L2范式距离的星图识别方法

在Hausdorff距离的基础上,提出一种不依赖于星敏感器的旋转方向和焦距等因素的星图识别方法。在构造Hausdorff距离的数据点集合时,采用基于L2范数对应的相对欧氏距离作为集合元素,解决星敏感器滚动对星图识别的影响;另一方面,由于受星敏感器焦距的影响,星敏感器图像与标准参考图也会存在误差。在构造标准数据点元素时,考虑到如果一个数据点集包含另一个数据点集,在这两个数据点集之间至少有两个数据点之间的L2范式距离是相同的。对L2范式Hausdorff距离进行比例化处理,每个集合中的相对空间距离除以本集合中最小的相对空间距离,构成一种新的数据点集。这种方法不需要对星敏感器图像由于焦距不同进行标定,避免了星敏感器焦距对星图识别的影响。给出了距离的计算公式和实现步骤,并给出了实验结果。结果表明:在星敏感器转动、尺度变换等情况下,该算法可以正确得到星图识别结果,从而获得星敏感器的姿态信息。     

适用于星敏感器的星跟踪算法研究

为了解决全天球识别中星像坐标提取速度慢的问题,提高空间飞行器姿态确定的实时性,提出了一种新的星跟踪算法.该算法根据星敏感器在一次全天球识别后能够获得一定先验信息的特点,利用星敏感器在上一时刻采集的星图中已识别观测星的信息来获取星敏感器下一时刻采集的星图中待识别观测星的信息.仿真结果表明该算法不但提高了星像坐标提取的速度.也由此提高了星敏感器的姿态更新率,从而避免了由于全天球识别导致的误匹配.     

利用仿真星图的星敏感器地面功能测试方法

介绍了一种基于仿真星图的星敏感器地面功能测试方法.该方法对卫星(飞行器)运动轨道和姿态参数及星敏感器的姿态参数进行仿真计算、模拟生成星敏感器在轨状态下的仿真星图.星敏感器以此仿真星图作为测试信号源,通过对仿真星图的处理,实现对星点定位、星图识别、姿态计算等功能的全面测试.为简化电路设计,该方法选用星敏感器现有接口作为通讯接口.为满足功能测试的实时性需求,采取局部更新的手段来减少星图传输数据量.实验表明,该方法能对星敏感器电子部件的功能进行有效验证,在使用RS232接口、波特率设置为115 200 bps的情况下,可以实现20 Hz数据更新率的测试.该方法实现简单、通用性强且不依赖其他外部设备,可以满足航天环境试验和整星联调阶段的功能测试任务要求.     

基于函数拟合的SIFT误匹配点剔除算法

针对RANSAC算法在剔除SIFT误匹配点实验中存在耗时长、误匹配等问题,提出了基于函数拟合的SIFT误匹配点剔除算法。首先采用SIFT算法进行待匹配图像与匹配图像的匹配工作,对匹配后的待匹配图像关键点采用迭代最小二乘拟合法构建函数模型,然后与匹配图像特征关键点进行拟合,最后计算两者的误差,当误差大于给定阈值时,确认该点为误匹配点,对其进行剔除。实验结果表明,采用基于函数拟合剔除误匹配点在时间上比RANSAC算法平均节省了2 s,正确匹配率提高11.75%,并且较多地保留了正确匹配点。     

基于星敏感器的星图模拟与去噪技术研究

随着小卫星应用技术的日趋成熟,测量精度高的CCD星敏感器备受青睐,快速而可靠的星图识别算法成为卫星姿态确定系统中最为关键的部分.要进行恒星的识别,就需要从星敏感器获得原始的图像,并从中提取要识别的目标及其特征.由于航天实验费用昂贵,星敏感器的地面调试、软件算法的最初模拟,不可能都进行实时星空拍摄,因此为了调试和评价星图识别算法,有必要利用计算机在地面上模拟生成星敏感器实时拍摄到的星空图片.本文的研究工作主要是星图模拟与星图去噪.首先学习了解CCD星敏感器原理,在此基础上模拟得到原始导航星图,然后模拟得到加了运动噪声的退化星图,最后学习维纳滤波和Matlab算法,利用Matlab算法中的维纳滤波方法对退化图像进行图像去噪复原技术研究,通过星图模拟和图像复原得到的仿真星图可以做成一个星图模拟器为星图识别工作提供仿真基础.     

采用混合粒子群算法的星图识别方法

为提高大视场高灵敏度星敏感器的星图识别速度和识别成功率,提出了一种基于混合粒子群算法的星图识别方法,该方法首先根据星图中星点的灰度信息确定候选识别主星集合;然后选择该集合中的一个星点为圆心,以一定角距为半径画圆,将圆内的所有星点构成特征数据集合;然后利用混合粒子群算法对圆内的星点进行快速路径寻优;最后利用最优路径长度进行索引,并利用最优路径中前三个星点间的角距以及它们的星等信息进行匹配识别;实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且所需的导航星库容量小.     

高动态星跟踪方法

阐述了高动态星敏感器星图的特点,指出了目前星跟踪方法的不足。针对这些不足,提出了一种基于卡尔曼预测的高动态星跟踪方法。根据高动态星敏感器运动特性,建立了星体目标在图像坐标系下运动模型,根据星体运动模型,对卡尔曼滤波器进行了自适应修正。利用经自适应修正的卡尔曼滤波器预测出参考星位置,再利用临星逼近法进行跟踪匹配。最后给出了利用上述方法进行星体位置预测及星跟踪结果。实验结果表明,在5（）/s动态条件下星体位置预测偏差小于5像素,星跟踪成功率高于95%,并且载体动态特性的变化对星体跟踪成功率影响较小。     

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。     

基于高斯弥散参数拟合的伪星检测

天文导航中,伪星的存在会给后续的星图识别等处理造成较大困难。为更有效地剔除星图中的伪星,提出一种结合区域面积检测和高斯参数拟合判别的复合检测算法。首先对疑似星象区域进行面积检测初步剔除明显的伪星点;再根据同一星图中星点的高斯弥散参数相同的原理对各星点进行参数拟合,对计算的弥散参数进行统计判别,进一步剔除分布与正常星点明显不同的伪星。仿真试验及结果分析验证了算法的有效性和良好的抗噪性能。     

基于Pearson相关系数的图像误匹配点剔除算法

在目标识别和图像配准等领域中,进行特征点匹配时一般都会产生误匹配点,对误匹配点的准确剔除可以有效提升识别精度及配准精度,因而成为研究的重点.当前比较成熟的剔除算法,如random sample consensus(RANSAC)、M-estimator sample consensus(MSAC)等,经常会出现剔除部分...     

一种星辐射模式下全天区星图识别算法及FPGA实现

针对在DSP中实现全天区星图识别算法耗时长导致实时性差,提出并实现了一种基于FPGA的星辐射模式下的全天区星图识别算法。该方法利用FPGA并行性、高主频等特性,在保证算法高精度、高准确度的前提下,解决了全天区星图识别耗时长的问题。首先,根据星点信息构建星辐射模式；其次,基于FPGA实现了星辐射模式下对应特征向量的计算；最后,提出了一种可预读、流水化的星辐射模式匹配算法,极大地缩短了星辐射模式匹配的时间。在Xilinx公司的Xc7a75tfgg484-2平台上进行实验验证,结果表明,在相同时钟主频下,基于FPGA的星图识别算法速度比基于DSP的算法速度快10.95倍以上,而且在使用三组特征向量同时进行匹配时,识别率超过99%。     

基于预测跟踪星表提高星敏感器实时性的方法

为提高星敏感器在星跟踪失败时向全天识别模式转换的效率,提出了一种在星跟踪的同时,并行预测跟踪导航子星表的方法,以随时做好工作模式切换的准备,提高星敏感器实时性。设计了分层存储、逐层索引结构的导航星表,实现了均匀化筛选导航星、构建导航子星表及对数据快速搜索和处理;由飞行态数据预测下一时刻星敏感态,并通过星敏感器视轴指向与子星表地址之间的索引关系,预测跟踪子星表的地址;星跟踪失败时,全天识别在4个冗余子星表中完成,简化识别过程,提高了识别效率。实验结果表明,设计的导航星表较为科学、合理,预测跟踪星表方法具有较强的鲁棒性,在高动态条件下有效提高了星敏感器模式切换的实时性。     

星敏感器抗杂光的复合型背景估计星图处理算法

星敏感器在太空作业时，易受到太阳光、月光和地气光等杂光的干扰，导致拍摄的星图灰度整体升高，背景均匀性较差，难以准确提取到星点坐标。针对上述问题并结合现有算法提出了一种复合型背景估计的杂光干扰下星图处理算法。首先，星点具有经点扩散成像后尺寸为直径3×3至7×7的特征，设计相应的背景估计模板，最后为提高算法鲁棒性，提高局部信息的利用率，再设计一个像素估计模板，两个估计模板同时计算后处理数据实现阈值分割；最后进行星点质心计算。通过试验证明该方法可以较好地抵抗杂光干扰，提高杂光背景下星点提取的精度。     

星识别的全新智能快速搜寻方法

星图识别算法的关键是识别效率高、花费时间短。过去的几十年里,人们致力于建设搜寻数据库的方法,而且确实找到了大量的搜寻方法。为了减少星图数据库的搜寻时间,提出了一种将不同恒星星等分层分类的新技术。同时,采用这种准确快速的搜寻方法提出了全新智能快速星识别算法。基于台式机的仿真结果显示这种星识别方法和数据库搜寻方法具有较高的准确性和效率。通过数据库搜寻星特征的时间复杂度为0(n)。除此以外,因为星图像的质量决定了星图识别算法准确性的改进,因此提出一种模糊边缘检测技术来解决图像的预处理问题,这种方法对于噪声消除、星特征提取、数据库建设和匹配有重要意义。     

一种折射星图的模拟方法

星光折射法是一种很有发展前途的导航方法。由于航天实验费用巨大,往往不可能进行实时的星空拍摄。为解决这个问题,文中提出了一种折射星的模拟方法,该方法结合大气折射模型和星光折射几何方程来计算星光折射角,进而得到折射星的赤经和赤纬。再利用星图模拟方法就可以模拟折射星在星敏感器像平面的位置,而且能够根据实际情况考虑星敏感器噪声、环境噪声的影响,仿真结果验证了本方法的正确行和实用性。     

基于共有星的快速星图识别方法

提高星图识别的快速性对于提高数字天顶仪的定位效率具有重要意义。传统的数字天顶仪星图识别需要对旋转拍摄的每幅星图上所有星点单独进行识别,致使星图识别效率较低。考虑到星图间存在着共有星,对此提出了一种基于共有星的星图识别方法。首先对定位循环中间位置拍摄的两幅星图单独进行识别,然后通过建立倾斜修正模型消除了实际拍摄状态下CCD平面与水平面之间的小倾角,并在此基础上建立了星点归算模型,以此找出剩余星图与已识别星图间的共有星。实验结果表明：通过星点归算模型找出剩余星图与已识别星图间共有星后,再对新增星进行识别,大大提高了星图识别的效率。     

基于DSP的漂移扫描CCD星图快速识别

为了提高漂移扫描CCD的识别速度,实现同步 卫星实时定轨,提出基于数字信号处理器(DSP,digital signal processor)的星图快速识 别算法。在嵌入式DSP数据处理 平台上优化传统的三角形识别算法,采用二次匹配识别算法,即分区间筛选子星表中参考星 参与初匹配,利用初匹配结果推算CCD底片模型,根据背景恒星与子星表参考星的对应关 系将所有恒星进行二次匹配。对分辨率为1528×1528实拍星图的实验处理结果表明,由于引 入了DSP与改进了识别算法,在很大程度上加快了漂移扫描CCD星图识别速度,所耗时间 仅为传统星图识别算法的50%,且识别成功率达到98.4%。     

白天观星红外星图噪声抑制算法

单点噪声和条纹非均匀性噪声是白天观星红外星图中的两种典型噪声,严重影响了星图识别的后续处理。针对两种噪声产生的原因和特点,提出改进的单点噪声去噪算法,即用局部窗口遍历扫描全图检测出单点噪声,然后用全局均值进行补偿;又提出列直方图偏移校正算法去除条纹非均匀性噪声,即依据列偏移校正模型,对每列直方图相对于全局直方图的峰值位置偏移进行校正。实验结果表明:所提出的噪声抑制算法对红外星图去噪效果良好,星点目标峰值信噪比可从7.4提高到12.8,并且算法计算简单,可以在单帧时间内完成,满足星图实时预处理的应用要求。     

一种基于星点特征不变原理的快速星图识别方法

星图识别算法是星敏感器输出姿态的关键技术。根据星图从天球坐标系转换到星敏感器坐标系过程中存在特征值不变的原理,结合视场和星等需求建立了导航星表。并根据星图识别要求设计了对应的快速识别算法。针对特征表维数多的特点,采用K向量法提高搜索效率,同时采用并行计算的思想进一步提高搜索速度。采用Matlab编程实现了算法,并进行了仿真。结果表明,算法的识别效率可达97.8%,平均搜索时间可达14.4ms,能够满足准确率高、识别速度快的要求。     

一种星敏感器光学系统标定与引建的新方法

星敏感器以星体映射在CCD像平面上的坐标作为输入信号,信号精度受到光学系统固有误差与CCD像平面安装误差的综合影响。基于恒星参考系的星敏感器光学系统标定与引建方法,无需转台与星模拟器等大型昂贵设备支撑,以天体信标于观测历元时的精确赤道坐标为基础依据,创新性地将星敏感器不可回避的CCD像平面安装误差问题,糅合至光学系统标定过程进行解决,应用简单、方便,经试验验证:标定与引建精度能够达到角秒量级。