基于多特征匹配的快速星图识别

随着星敏感器探测灵敏度的提高,导航星表中恒星的数量急剧增加,导致星图识别的识别速度和识别率降低。因此,为了提高星图识别的识别速度和识别率,文中在三角形算法的基础上提出了一种基于多特征匹配的快速星图识别算法。首先,采用天球的内接正二十面体法对预处理后的星表进行分区。然后,将特征三角形的边长以及外接圆和内切圆半径的乘积作为特征值构建导航特征库,并根据后者的哈希函数对特征库进行分块。在识别的过程中,利用观测三角形外接圆和内切圆半径乘积的哈希函数实现导航特征库子块的快速定位,并在该子块内采用多特征匹配的方法得到观测三角形的识别结果,最后根据该结果确定星敏感器视场所包含的天球子区域,并在子区域内完成视场中其它导航星的识别。实验结果表明,文中算法的识别性能与导航特征库的分块数有关,在选择合适的分块数后,与常用三角形算法相比,算法在识别速度,识别率以及对星等误差和假目标的鲁棒性等方面具有明显的优势,算法的平均识别时间和识别率分别为17.161ms和98.58%,满足星敏感器对高识别速度和识别率的要求。     

快速全天自主星图识别算法的研究

三角形识别算法是工程应用中较为成熟的算法,为了克服三角形因特征维数较低带来的冗余匹配问题,提出了一种改进的三角形算法。由于经过标定后观测星之间的相对星等差比较稳定,增加星等差作为辅助识别特征,同时,引入三角形以外的第四颗星为顶点,与三角形构成假想的四面体,顶点与底面三角形三个点的角距既是识别特征量,也可用于检验识别的结果是否正确。为了减小导航特征库的容量及对其遍历比较带来的时间开销,对导航特征库存储内容进行了精简,并利用数据结构中的散列查找法对识别特征构造散列函数,加快了识别过程。仿真实验结果表明,该识别算法具有较快的识别时间和较高的识别率。     

快速全天自主星图识别

为了克服三角形识别算法中三角形因特征维数较低带来的冗余匹配问题,对该算法进行了改进.在利用标记法进行三角形识别的基础上,引入三角形以外的第四颗星,并以其为顶点,与三角形构成假想的四面体,顶点与底面三角形3个点的角距既可作为识别特征量,也可用于检验识别的结果是否正确.识别算法以星对角距作为主要识别特征,增加星等差为辅助识别特征,减少了对冗余数据的存储,使导航特征库的容量仅有0.4 Mb.在识别过程中,利用散列查找法对识别特征构造散列函数,减少了对导航特征库遍历比较的次数和时间开销,加快了识别过程,平均识别时间为0.43 ms.仿真实验结果表明,该识别算法在较大位置和星等误差时具有较短的识别时间和较高的识别率.     

添加补偿码的快速径向伴星特征星图识别

针对传统的基于径向特征的星图识别算法在构建星模式的过程中由于位置噪声的干扰导致识别率较低的问题,本文提出一种添加补偿码的快速径向伴星星图识别算法。该算法以比特向量的形式构建基于径向特征的特征向量,同时将伴星间的角距信息以及位置噪声的补偿信息添加到特征向量中,从而有效地减小了特征库的容量,提高了星图识别算法的稳定性和识别率。最后本文根据比特向量的特点采用最小相似差方法快速完成观测星与导航星之间的初匹配,再根据同一视场内星点位置信息的相关性完成对观测星的唯一识别。实验仿真结果表明,在位置噪声为0.5像素的情况下星图识别成功率达到97.8%;在星等噪声为0.8 Mv的情况下星图识别成功率达到96.4%;当以真实星图为实验对象时,星图识别的成功率达到94.2%。与传统的三角形算法以及未添加补偿码的径向特征星图识别算法相比,本文算法在识别成功率和识别时间上均有着不同程度的提高。     

三角形星图识别算法的改进

三角形识别算法是采用星敏感器为导航部件所广泛运用的星图识别算法。但由于三角形特征维数较低,容易造成冗余匹配和错误识别。为了提高三角形识别算法的识别成功率,对三角形识别算法的识别过程做了改进。先将满足三边判决门限的导航星对记录到匹配数组,然后对导航星出现的次数进行计数;利用三角形三边之间两两相交的相关性,将导航星出现次数2的星对作为整体剔除,最后在余下的导航星对中寻找与观测三角形同构的三角形。识别过程中,以星对角距和相对星等差为识别特征,并对识别特征构造了散列函数,从而减少了识别过程中特征量比较的次数,提高了识别速度,增加了识别成功率。同时,也减小了内部导航星库的存储容量。     

基于相似三角形的星图识别

星图识别算法是星敏感器快速获得姿态信息的关键,传统的星图识别算法,例如三角形算法、多边形算法以及一些改进算法,大多是以星对间的角距作为识别特征,而星对角距的计算精度严重依赖于星敏感器相机的焦距f的校准精度。如果校准精度不够或者由于环境原因导致相机焦距有较大变化时,这些基于星对角距的识别方法将无法正常工作,本文提出了一种基于相似三角形的星图识别算法,该算法利用观测星组成的三角形与CCD相机所成像点三角形相似来进行识别,由于识别过程不需要焦距信息,在焦距有较大变化时仍能正常工作。最后用蒙特卡罗方法进行了仿真验证,结果表明该算法在引入较大焦距误差时识别率无明显变化,其平均识别率为95.2%,平均识别时间为5.3ms,而相同仿真实验条件下传统三角形算法的平均识别时间为7.6ms,在引入0.5pixel的像面位置误差时该算法识别率为93.3%,而传统三角形算法识别率仅为86.5%,该算法较传统三角形算法在识别速度方面有一定优势,同时对像面位置噪声的鲁棒性更好。     

改进的基于主星的星图识别算法

为了建立更高效的星图识别算法,设计了一种以主星与邻星角距为识别特征的星图识别算法.构建了导航星库,将所有邻星与主星角距进行量化编码,并按照从小到大的顺序排列为特征模式字符串,串尾附加字符串长度项为聚簇索引,借以提高导航星库的检索速度;然后,利用改进的KMP字符串识别方法对观测星进行匹配识别.当存在2 pixels的高斯位置噪声时,该算法成功识别率高于97.38%,导航星库的存储容量为149.4 kB.在Pentium 1.6 GHz PC机上随机识别1 250幅星图,平均识别时间为42.78 ms.此识别算法对观测图像具有旋转不变性,对位置和星等噪声都有很好的鲁棒性,且导航星库的存储容量小、检索效率高、实时性好.     

三角形星图识别改进算法研究

三角形识别算法是目前采用星敏感器为导航部件所广泛运用的算法,但由于特征维数较低,容易造成冗余匹配和错误识别。为了提高三角形识别算法的识别正确率,提出了改进识别过程的三角形识别算法,先将满足三边判决门限范围内的导航星对记录到匹配数组,对出现的导航星进行计数,利用三角形三边之间两两相交的相关性,将导航星出现次数小于2的星对作为整体剔除,在余下的导航星对中寻找与观测三角形同构的三角形。识别过程中,以星对角距和相对星等差为识别特征,并对识别特征构造了散列函数,减少了识别过程中特征量比较的次数,提高了识别效率,同时,也减小了内部导航星库的存储容量。     

基于星点有序集的全天球自主星图识别算法

为了提高在全天球自主工作模式下星图识别的成功率和鲁棒性,本文结合kNN算法和有向图理论的思想,构造出具有强约束的有序星点集模式,提出基于有序星点集的全天球自主星图识别算法。该方法首先利用k近邻算法的思想,以导航星点为中心,对位于其一定范围内的导航星进行了分类划分。然后基于有向图理论,以距离中心点星最近的导航星为基准,按照顺时针顺序对分类的导航星进行排序,构造出具有强约束特性的有序星点集作为星图识别的特征。实验结果表明:在存在星点位置误差和伪星点的情况下,本文提出的基于有序星点集全天球自主星图识别算法具有很强的抗噪声能力、抗伪星点干扰能力和鲁棒性。在星点质心位置达到3像素时,基于有序星点集星图识别算法成功率仍然可以达到99.8%,比三角形识别算法和栅格识别算法的识别成功率高16%以上;在存在3颗伪星点的情况下,基于有序星点集星图识别算法成功率为98.4%,比三角形识别算法和栅格识别算法高10%以上。     

结合MSA与方向编码的快速景象匹配

针对MSA(Multi-Scale Autoconvolution)算法对光照变化敏感且在进行目标搜索时计算量大的缺点,提出了一种结合MSA和方向编码的快速景象匹配算法。首先,求待匹配图和模板的方向编码图,以消除光照变化的影响;其次,对方向编码图进行分块处理,分别求取各子块的MSA值,在每个搜索位置,只更新MSA值矩阵的一行(列),这样使计算量减少到不足原MSA算法的1/8。用cameraman图像和实际卫星拍摄图像进行实验,结果表明,改进后的算法不仅对仿射变换、轻微透视投影变换、噪声及遮挡具有鲁棒性,同时可以抗光照变化的影响,且搜索速度更快,在实际拍摄的图像中能对目标进行准确识别和定位。     

不规则多孔零件的通用匹配算法研究

汽车工业存在大量形状各异的带孔零件,针对不规则多孔零件的模板匹配,提出了一种基于特征三角形的快速模板匹配算法。利用面积特征和距离特征选取匹配孔,采用限定的最小二乘法圆拟合计算匹配孔的精准圆心构建特征三角形;根据三角形的旋转不变性和平移不变性,利用特征三角形提取匹配中心和匹配角进行仿射变换,实现零件的模板匹配和配准。实验结果表明,该模板匹配算法适用于不同孔数的零件,对零件变形的宽容度较高,且不易受匹配孔部分缺失、粘连等缺陷的影响,匹配速度快,可以达到工业零件缺陷检测的要求。     

天文导航中的星敏感器技术

由于星敏感器仅仅工作在全天球的识别模式下远不能满足当前飞行器任务的需要,提出了当星敏感器有足够的先验信息情况下,可在星跟踪模式或者预测星像模式下工作,来提高星敏感器的数据更新率,降低由全天球识别带来误匹配的可能性.本文提出了一种新的星跟踪算法来克服飞行器在大角速度飞行情况下传统星跟踪算法处理时间过长等不足;为了消除由于系统噪声带来的误差,还提出了星图滤波和星像滤波的方法.实验结果表明,当飞行器在2.25°/s的角速度下飞行时,星敏感器能在10 pixel×10 pixel的范围内从星图中正确提取星像,星图经去噪后,星敏感器输出精度提高了近5″,从而使星敏器可在飞行器高动态飞行情况下实现高精度、高更新率的姿态输出.文中描述的所有方法已在2007年和2008年进行了地面观星测试,并于2009年即将应用于某些卫星的姿控系统中.     

暗弱空间目标的高精度定位

提出了一种暗弱空间目标的高精度定位方法,以进一步提高该类空间目标的定位精度。研究了星像质心计算和星图匹配以及光电望远镜静态指向修正模型和天文定位等算法。首先,深入分析了星像质心计算和三角形匹配算法。然后,采用Tycho-2星表和基本参数修正模型,修正光电望远镜系统静态指向误差。最后,针对暗弱空间目标定位精度低,对传统天文定位方法进行了改进,提出了"暗弱空间目标高精度定位方法",实现了暗弱空间目标高精度定位。实验结果表明:提出的暗弱空间目标高精度定位方法的测量精度优于4″,基本满足光电观测系统进行暗弱空间目标测量时对精度和稳定性的要求。