The invention discloses a star pattern recognition method based on the spider network pattern and the convolution neural network. Including: Construction of a star and the companion by relative positional relationship between the angular relationship and companion star and cobweb model with color information, training set and testing production of cobweb model using star catalog, for a spider web pattern of convolutional neural network. The present invention can get a high correct recognition rate under the situation of larger star position noise and magnitude noise, and ensure that the matching star points are ensured when the accompanying star points are less in the navigation star mode radius.
【技术实现步骤摘要】
一种基于蜘蛛网模式和卷积神经网络的星图识别方法
本专利技术涉及星图识别领域,具体涉及一种基于蜘蛛网模式和卷积神经网络的星图识别方法。
技术介绍
对星敏感器观测的星点图像进行识别,找出图像星点在全天球星库中对应的位置是星敏感器三大关键技术之一。星图识别的正确与否直接决定星敏感器能否正确输出航天器的姿态,星图识别的速度和鲁棒性也直接决定输出姿态的实时性和可靠性。目前星图识别算法大致可以分为两类:子图同构类算法和模式识别类算法。子图同构类算法把星点看作图的顶点,视场内星点之间的角距作为图的边,直接或者间接使用星对角距,以线段(角距)、三角形、四边形等作为基本的匹配元素,从天球数据库中寻找一个与观测星图相同的子图,把子图顶点对应的星点作为观测星点的匹配星点。星敏感器星点光斑的质心定位存在误差,会出现较多星库中的星对或者三角形与观测星对或者三角形相似的情况,即冗余匹配。冗余匹配的数量会随着观测子图被匹配而逐渐下降,最终得到唯一的匹配子图。这类算法对星点位置噪声、星等噪声比较敏感,并且星图中星点信息利用不足、天球数据库容量庞大。模式识别类算法主要利用一定模式半径内星点的相对分布,为单颗星点建立唯一的模式特征,通过从特征数据库中搜索最相似的模式,并把此模式对应的星点作为单颗星点的匹配星点,完成星图识别。这类算法的特征数据库通常会包含查找表,以便快速搜索最相似的模式。相对于其它星图识别算法而言,模式识别类算法的主要优点在于其特征数据库容量较小,能够快速搜索得到匹配星点。模式识别类算法需要观测星图中存在较多的星点才能建立独特的星点模式,因此当观测星图中星点数量较少时,模式识 ...
【技术保护点】
一种基于蜘蛛网模式和卷积神经网络的星图识别方法,其特征在于:该识别方法步骤如下:步骤一、构建一种蜘蛛网模式星图,其构造如下:a)确定主星及模式半径,该主星的模式由模式半径所确定的邻域内的伴星所构成;b)将主星进行平移,使主星位于视场中央位置;c)依次将伴星与主星用彩色线段连接,并计算相邻伴星间的角距;d)为增加不同主星的模式的区分度以及星图内信息,将相邻的伴星根据角距的大小用不同颜色的线段连接,主星与相邻的伴星的连线构成不同形状的蜘蛛网模式星图;步骤二、构建蜘蛛网模式的训练集和测试集,其构造如下:训练集的构造:采用星表作为建立导航基准星点特征数据库的数据基础,选取亮度大于6Mv的星作为导航星,选取一定角度的模式半径,除去视场中只有一颗星和两颗星的情况,再每隔一定角度将星图旋转一次,每个角度的星图随机加入若干次若干个假星,按照步骤一的方法构造蜘蛛网模式星图,构成蜘蛛网模式星图的训练集;测试集的构造:因为星点的相对位置固定不变,主要的变换在于旋转和假星,为检测不同旋转角度下模型的识别精度,将导航星的星图每隔与训练集中的角度不同的任意角度旋转一次,每个角度的星图随机加入若干次若干个假星,按照 ...
【技术特征摘要】
1.一种基于蜘蛛网模式和卷积神经网络的星图识别方法,其特征在于:该识别方法步骤如下:步骤一、构建一种蜘蛛网模式星图,其构造如下:a)确定主星及模式半径,该主星的模式由模式半径所确定的邻域内的伴星所构成;b)将主星进行平移,使主星位于视场中央位置;c)依次将伴星与主星用彩色线段连接,并计算相邻伴星间的角距;d)为增加不同主星的模式的区分度以及星图内信息,将相邻的伴星根据角距的大小用不同颜色的线段连接,主星与相邻的伴星的连线构成不同形状的蜘蛛网模式星图;步骤二、构建蜘蛛网模式的训练集和测试集,其构造如下:训练集的构造:采用星表作为建立导航基准星点特征数据库的数据基础,选取亮度大于6Mv的星作为导航星,选取一定角度的模式半径,除去视场中只有一颗星和两颗星的情况,再每隔一定角度将星图旋转一次,每个角度的星图随机加入若干次若干个假星,按照步骤一的方法构造蜘蛛网模式星图,构成蜘蛛网模式星图的训练集;测试集的构造:因为星点的相对位置固定不变,主要的变换在于旋转和假星,为检测不同旋转角度下模型的识别精度,将导航星的星图每隔与训练集中的角度不同的任意角度旋转一次,每个角度的星图随机加入若干次若干个假星,按照步骤一的方法构造蜘蛛网模式星图,构成蜘蛛网模式星图的测试集;步骤三...
【专利技术属性】
技术研发人员:江洁,刘雷,张广军,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。