近红外空间碎片激光测距光束准直性标校方法

郑 谣,范存波,董 雪,张 楠,梁智鹏,宋清丽,高 健,苗澍茁,陈宏岩,董 贺

(1.中国科学院国家天文台长春人造卫星观测站,吉林 长春 130117；2.中国科学院大学,北京 100049；3.吉林师范大学,吉林 四平 136000)

1 引 言

传统卫星激光测距技术工作波长为532 nm,随着红外APD探测器的技术进步,1064 nm激光测距的优势逐渐显露:大气透过率更高,在观测仰角20°时,1064 nm波长大气透过率约为532 nm波长的2倍；天空背景噪声更小,白天天空背景噪声强度较532 nm低一个数量级以上[1-4]。基于以上因素,1064 nm激光测距较532 nm激光测距更具有优势。由于空间碎片预警及编目的需要,探测尺寸更小、距离更远、精度更高的目标已经成为空间碎片激光测距技术发展趋势之一,因此,使用1064 nm波长激光测距系统更有助于实现漫反射空间碎片激光测距[5-7]。

在近红外激光测距系统中,1064 nm激光大气透过率较高,导致后向散射微弱,所得激光束后向散射图像信噪比和对比度较低、光束边界模糊,不易判定光尖的准确位置,影响激光出射方向准直性和望远镜收发光轴平行性,增加了空间碎片回波光子的搜索时间,从而影响近红外激光测距的探测成功几率。

国内对532 nm激光测距的光尖识别做过相关研究[8-11],但对于背景噪声强度大、对比度较低的近红外后向散射暗弱图像没有通用性,准确提取边缘信息较为困难。为解决上述问题,本文提出了一种用于近红外后向散射暗弱图像的光束准直性标校方法,同时设计了光尖闭环软件,实现激光束光尖位置的闭环调整,改进激光束出射准直性,进而调整望远镜收发光轴平行性,极大缩短了空间碎片回波光子的搜索时间。本文所提方法可有效提高近红外激光测距系统的探测成功率。

2 光尖准直性标校方法

为解决近红外激光发射准直性问题,针对近红外后向散射暗弱图像,设计了光尖准直性标校方法,以提高图像处理后的光尖定位精度。

主要流程如图1所示,包括:(1)图像预处理,采用滤波方法对图像进行去噪,降低图像背景噪声对光尖识别的影响；(2)利用对比度增强方法提高近红外光尖图像的对比度,有利于分离光尖图像和背景；(3)选用合适的阈值方法对图像进行阈值分割,得到二值化图像；(4)采用Sobel算子对光束图像进行边缘提取,再通过直线拟合,精确求解光尖位置坐标。

图1 光尖标校流程Fig.1 Light tip calibration process

2.1 滤波去噪

鉴于近红外激光后向散射图像中背景噪声强度大、对比度差,为降低图像中背景噪声对光尖识别精度的影响,需首先采用图像滤波的方式进行图像去噪。

基于近红外光尖图像中背景噪声随机性分布的特点,本文采用了9×9邻域窗口大小的中值滤波方法进行图像去噪处理,能有效去除图像中的背景噪声,同时清晰保留目标图像的边缘信息。

2.2 对比度增强

增强图像对比度可有效提高图像目标和背景区域的灰度差异,便于对图像的进一步识别与处理。本文采用了直方图匹配的方法对滤波后的1064 nm激光后向散射图像进行对比度增强处理,通过计算原图和匹配图像的各灰度级像素的累积分布直方图,按照最小差值建立映射表,变换原图中各个像素的累积分布规律,达到直方图匹配的效果。

2.3 阈值分割

对增强后的图像进行阈值分割,得到二值化图像,以准确提取目标图像区域。本文采用全局阈值来对图像进行阈值分割,该方法通过比较图像的峰值灰度与平均灰度,得到灰度筛选阈值,可自动适应背景及目标图像强度变化。阈值计算公式如下:

T=V+α×(P-V)

(1)

其中,T为全局阈值；V为图像平均灰度值；P为峰度灰度；α为比例系数,0<α<1。经实验测试,得α取值为0.2时,可达到有效分离图像目标和背景的目的,且提取的目标区域较为准确。

2.4 边缘检测与直线拟合

依次使用边缘检测、直线拟合方法实现对近红外激光束光尖解算。

本文选用Sobel算子边缘检测方法来提取激光光束的边缘。Sobel算子检测主要通过算子对图像进行卷积计算,然后进行一阶微分处理,检测出边缘点。该方法能降低图像中的边缘模糊程度,平滑图像噪声,提供较为精确的边缘方向信息。

在获得近红外后向散射光束图像边缘轮廓后,使用最小二乘法拟合出边缘直线,两条边缘直线交点即为激光束光尖位置。

3 实验设计

3.1 近红外激光束光尖闭环系统搭建

根据激光束后向散射成像过程,在1.2 m空间碎片激光测距望远镜上设计并搭建近红外激光束光尖闭环系统,系统结构如图2所示,激光后向散射光束经由望远镜接收系统主视场接收,到达红外相机进行成像,并通过图像采集卡转存图像至主控机,再利用光尖闭环软件解算出激光束光尖位置与望远镜视场中心的偏差量,发送给步进电机控制器以微调偏摆镜,修正激光束出射准直性,实现望远镜收发平行的自动调整。该近红外激光束光尖闭环系统的主要参数,如表1所示。

表1 近红外激光束光尖闭环系统主要参数Tab.1 Main parameters of tip closed loop system of near infrared laser beam

图2 近红外激光束光尖闭环系统Fig.2 Tip closed loop system of near infrared laser beam

3.2 软件实现

根据第2节所提的光尖准直性标校方法,结合近红外激光束光尖闭环系统功能需求,以Windows7操作系统为开发环境,用Visual studio 2019作为开发工具,完成了近红外激光光尖闭环软件,软件界面如图3所示。

图3 近红外激光光尖闭环软件界面Fig.3 Near infrared laser tip closed loop software interface

该软件实现了近红外光尖准直性标校算法,实现了图像处理功能,主要包括图像处理、脱靶量转换、参数设置及网络通信四个模块:首先获取来自主控机的图像,利用光尖准直性标校方法获得光尖位置,解算出激光束光尖位置与望远镜视场中心的偏差量,通过公式(2)将偏差量转换为望远镜方位和高度相对光轴中心的偏差,即脱靶量信息,再经主控机进行网络通信。

(2)

其中,ΔA、ΔE为脱靶量;ΔX、ΔY为偏差量;E为望远镜高度;kx、ky为转换系数。根据近红外激光束光尖闭环系统参数,求得转换系数kx=ky=1.76″,计算公式如下:

(3)

其中Psize为CCD像元尺寸,f为系统焦距。

4 实验结果与分析

基于上述近红外激光束光尖闭环系统,对1064 nm激光进行成像实验,相关系统参数如表1所示。实验中获得了对比度在0.09～0.01之间的近红外激光束后向散射暗弱图像,部分图像如图4所示。

图4 不同对比度近红外后向散射图像Fig.4 Near infrared backscattering image with different contrast

利用近红外激光光尖闭环软件对上述不同对比度的近红外激光束后向散射图像进行处理,通过对比分析图像处理过程中的参数数值变化来评价图像处理算法效果,验证近红外图像光尖准直性标校方法的可行性,相关数据如表2所示。

表2 图像处理过程中的参数评价Tap.2 Parameter evaluation in image processing

从表2中数据可以看出,不同对比度的原始图像的峰值信噪比数值相近；且随着图像对比度降低,图像亮度越来越暗,均值逐渐减小,与主观评价一致。另外,图像中值滤波后的峰值信噪比相比于原图有所提高；直方图匹配后图像均值降低、对比度提高为0.7左右。实验表明,该光尖准直性标校方法能有效提高近红外后向散射暗弱图像对比度,算法稳定度较高。

以对比度为0.0509的近红外后向散射图像(图4(c))为例,经光尖准直性标校方法处理后的效果图如图5所示。

图5 对比度为0.0509的图像处理效果Fig.5 Image processing effect with contrast of 0.0509

从图5中可以看出,滤波后图像噪声点去除较干净、目标边缘信息保留完整；经直方图匹配后,图像对比度提高、边缘点信息突出；阈值分割能将图像目标与背景进行有效分离,使用sobel算子边缘检测方法准确提取出激光束边缘点,再拟合激光束边缘直线,定位得到激光光尖位置。通过多组实验分析,单帧图像的脱靶量误差在5″以内,能满足近红外激光测距系统需求,具有实际应用价值。

5 结 论

根据1064 nm波长后向散射图像特点,提出了用于近红外后向散射暗弱图像的光尖准直性标校方法,并基于所提方法设计了近红外激光光尖闭环软件。最后通过图像处理实验,验证了该方法能在图像对比度极低的情况下,改善图像清晰度,提高对比度,具有可行性。研究成果可改进近红外激光测距系统激光束出射准直性,从而有效提高近红外激光测距系统的探测成功率。