波變換及多尺度分析的星點檢測方法[J]. 牛雷.  光學(xué)與光電技術(shù). 2016(02)
[10]近地面大氣光學(xué)湍流空間相關(guān)特性的實驗研究[J]. 王倩,梅海平,錢仙妹,饒瑞中.  物理學(xué)報. 2015(11)

博士論文
[1]基于星敏感器的星點提取與星圖識別方法研究[D]. 羅麗燕.西安電子科技大學(xué) 2015



本文編號：3284670