一种改进的一维最大熵星图分割算法

doi:10.13474/j.cnki.11-2246.2020.0318

测绘通报 ›› 2020, Vol. 0 ›› Issue (10): 53-57.doi: 10.13474/j.cnki.11-2246.2020.0318

一种改进的一维最大熵星图分割算法

张耿¹, 张超¹, 米科峰^1,2, 詹银虎¹, 李崇辉¹

1. 信息工程大学, 河南郑州 450001;
2. 61363部队, 陕西西安 710054

收稿日期:2019-12-02 出版日期:2020-10-25 发布日期:2020-10-29
作者简介:张耿(1995-),男,硕士生,主要研究方向为天文定位定向。E-mail:505324996@qq.com
基金资助:
国家自然科学基金（41704006；41604011）

An improved one-dimensional maximum entropy star image segmentation algorithm

ZHANG Geng¹, ZHANG Chao¹, MI Kefeng^1,2, ZHAN Yinhu¹, LI Chonghui¹

1. Information Engineering University, Zhengzhou 450001, China;
2. Troop 61363, Xi'an 710054, China

Received:2019-12-02 Online:2020-10-25 Published:2020-10-29

摘要/Abstract

摘要： 在CCD天文测量技术中，星点质心坐标提取的精度直接影响野外天文测量的坐标精度，而星图分割算法是数字星图处理技术中最为关键的一环。一维最大熵星图分割算法具有良好的二值化效果，且能够充分保留星图图像信息，其可靠性与准确性均已得到了试验验证。本文基于一维最大熵星图分割算法，提出了一种改进的星点区域划分算法，可以在不影响精度和可靠性的前提下，大幅提升一维最大熵算法的运算效率，进一步提高野外天文测量作业的效率，在实际作业中，具有更好的可应用性。

关键词: 一维最大熵法, 星点区域划分, CCD天文测量, 自动天文测量

Abstract: In CCD astronomical measurement technology, the accuracy of star point centroid coordinate extraction directly affects the coordinate precision of field astronomical measurement, and star image segmentation algorithm is the most critical part of digital star image processing technology. The one-dimensional maximum entropy star image segmentation algorithm has a very good binarization effect, and can fully retain the information of star image, and its reliability and accuracy have been experimentally verified. Based on the one-dimensional maximum entropy star image segmentation algorithm, this paper proposes an improved star point region partitioning algorithm, which can greatly improve the computational efficiency of the one-dimensional maximum entropy algorithm without reducing the accuracy and reliability, and improve the efficiency of field astronomical measurement operations. The availability of astronomical measurement operations has better applicability in practical operations.

Key words: one-dimensional maximum entropy, division of the star point region, CCD astronomical measurement, automatic astronomical measurement

中图分类号:

张耿, 张超, 米科峰, 詹银虎, 李崇辉. 一种改进的一维最大熵星图分割算法[J]. 测绘通报, 2020, 0(10): 53-57.

ZHANG Geng, ZHANG Chao, MI Kefeng, ZHAN Yinhu, LI Chonghui. An improved one-dimensional maximum entropy star image segmentation algorithm[J]. Bulletin of Surveying and Mapping, 2020, 0(10): 53-57.

参考文献

[1] 原玉磊. 鱼眼相机恒星法检校技术研究[D]. 郑州:信息工程大学, 2012.
[2] 时春霖. 基于视频测量机器人的自动天文测量技术研究[D]. 郑州:信息工程大学, 2018.
[3] 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.
[4] KAPUR J N,SAHOO P K,WONG A K C. A new method for gray-level picture thresholding using the entropy of the histogram[J]. Computer Vision,Graphics,and Image Processing, 1985, 29(3):273-285.
[5] 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):33-40.
[6] 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.
[7] 张超. 基于电子经纬仪的天文测量系统及应用研究[D]. 郑州:信息工程大学, 2009.
[8] 宋飞杰,张超,王若璞,等. Leica-TS30在天文测量中的应用[J]. 测绘科学技术学报, 2015, 32(2):135-139.
[9] 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.
[10] 程毛林. 数据拟合函数的加权最小二乘积分法[J]. 数学的实践与认识, 2012, 42(4):70-76.
[11] 侯格贤,毕笃彦,吴成柯. 图象分割质量评价方法研究[J]. 中国图象图形学报, 2000, 5(1):42-46.
[12] 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.
[13] 刘春燕. 图像分割评价方法研究[D]. 西安:西安电子科技大学, 2011.
[14] 王润生. 图像理解[M]. 长沙:国防科技大学出版社, 1995:113-117.
[15] MAHMOUDI L. A survey of entropy image thresholding techniques[C]//Proceedings of the 2nd International Conference on Advances in Computational Tools for Engineering Applications (ACTEA). Beirut:[s.n.], 2012:204-209.
[16] 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.

一种改进的一维最大熵星图分割算法

An improved one-dimensional maximum entropy star image segmentation algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价