基于循环匹配的低分辨星图目标识别方法技术

本发明专利技术涉及一种基于循环匹配的低分辨星图目标识别方法，方法包括如下步骤：由星表和角距计算公式生成导航特征星库；获取由星敏感器相机拍摄的序列星图；根据相机参数计算图像中星点的三维矢量；将星点亮度排序后以滑动窗口方式循环匹配；检测每颗星点匹配成功次数并前后循环确认；提取可靠恒星与可疑目标进行二次匹配识别目标；序列图像目标增强算法增强并追踪目标。本发明专利技术实现低相机分辨率下恒星的准确识别，循环匹配结果确认机制使得算法漏警率极低，可疑目标二次确认机制使得算法虚警率极低，序列图像目标增强算法使得对噪声鲁棒性高。能够识别双星，算法时间复杂度低，可同时识别多个目标。别多个目标。别多个目标。

【技术实现步骤摘要】
基于循环匹配的低分辨星图目标识别方法


[0001]本专利技术涉及航空航天与图像处理
，更具体地，涉及一种基于循环匹配的低分辨星图目标识别方法

技术介绍

[0002]星敏感器常用星图匹配的方法来确定卫星的姿态信息，通过将获取图像中星点与星库进行匹配，将像面坐标转换为天球坐标来确定卫星姿态。星图匹配同样可以通过识别背景恒星来辅助识别目标，但该研究目前还较少。目前常用且较为成熟的方法有三角形匹配法，通过计算星点角距所构成的三角形作为匹配特征，其他算法大多为方法的衍生算法。
[0003]星图匹配技术相比传统星空微弱目标识别算法具有其独特优势。当目标成像为点目标且与背景恒星运动特性和光学特性极为相似时，基于目标特征的识别方法很难将目标提取出来，星图匹配则利用导航星库识别恒星来间接识别目标。但该方法的缺点是需要较高的定位精度，尤其当识别微弱目标时背景恒星数量众多，这对成像系统、导航星库和识别算法都提出了较高要求。
[0004]使用传统星图匹配算法识别目标时相机需要达到至少0.002
°
的像元分辨率，且算法虚警率高难以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于循环匹配的低分辨星图目标识别方法，其特征在于，包括以下步骤：1).构建导航特征星库存储角距信息，步骤如下：(1)下载星表，提取其中部分恒星的星等、赤经和赤纬等信息；(2)计算所有两两恒星间的角距构成特征矩阵，其中角距通过以下方式计算：V＝(cosa
·
cosb，sina
·
cosb，sinb)d
xy
＝arccos(V
x
·
V
y
/|V
x
|
·
|V
y
|)其中a、b分别为恒星的赤经与赤纬，V为恒星三维矢量。V
x
与V
y
为两不同恒星的三维矢量，d
xy
为两颗恒星间的角距；(3)将特征矩阵中大于相机视场角的角距置零，并将处理后的稀疏矩阵进行压缩，完成导航星库构建；2).获取由星敏感器相机拍摄的序列星图；3).根据相机参数计算图像中星点的三维矢量，方式如下：已知相机所获图像中恒星坐标(x,y)，x,y为以图像中心为原点所得坐标值，f为相机焦距，则对应的恒星三维矢量v为：4).将星点亮度排序后以滑动窗口方式循环匹配，步骤如下：(1)将图像中星点灰度按照从大到小的顺序排序；(2...

【专利技术属性】
技术研发人员：张旭光，谭婵，张锷，裴浩东，
申请(专利权)人：中国科学院上海技术物理研究所，
类型：发明
国别省市：