• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

基于Kittler最小误差分割算法的小视场星图分割

时春霖 杨培章 张超 杜兰 叶凯 范承啸 李建 祖安然

时春霖, 杨培章, 张超, 杜兰, 叶凯, 范承啸, 李建, 祖安然. 基于Kittler最小误差分割算法的小视场星图分割[J]. 西南交通大学学报, 2021, 56(1): 168-175. doi: 10.3969/j.issn.0258-2724.20190841
引用本文: 时春霖, 杨培章, 张超, 杜兰, 叶凯, 范承啸, 李建, 祖安然. 基于Kittler最小误差分割算法的小视场星图分割[J]. 西南交通大学学报, 2021, 56(1): 168-175. doi: 10.3969/j.issn.0258-2724.20190841
SHI Chunlin, YANG Peizhang, ZHANG Chao, DU Lan, YE Kai, FAN Chengxiao, LI Jian, ZU Anran. Segmentation of Small-Field-of-Viewstar Images Based on Kittler Minimum Error Algorithm[J]. Journal of Southwest Jiaotong University, 2021, 56(1): 168-175. doi: 10.3969/j.issn.0258-2724.20190841
Citation: SHI Chunlin, YANG Peizhang, ZHANG Chao, DU Lan, YE Kai, FAN Chengxiao, LI Jian, ZU Anran. Segmentation of Small-Field-of-Viewstar Images Based on Kittler Minimum Error Algorithm[J]. Journal of Southwest Jiaotong University, 2021, 56(1): 168-175. doi: 10.3969/j.issn.0258-2724.20190841

基于Kittler最小误差分割算法的小视场星图分割

doi: 10.3969/j.issn.0258-2724.20190841
基金项目: 国家自然科学基金(41604011,41774038,41804034,41704006)
详细信息
    作者简介:

    时春霖(1990—),男,工程师,研究方向为天文大地测量和图像识别处理,电话:15303727097,E-mail:1361972952@qq.com

    通讯作者:

    张超(1972—),男,教授,博士,研究方向为天文大地测量,E-mail:zhangchao1972@163.com

Segmentation of Small-Field-of-Viewstar Images Based on Kittler Minimum Error Algorithm

  • 摘要: 小视场星图易受光照不均和噪声影响,常用阈值分割算法存在处理效果不佳或效率较低的不足. 针对星图灰度的高斯分布特征,基于贝叶斯最小误差理论,提出利用Kittler最小误差分割算法处理小视场星图. 以视频测量机器人为测量平台,以 "优度法"、区域一致性、区域对比度和时间复杂度为评价指标,对比了常用的阈值分割算法和一维最大熵法,验证了Kittler算法在确保星图良好分割的同时,星图处理效率可以提高70%左右. 基于半仿真星图和真实星图的室内试验表明,Kittler算法可以准确提取星点质心坐标,水平和垂直方向均方根误差分别为0.025像素和0.019像素;采用该算法的野外天文定位实测表明,经纬度内符合平均精度分别优于0.015 s和0.22″,外符合精度分别优于0.025 s和0.35″,可以满足一等天文测量的精度要求.

     

  • 图 1  分割效果的对比

    Figure 1.  Contrast of image segmentation

    图 2  试验星图

    Figure 2.  Experimental star maps

    图 3  算法误差分布

    Figure 3.  Algorithm error profile

    表  1  星图阈值分割算法效果评价

    Table  1.   Resultevaluation of star image threshold segmentation algorithms

    项目局部阈值法全局阈值法
    Bernsen算法Niblack算法迭代法Otsu算法一维最大熵Kittler算法
    区域一致性0.99690.99790.99810.99831.00001.0000
    区域对比度0.04520.21330.21990.21750.34940.3688
    时间复杂度$O({n^2})$$O({n^2})$$O(n)$$O(n)$$O(n\log \;n)$$O(n)$
    处理时间/s22.394770.59217.05219.38577.03717.428
    下载: 导出CSV

    表  2  星点提取精度误差表

    Table  2.   Errors of star extraction accuracy

    图号一维最大熵法Kittler算法$\Delta x$$\Delta y$
    xyxy
    11266.588992.7591266.453992.6820.1360.077
    21259.350964.6141259.418964.593−0.0680.021
    31186.3831005.0171186.3081005.1550.075−0.138
    41258.316793.9911258.277793.9300.0380.061
    下载: 导出CSV

    表  3  野外天文测量精度指标

    Table  3.   Accuracy index of astronomical survey

    经纬度一等二等三等
    纬度/(")0.300.501.00
    经度/s0.020.040.08
    下载: 导出CSV

    表  4  内符合精度

    Table  4.   Internal accordant accuracy

    经度纬度
    项目值/s项目值/(″)
    最大值 ±0.017最大值 ±0.26
    最小值 ±0.010最小值 ±0.16
    平均值 ±0.012平均值 ±0.20
    下载: 导出CSV

    表  5  外符合精度

    Table  5.   External accordant accuracy

    经度纬度
    项目值/s项目值/(″)
    最大差值0.038最大差值0.52
    最小差值0.001最小差值0.02
    RMSE0.023RMSE0.33
    下载: 导出CSV

    表  6  野外实测结果

    Table  6.   Fieldtest results

    测站号时段号经度/s纬度/(″)经度中误差/s经度真误差/s纬度中误差/(″)经度真误差/(″)
    A1**.4906**.74650.0140.0380.1700.087
    2**.4797**.63680.0110.0270.185−0.023
    B1**.6291**.68440.010−0.0250.2150.464
    2**.6438**.39320.015−0.0110.1590.173
     注:**表示坐标的整数部分.
    下载: 导出CSV
  • 张捍卫,许厚泽,王爱生. 天文经纬度和天文方位角测定的基本原理[J]. 测绘科学,2006,31(4): 157-160. doi: 10.3771/j.issn.1009-2307.2006.04.057

    ZHANG Hanwei, XU houze, WANG Aisheng. The basic principle of measuring astronomical longitude and latitude and astronomical azimuth[J]. Science of Surveying and Mapping, 2006, 31(4): 157-160. doi: 10.3771/j.issn.1009-2307.2006.04.057
    张超,郑勇,夏治国. 天文测量中电子经纬仪的应用[J]. 信息工程大学学报,2003,4(3): 93-96. doi: 10.3969/j.issn.1671-0673.2003.03.026

    ZHANG Chao, ZHENG Yong, XIA Zhiguo. Applicaion of electronic theodolite (T3000/T200s) to astronomical surveying[J]. Journal of Information Engineering University, 2003, 4(3): 93-96. doi: 10.3969/j.issn.1671-0673.2003.03.026
    时春霖, 张超, 袁晓波, 等. 天文大地测量的发展现状和展望[J]. 测绘工程, 2019, 28(2): 37-44.

    SHI Chunlin, ZHANG Chao, YUAN Xiaobo, The present situation and prospect of astronomical geodetic measurement[J]. Engineering of Surveying and Mapping, 2019, 28(2): 37-44.
    郭敏,张红英. CCD数字摄影在天文定位测量中的应用探讨[J]. 测绘技术装备,2005,7(1): 28-29.

    GUO Min, ZHANG Hongying. Discussion on the application of CCD digital photography in astronomical positioning[J]. Survey Geomaties Technology and Equipment, 2005, 7(1): 28-29.
    王博,田立丽,王政,等. 数字化天顶望远镜观测图像及数据处理[J]. 科学通报,2014,59(12): 1100-1107.

    WANG Bo, TIAN Lili, WANG Zheng, et al. Observation image and data processing of digital zenith telescope[J]. Chinese Science Bulletin, 2014, 59(12): 1100-1107.
    翟广卿,艾贵斌. 数字天顶摄影天文定位测量的工程实现[J]. 测绘科学技术学报,2014,31(3): 232-235. doi: 10.3969/j.issn.1673-6338.2014.03.003

    ZHAI Guangqing, AI Guibin. Digital zenith camera astronomical positioning measurement of project implementation[J]. Journal of Geomatics Science and Technology, 2014, 31(3): 232-235. doi: 10.3969/j.issn.1673-6338.2014.03.003
    时春霖,叶凯,张超,等. 视频测量机器人在野外天文测量中的应用[J]. 测绘科学技术学报,2018,35(2): 46-51.

    SHI Chunlin, YE Kai, ZHANG Chao. Application of video measuring robot in field astronomical survey[J]. Journal of Geomatics Science and Technology, 2018, 35(2): 46-51.
    吴薇,刘军. 图像分割中的阈值选取方法[J]. 西安工业大学学报,2002,22(4): 309-313. doi: 10.3969/j.issn.1673-9965.2002.04.007

    WU Wei, LIU Jun. Research on threshold selection for image segmentation[J]. Journal of Xi’an Technological University, 2002, 22(4): 309-313. doi: 10.3969/j.issn.1673-9965.2002.04.007
    拜颖乾. 图像分割阈值选取方法的研究[J]. 信息系统工程,2014(2): 146-147. doi: 10.3969/j.issn.1001-2362.2014.02.086

    BAI Yingqian. Research on threshold selection of image segmentation[J]. China CIO News, 2014(2): 146-147. doi: 10.3969/j.issn.1001-2362.2014.02.086
    陈冬岚,刘京南,余玲玲. 几种图像分割阈值选取方法的比较与研究[J]. 机械制造与自动化,2003(1): 77-80. doi: 10.3969/j.issn.1671-5276.2003.01.026

    CHEN Donglan, LIU Jingnan, YU Lingling. Comparison and research on several methods of threshold selection in image segmentation[J]. Machine Building & Automation, 2003(1): 77-80. doi: 10.3969/j.issn.1671-5276.2003.01.026
    时春霖,张超,陈长远,等. 测量机器人小视场星图一维最大熵星点图像分割算法[J]. 测绘学报,2018,47(4): 446-454. doi: 10.11947/j.AGCS.2018.20170202

    SHI Chunlin, ZHANG Chao, CHEN Changyuan, et al. One-dimensional maximum entropy image segmentation algorithm based on the small field of view of measuring robot star map[J]. Acta Geodaetica et Cartographica Sinica, 2018, 47(4): 446-454. doi: 10.11947/j.AGCS.2018.20170202
    KITTLER J, ILLINGWORTH J. Minimum error thresholding[J]. Pattern Recognition, 1986, 19(1): 41-47.
    KITTLER J, ILLINGWORTH J. Minimum error thresholding[M]. [S.l.]: Elsevier Science Inc., 1986.
    FAN J, XIE W. Minimum error thresholding: a note[M]. [S.l.]: Elsevier Science Inc., 1997.
    FAN J. Notes on poisson distribution-based minimum error thresholding[J]. Pattern Recognition Letters, 1998, 19(5/6): 425-431.
    SEZGIN M, SANKUR B. Survey over image thresholding techniques and quantitative performance evaluation[J]. Journal of Electronic Imaging, 2004, 13(1): 146-165.
    龙建武. 图像阈值分割关键技术研究[D]. 吉林: 吉林大学, 2014.
    章毓晋. 中国图像工程及当前的几个研究热点[J]. 计算机辅助设计与图形学学报,2002,14(6): 489-500.

    ZHANG Yujin. Image engineering in China and several current research focuses[J]. Journal of Computer-Aided Design & Computer Graphics, 2002, 14(6): 489-500.
    龙建武,申铉京,陈海鹏. 自适应最小误差阈值分割算法[J]. 自动化学报,2012,38(7): 1134-1144.

    LONG Jianwu, SHEN Xuanjing, CHEN Haipeng. Adaptive minimum error thresholding aigorithm[J]. Acta Automatica Sinica, 2012, 38(7): 1134-1144.
    范九伦,雷博. 灰度图像最小误差阈值分割法的二维推广[J]. 自动化学报,2009,35(4): 386-393.

    FAN Jiulun, LEI Bo. Two-dimensional extension of minimum error threshold segmentation method for gray-level images[J]. Acta Automatica Sinica, 2009, 35(4): 386-393.
    范九伦,雷博. 二维直线型最小误差阈值分割法[J]. 电子与信息学报,2009,31(8): 1801-1806.

    FAN Jiulun, LEI Bo. Two-dimensional linear-type mnimum error threshold segmentation method[J]. Journal of Electronics & Information Technology, 2009, 31(8): 1801-1806.
    游达章,张建钢,甘勇. 位图图像灰度化的方法及编程实现[J]. 广西科技大学学报,2004,15(1): 23-26.

    YOU Dazhang, ZHANG Jiangang, GAN Yong. The method and programming realization of graying bitmap image[J]. Journal of Guangxi University of Science and Technology, 2004, 15(1): 23-26.
    王欣,于晓,隋永新,等. 基于多小波的图像处理在电晕检测中的应用[J]. 光学精密工程,2006,14(4): 714-719. doi: 10.3321/j.issn:1004-924X.2006.04.033

    WANG Xin, YU Xiao, SUI Yongxin. Application of multiwavelet based image processing to corona detection[J]. Optics and Precision Engineering, 2006, 14(4): 714-719. doi: 10.3321/j.issn:1004-924X.2006.04.033
    汤朋文,陶华敏,肖山竹,等. 几种常用图像分割算法自适应性的分析比较[J]. 数字技术与应用,2016(5): 140-140.

    TANG Pengwen, TAO Huamin, XIAO Shanzu, et al. Analysis and comparison of self-adaptability of several commonly used image segmentation algorithms[J]. Digital Technology & Application, 2016(5): 140-140.
    康牧. 图像处理中几个关键算法的研究[D]. 西安: 西安电子科技大学, 2009.
    望建国. 图像预处理的若干问题研究[D]. 南京: 南京理工大学, 2012.
    郭琦, 孔斌, 郑飞. 图像分割质量评价的综述[C]// 中国仪器仪表学会青年学术会议. 北京: 仪器仪表学报杂志社, 2007: 610-615.
    章毓晋. 图象分割评价技术分类和比较[J]. 中国图象图形学报,1996,1(2): 151-158. doi: 10.11834/jig.19960238

    ZAHNG Yujin. A classification and comparison of evaluation techniques for image segmentation[J]. Journal of Image and Graphics, 1996, 1(2): 151-158. doi: 10.11834/jig.19960238
    SAHOO P K, SOLTANI S, WONG A K C, et al. A survey of thresholding techniques[J]. Computer Vision Graphics & Image Processing, 1988, 41(2): 233-260.
    LEVINE M D, NAZIF A M. Dynamic measurement of computer generated image segmentations[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1985, 7(2): 155-164.
    汪启伟. 图像直方图特征及其应用研究[D]. 合肥: 中国科学技术大学, 2014.
  • 加载中
图(3) / 表(6)
计量
  • 文章访问数:  655
  • HTML全文浏览量:  351
  • PDF下载量:  24
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-09-03
  • 修回日期:  2020-01-15
  • 网络出版日期:  2020-04-07
  • 刊出日期:  2021-02-01

目录

    /

    返回文章
    返回