CMOS相機(jī)采集的激光測(cè)距圖像處理方法研究*

趙 雪，張訓(xùn)方，湯儒峰，張海濤，李祝蓮

(1. 中國(guó)科學(xué)院云南天文臺(tái)，云南 昆明 650011；2. 中國(guó)科學(xué)院大學(xué)，北京 100049)

中國(guó)科學(xué)院云南天文臺(tái)自1998年以來一直開展激光測(cè)距工作，積累了豐富的測(cè)距經(jīng)驗(yàn)。2009年開展kHz衛(wèi)星激光測(cè)距常規(guī)觀測(cè)和空間碎片激光測(cè)距觀測(cè)試驗(yàn)，觀測(cè)的圈數(shù)和有效數(shù)據(jù)點(diǎn)數(shù)都在不斷增加，在國(guó)際激光測(cè)距網(wǎng)中扮演著重要角色[1]。2016年新建了53 cm雙筒望遠(yuǎn)鏡激光測(cè)距系統(tǒng)，為分光路測(cè)距方式，一個(gè)鏡筒發(fā)射激光，另一個(gè)鏡筒接收被空間目標(biāo)反射的回波信號(hào)。2017年正式加入國(guó)際激光測(cè)距網(wǎng)，代號(hào)為7819。除了開展常規(guī)激光測(cè)距工作外，該系統(tǒng)還可用來進(jìn)行空間碎片激光測(cè)距試驗(yàn)。

激光測(cè)距時(shí)，望遠(yuǎn)鏡根據(jù)衛(wèi)星軌道預(yù)報(bào)跟蹤測(cè)距目標(biāo)，對(duì)于可見的測(cè)距目標(biāo)，通過接收光路中的相機(jī)監(jiān)測(cè)。衛(wèi)星預(yù)報(bào)指根據(jù)衛(wèi)星星歷數(shù)據(jù)對(duì)當(dāng)天經(jīng)過測(cè)站上空的衛(wèi)星進(jìn)行總體預(yù)報(bào)，生成可觀測(cè)衛(wèi)星列表，以幫助觀測(cè)人員合理規(guī)劃衛(wèi)星的觀測(cè)計(jì)劃，根據(jù)相應(yīng)的衛(wèi)星星歷數(shù)據(jù)計(jì)算計(jì)劃觀測(cè)衛(wèi)星在方位和高度上的預(yù)報(bào)位置，即望遠(yuǎn)鏡跟蹤引導(dǎo)數(shù)據(jù)[2]。由于空間目標(biāo)(尤其是空間碎片)的預(yù)報(bào)軌道位置與實(shí)際位置存在一定的偏差，使得觀測(cè)目標(biāo)偏離相機(jī)視場(chǎng)的中心，因此，對(duì)于可見目標(biāo)，53 cm雙筒望遠(yuǎn)鏡控制系統(tǒng)采用電視閉環(huán)跟蹤的方式將目標(biāo)鎖定在接收相機(jī)視場(chǎng)中心，2015年跟蹤相機(jī)從視頻CCD更換為CMOS相機(jī)。使用CMOS相機(jī)后，可以看到更高星等的目標(biāo)，增強(qiáng)了系統(tǒng)的暗弱目標(biāo)探測(cè)能力，使得識(shí)別目標(biāo)與光尖變得切實(shí)可行。

激光發(fā)射并通過大氣時(shí)，與大氣中的分子和氣溶膠粒子之間相互作用產(chǎn)生各種物理過程，包括分子的瑞利散射、氣溶膠粒子的散射等多種散射過程，產(chǎn)生后向散射光。這種后向散射光直接代表了發(fā)射激光的出射方向[3]。因此，激光測(cè)距時(shí)，后向散射光進(jìn)入CMOS相機(jī)，激光后向散射背景噪聲信號(hào)直接影響測(cè)距目標(biāo)的識(shí)別與脫靶量的提取，這是分光路式激光測(cè)距系統(tǒng)皆存在的問題。我國(guó)長(zhǎng)春人造衛(wèi)星觀測(cè)站應(yīng)用圖像處理方法對(duì)目標(biāo)質(zhì)心和激光光尖識(shí)別解決該問題，文[1]給出了有效的目標(biāo)識(shí)別和光尖提取方法；文[4]應(yīng)用平均濾波法對(duì)白天測(cè)距圖像進(jìn)行預(yù)處理，矢量邊界掃描法檢測(cè)光束邊緣信息；文[5]提出圖像累加的降噪處理方法。但由于53 cm雙筒望遠(yuǎn)鏡接收光路中的分光鏡是楔形且前后表面均有反射，二者反射的光不能聚到一起，使得在CMOS相機(jī)上成兩個(gè)像，從采集的圖像中可以看到有兩個(gè)光束和兩個(gè)目標(biāo)，采用上述文獻(xiàn)中的方法不能識(shí)別光尖，故需要研究新的光尖識(shí)別方法。

本文針對(duì)53 cm望遠(yuǎn)鏡測(cè)距系統(tǒng)接收光路的特點(diǎn)，研究強(qiáng)背景噪聲下目標(biāo)和激光光尖的有效識(shí)別方法。結(jié)果可應(yīng)用于望遠(yuǎn)鏡目標(biāo)跟蹤閉環(huán)，發(fā)射激光方向修正，激光回波信號(hào)搜索以及跟蹤目標(biāo)的一些特性如亮度、旋轉(zhuǎn)周期等的分析研究。

1 激光測(cè)距圖像處理方法

1.1 激光測(cè)距圖像

圖1為53 cm雙筒望遠(yuǎn)鏡激光測(cè)距系統(tǒng)光路圖[6]，測(cè)距跟蹤空間目標(biāo)時(shí)，C-SPAD探測(cè)器用來接收目標(biāo)回波信號(hào)，CMOS相機(jī)跟蹤監(jiān)測(cè)可見的測(cè)距目標(biāo)。CMOS相機(jī)接收系統(tǒng)具體參數(shù)如表1，例如，相機(jī)視場(chǎng)為0.5°，像素尺寸為6.5 μm × 6.5 μm，因空間目標(biāo)軌道預(yù)報(bào)有偏差，所以按軌道預(yù)報(bào)跟蹤目標(biāo)時(shí)，CMOS相機(jī)采集到的圖像如圖2，往往相機(jī)視場(chǎng)中心、目標(biāo)以及光尖并不重合。為了測(cè)到回波信號(hào)，需要將目標(biāo)和光尖均調(diào)至CMOS相機(jī)視場(chǎng)中心，如圖3。從采集的圖像中可以明顯看到有兩個(gè)光束的情況，若目標(biāo)比較亮也能同時(shí)看到兩個(gè)目標(biāo)。

針對(duì)CMOS相機(jī)采集圖像的特點(diǎn)，本文對(duì)采集的圖像數(shù)據(jù)先濾波去除噪聲，然后通過閾值分離目標(biāo)和光束。分離后，一方面提取目標(biāo)質(zhì)心坐標(biāo)，另一方面對(duì)二值圖像進(jìn)行開閉運(yùn)算，檢測(cè)光束的邊緣，用最小二乘法直線擬合邊緣數(shù)據(jù)，獲得光尖坐標(biāo)。因53 cm雙筒望遠(yuǎn)鏡一直在開展常規(guī)國(guó)際激光測(cè)距項(xiàng)目，因此這里借助激光測(cè)距衛(wèi)星的數(shù)字圖像數(shù)據(jù)進(jìn)行53 cm雙筒望遠(yuǎn)鏡的圖像處理方法研究。

圖1 53 cm雙筒望遠(yuǎn)鏡激光測(cè)距收/發(fā)光路圖

Fig.1 53cm binocular telescope laser ranging transmitting and receiving optical path

表1 望遠(yuǎn)鏡接收系統(tǒng)參數(shù)Table 1 Parameters of the telescope receiving system

圖2 剛進(jìn)入視場(chǎng)的圖像
Fig.2 The image just entering the field of view

圖3 有回波信號(hào)的圖像
Fig.3 Echoes of the image

1.2 圖像的預(yù)處理

圖4為激光測(cè)距衛(wèi)星Lageos1的數(shù)字圖像，衛(wèi)星軌道高度5 850 km，相機(jī)曝光時(shí)間500 ms，從圖中可以看到有兩個(gè)光束和兩個(gè)目標(biāo)。因后表面反射率小，反射的光較弱，從圖像上可見有一個(gè)目標(biāo)和一較弱光束。這里對(duì)激光測(cè)距圖像預(yù)處理是指對(duì)圖像進(jìn)行濾波去噪聲和二值化。

分別采用中值濾波、高斯濾波、均值濾波和負(fù)相變換等對(duì)大量采集的激光測(cè)距圖像進(jìn)行濾波去噪聲處理，對(duì)比分析處理結(jié)果，本文采取中值濾波和均值濾波。由于圖像的噪聲來源主要有兩部分，系統(tǒng)噪聲和天空背景噪聲，采用均值濾波和中值濾波對(duì)圖像進(jìn)行預(yù)處理，結(jié)果如圖5，均值濾波的濾波窗為5 × 5，中值濾波的濾波窗為3 × 3，相應(yīng)等高圖如圖6和圖7。從等高圖中可以看出，兩種濾波進(jìn)行預(yù)處理的效果較好，去除目標(biāo)和光束周圍的噪聲，保留目標(biāo)和光束的邊緣完整。

圖4 采集的圖像
Fig.4 Captured image

圖5 濾波后圖像
Fig.5 Filtered image

圖6 均值濾波對(duì)應(yīng)的等高分布
Fig.6 Average filter related contour plot surfaces

圖7 中值濾波對(duì)應(yīng)的等高分布
Fig.7 Median filter related contour plot surfaces

由于存在兩個(gè)光束，二值化時(shí)在兩個(gè)光束連接處無法確定邊緣，影響對(duì)光束的提取，兩光束在像素上相差較大，可通過閾值進(jìn)行分割。閾值分割是圖像分割的典型算法, 常用的方法有直方圖雙峰法、最大墑法、Otsu法 、梯度統(tǒng)計(jì)法等[7]。其中Otsu法以分割效果好、適用范圍廣得到了廣泛的應(yīng)用。Otsu法也稱為最大類間方差法或最小類內(nèi)方差法，該方法基于圖像的灰度直方圖，以目標(biāo)和背景的類間方差最大或類內(nèi)方差最小為閾值選取準(zhǔn)則[8]，在很多情況下能取得良好的分割效果。

本文采用Otsu進(jìn)行閾值分割，處理結(jié)果如圖8。該方法滿足大部分目標(biāo)，暗弱目標(biāo)分割較困難。二值圖像的中間出現(xiàn)空洞，是由于53 cm雙筒望遠(yuǎn)鏡為中心同軸反射式望遠(yuǎn)鏡，接收副鏡在中心遮擋，導(dǎo)致圖像中激光光束的中間像素較小。

圖8 二值圖像
Fig.8 Binary image

1.3 目標(biāo)識(shí)別及其質(zhì)心坐標(biāo)計(jì)算

衛(wèi)星目標(biāo)為近似圓的光斑，在二值圖像中衛(wèi)星目標(biāo)的像素分布較集中，且目標(biāo)的長(zhǎng)和寬近似相等[5]。在二值化過程中因目標(biāo)與光束在像素上有較大的差別，故可通過閾值分離目標(biāo)和光束。在圖像中搜索連通區(qū)域即目標(biāo)區(qū)域，用傳統(tǒng)質(zhì)心算法求目標(biāo)質(zhì)心[9]，方法的計(jì)算過程如下：

其中，(xc,yc)為目標(biāo)質(zhì)心坐標(biāo)；(xi,yj)為各個(gè)像素點(diǎn)的圖像坐標(biāo)；G(xi,yj)為灰度值。即先對(duì)星點(diǎn)的灰度值求面積的矩， 然后在該區(qū)域內(nèi)作面積平均，求質(zhì)心坐標(biāo)，質(zhì)心坐標(biāo)記為p0(x0,y0)，結(jié)果如圖9。

1.4 激光光尖識(shí)別及光尖坐標(biāo)計(jì)算

激光光尖識(shí)別是在二值化的基礎(chǔ)上對(duì)圖像進(jìn)行邊緣檢測(cè)和直線擬合求交點(diǎn)。

邊緣是圖像的最基本特征，包含了圖像的大部分信息，邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法提取圖像中對(duì)象與背景之間的交界線。通過邊緣檢測(cè)，提取邊緣才能將目標(biāo)和背景區(qū)分開來[10]。常用的方法有差分邊緣檢測(cè)、Roberts邊緣檢測(cè)算子、Sobel邊緣檢測(cè)算子、Prewitt邊緣檢測(cè)算子、Laplace邊緣檢測(cè)算子、Canny算子等。這些算子利用一階導(dǎo)數(shù)取最大值，二階導(dǎo)數(shù)過0點(diǎn)，或者選取合適的閾值，獲取圖像邊緣，但它們都存在一定的局限性[11]。有的抑制噪聲的能力較差，有的在保持邊緣連通性上能力較差。

圖9 質(zhì)心坐標(biāo)
Fig.9 Center of mass coordinates

Roberts算子采用對(duì)角線方向相鄰兩像素之差近似的梯度幅值來檢測(cè)邊緣。算子定位比較精確，該算子包含兩組2 × 2矩陣，但由于不包括平滑，所以對(duì)噪聲比較敏感[12]。Roberts算子其卷積矩陣為

具體公式為g(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|。本文在預(yù)處理時(shí)已對(duì)圖像進(jìn)行濾波去噪聲，經(jīng)過對(duì)比大量激光測(cè)距圖像處理結(jié)果，比較優(yōu)缺點(diǎn)，采用Roberts算子，處理后得到如圖10的邊緣圖像。

二值圖像光束中出現(xiàn)的空洞影響邊緣檢測(cè)后的數(shù)據(jù)提取，本文采用對(duì)二值圖像進(jìn)行填充的方法消除空洞。圖像處理中用具有一定形態(tài)的結(jié)構(gòu)元素度量和提取圖像中的對(duì)應(yīng)形狀，以達(dá)到圖像分析和識(shí)別的目的。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以簡(jiǎn)化圖像數(shù)據(jù)，保持他們基本的形狀特性，并去除不相干的結(jié)構(gòu)[13]。

把濾波后的二值圖像先閉運(yùn)算，消彌狹窄的間斷和長(zhǎng)細(xì)的鴻溝，消除小的空洞，并填補(bǔ)輪廓線中的斷裂[14]，再進(jìn)行開運(yùn)算，使對(duì)象的輪廓變得光滑，斷開狹窄的間斷和消除細(xì)的突出物[15]，即把光束中間部分補(bǔ)齊(如圖11)，又因大氣的散射和反射作用的影響，激光圖像有一定的偏差，特別是激光束尖端和尾部數(shù)據(jù)誤差較大[4]，不能準(zhǔn)確反映激光束的邊緣信息，通過求最大的連通區(qū)域，將光束尖端和尾部剔除(如圖12)，邊緣檢測(cè)之后不作為直線擬合的數(shù)據(jù)點(diǎn)，可以得到更好的激光束邊緣信息，提高光尖的定位精度。

圖10 Roberts 提取邊緣
Fig.10 Roberts extract the edge

圖11 填充圖像
Fig.11 Filled image

圖12 最大連通區(qū)域
Fig.12 The largest connected area

傳統(tǒng)的邊緣檢測(cè)算法處理的邊緣比較粗，定位精度低，采用對(duì)卷積后的梯度圖像進(jìn)行非極大值抑制及二值化處理可對(duì)邊緣進(jìn)行細(xì)化。非極大值抑制即將當(dāng)前像素的梯度值和沿其梯度方向相鄰的2個(gè)梯度值進(jìn)行比較，如果比相鄰的梯度值小，則此像素點(diǎn)為非邊緣點(diǎn)；反之，則為邊緣點(diǎn)[16]。若梯度值比設(shè)定的閾值大(本文設(shè)定閾值為100)，并且該點(diǎn)是局部變化的最大點(diǎn)，則將此點(diǎn)定義為圖像邊緣點(diǎn)，反之，則為非邊緣點(diǎn)。

對(duì)開閉運(yùn)算后二值圖像用Roberts算子進(jìn)行邊緣檢測(cè)(如圖13)，采用非極大值抑制后的圖像邊緣定位相對(duì)準(zhǔn)確(如圖14)。采用最小二乘法對(duì)激光光束邊緣數(shù)據(jù)進(jìn)行直線擬合，兩條直線的交點(diǎn)即為光尖，光尖坐標(biāo)記為p(x,y)，計(jì)算得到激光光尖坐標(biāo)如圖15。

圖13 Roberts算子提取邊緣
Fig.13 Roberts extract the edge

圖14 細(xì)化后的邊緣
Fig.14 Refinement of the edge

2 結(jié)果分析

2018年1月7、23、24日和2月26、27日夜間，使用53 cm雙筒望遠(yuǎn)鏡對(duì)激光測(cè)距衛(wèi)星進(jìn)行觀測(cè)并采集圖像，表2列出了采集圖像的激光測(cè)距衛(wèi)星，圖像是在有回波信號(hào)時(shí)采集的，即光尖對(duì)準(zhǔn)目標(biāo)。圖16為Hy2a和Jason2兩顆衛(wèi)星激光測(cè)距圖像經(jīng)過處理后光尖擬合圖和填充后的圖像疊加，從圖上可以看出擬合的光尖位置對(duì)準(zhǔn)目標(biāo)。對(duì)Glonass102不同曝光時(shí)間的圖像進(jìn)行處理，共13幅圖都能得到較好的效果，不同曝光時(shí)間(300 ms、500 ms、800 ms)的光尖坐標(biāo)與目標(biāo)質(zhì)心之差的數(shù)據(jù)如圖17。

圖15 直線擬合
Fig.15 Linear fitting

表2 目標(biāo)列表Table 2 List of Missions

經(jīng)過一系列算法對(duì)測(cè)距圖像進(jìn)行處理，可以很好地識(shí)別目標(biāo)質(zhì)心和激光光尖位置，該方法可以取得較好的效果如圖16。采集有回波的圖像進(jìn)行處理，共91幅圖像，對(duì)光尖坐標(biāo)和質(zhì)心坐標(biāo)做差，不同目標(biāo)不同曝光時(shí)間的數(shù)據(jù)如圖18，圖中橫坐標(biāo)為處理圖像目標(biāo)數(shù)，縱坐標(biāo)分別為x和y方向的差值，從圖上可以看出，光尖與目標(biāo)質(zhì)心的差值范圍較小，整體趨勢(shì)平穩(wěn)，因此該方法在實(shí)用中較好地應(yīng)對(duì)大部分情況，能有效識(shí)別目標(biāo)和光尖。

圖16 (a) 海洋二號(hào)衛(wèi)星擬合效果；(b) Jason2擬合效果
Fig.16 (a) Hy2a fitting effect; (b) Jason2 fitting effect

圖17 (a)、(b) Glonass102不同曝光時(shí)間的光尖坐標(biāo)與質(zhì)心在x方向和y方向的差值

Fig.17 (a)、(b) Glonass102 deviation of light point coordinates and centroid at different exposure times inx-direction andy-direction

圖18 (a)、(b)為不同目標(biāo)光尖坐標(biāo)與質(zhì)心在x方向和y方向的差值
Fig.18 (a)、(b) The deviation of light point coordinates and centroid on different missions inx-direction andy-direction

3 總 結(jié)

云南天文臺(tái)53 cm雙筒望遠(yuǎn)鏡激光測(cè)距系統(tǒng)采用高性能CMOS相機(jī)進(jìn)行目標(biāo)跟蹤，使空間目標(biāo)測(cè)距回波率以及測(cè)距成功率有一定程度的提高。激光測(cè)距中，因存在強(qiáng)激光后向散射，從而使得CMOS相機(jī)采集的圖像中同時(shí)出現(xiàn)目標(biāo)和激光光束。由于望遠(yuǎn)鏡接收光路中的分光鏡是楔形，而且鏡子的前后表面均有反射，兩表面反射的光不能聚到一起，所以在CMOS相機(jī)出現(xiàn)兩個(gè)星像和兩個(gè)光尖。因此，研究目標(biāo)質(zhì)心和光尖坐標(biāo)提取，對(duì)進(jìn)一步有效利用CMOS相機(jī)采集的數(shù)據(jù)具有重要意義。

本文對(duì)衛(wèi)星激光測(cè)距圖像，在經(jīng)典圖像處理方法上加入了形態(tài)學(xué)的開閉運(yùn)算，解決了圖像出現(xiàn)雙光束對(duì)圖像處理的影響，實(shí)現(xiàn)了強(qiáng)激光后向散射背景噪聲下目標(biāo)的有效識(shí)別，通過多組試驗(yàn)，提取效果較好，但對(duì)于暗弱目標(biāo)的識(shí)別還存在問題。接下來將進(jìn)一步研究識(shí)別結(jié)果在望遠(yuǎn)鏡電視閉環(huán)跟蹤和其它目標(biāo)特性分析中的應(yīng)用。