System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数字图像处理和计算机视觉,具体来说,是涉及一种基于亮星辅助的多特征星图匹配方法。该方法利用亮星作为辅助点,结合多个特征参数进行星图匹配,通过图像处理和计算机视觉算法实现对星图的准确匹配和识别。该专利技术可以应用于天文学、导航系统、图像匹配等领域。
技术介绍
1、星图识别是天文学、导航、遥感等领域中的一个重要问题。它涉及到从一个给定的星空图像中,自动识别出其中包含的星体,并将其与星表中的恒星匹配,以确定图像所表示的方向和位置。这项任务的难点在于,星空图像中的星体位置和亮度受到多种因素的影响,例如大气折射、地球自转、相机的光学畸变等。此外,星表中的恒星数量通常很大,而星空图像中只包含其中的一小部分,因此需要高效的算法来完成匹配任务。
2、专利cn201210315184.1,提出一种基于混合粒子群算法的星图识别方法,介绍了一种基于混合粒子群算法的星图识别方法,通过建立星库和应用算法进行识别,解决了大视场、高灵敏度条件下识别率低和鲁棒性差的问题。然而,方法的计算复杂度较高。
3、专利cn201711458120.6,提出一种基于卷积神经网络的星敏感器星图识别方法,介绍了一种基于卷积神经网络的星敏感器星图识别方法。该方法包括建立导航星库和统计星座信息,使用仿真星图和编号最多星座的样本库进行训练。通过将星图转化为稀疏矩阵并输入卷积神经网络,实现粗姿态星图识别和视场内恒星识别。该方法具有训练好的网络实现全天球星图识别且无需搜索导航星库的优势,而且仅需搜索少量数据库。此外,卷积神经网络能够自主提取特征,具
4、专利cn200610144323.3,提出了一种快速星图识别方法,介绍了一种快速星图识别方法。该方法通过确定导航星的特征三角形,计算其投影向量值,并存储相关信息。在进行星图识别时,确定观测星的特征三角形并计算其投影向量值,通过比较观测三角形和待选三角形,判断是否存在匹配,从而实现星图识别。该方法可以提高星图识别的速度和效率,同时减少存储空间。然而,对于复杂星图和大规模星库,会导致算法的空间复杂度和储存占用较高。
技术实现思路
1、本专利技术目的是针对上述现有技术在的问题和缺陷,提出了一种基于亮星辅助的多特征星图匹配方法。
2、本专利技术通过设计的亮星辅助多特征匹配算法,引入了每颗导航星附近天区的几何距离特征,一方面,提高了星图识别的速度,另一方面,采用角距和星等比值等特征提高了星图识别的鲁棒性和准确率。
3、为实现上述目的,本专利技术采用如下技术方案。
4、一种基于亮星辅助的多特征星图匹配方法,用于航海与航天领域通过对星图的准确匹配和识别来定位导航或位姿调整。
5、(1):安装并校准星敏感器,首先确定参考点:选择一个已知方向的物体作为校准的参考点。这可能是天线、指南针或其他准确测量角度的设备。确保该参考点的方向和角度是已知并可靠的。然后安装星敏感器:将星敏感器安装在需要进行校准的设备或平台上,并确保其与参考点之间有适当的位置和角度关系,以使其与参考点保持一定的对齐。测量参考点的角度:使用合适的测量工具或设备,测量参考点的精确角度。这可能涉及使用适当的角度测量仪器(如角度仪、测角器或转台等)进行测量,并记录参考点的角度值。进行比较和调整:根据星敏感器提供的角度测量数据或电信号输出,将测得的参考点角度与星敏感器测量到的角度进行比较。计算误差和调整:根据参考点角度与星敏感器测量到的角度之间的差异计算偏差和校准所需的调整值。调整星敏感器:根据校准误差的计算结果,调整星敏感器的方向和角度。这可以通过调整星敏感器的安装位置、姿态或其他相关参数来实现。重复以上步骤,进行重复比较与调整,直到参考点角度与星敏感器测量到的角度之间的差距足够小,并达到所需的准确性和精度。
6、确保安装校准完毕后,对星空图像进行采集。
7、(2):导航子星表时间归算并更新导航子星表,由于地球的自转和公转运动,星空的外观会随着时间的变化而发生微小的改变。因此,为了与当前观测的星空精确匹配,需要将导航星表中的星体位置和其他参数归算到当前时间。
8、(3):图像预处理,星敏感器拍下的星图可能会受到许多干扰,例如背景噪声、暗电流和散光等。在进行后续的处理之前,需要进行对噪声的预处理,以去除这些干扰。首先使用高斯滤波减弱图像背景噪声,然后使用暗场图像与拍摄图像做图像减法来消除暗电流噪声,之后再使用一个均匀光源照射的平坦场景图像与拍摄图像做图像减法来消除散光噪声。
9、(4):星图重心坐标提取,在预处理完成之后,星敏感器将提取星图中的星点重心坐标(最亮的像素点坐标)和亮度信息。首先对权利要求1步骤(2)中所述预处理后的星图进行二值化处理;然后进行轮廓提取,随后剔除噪声轮廓;最后对每个星点轮廓计算其重心坐标。
10、最后将这些信息保存在一个子星表中用于后续星图匹配算法的需要。
11、(5):星等确定,首先根据经验与大致地球上所处方位选取基准星,例如:夏季北半球可以选天琴座的波尔斯星(vega),夏季和秋季南半球可以选天蝎座的木蚂蚁一(antares),这些星星具有较高的亮度和较稳定的亮度变化特性,并且在星表和天文数据中有详细的亮度记录.根据选取的基准星的成像亮度值与查阅星表所得该星点的绝对星等,计算出修正系数μ.然后根据星敏感器拍摄亮度与星表中绝对亮度之比算出修正系数μ,随后根据修正系数μ推算出星图中每个星点的绝对星等,最后将绝对星等值作为特征值更新先前建立的子星表。
12、(6):进行星图匹配中的几何形状特征提取。根据星敏感器计算出视场内所有导航星点等的排序,选取一颗亮度最高的导航星作为中心;随后以半径r构建圆形待检测天区,以间距r将待检测天区划分为等间距同心圆环,分别标号为a1,…,an,总计n个环带区域;分别计算每个环带内的次星等星数量,次星等星就是指星等值满足如下公式的导航星:
13、(a-bi≤1)∩(a>bi),(i=1,2,...,n)
14、其中a指中心位置的亮星点等,bi指待检测天区中亮星附近的导航星点等值,i代表导航星个数。以此得到一组特征向量:
15、α=[x1,…,xn]
16、其中x1~xn分别代表a1~an环带内次星等星的数量,例如x2=3时,代表环带a2区域内有3颗次星等星。
17、(7)进行星图匹配中的多特征匹配。首先计算环带内的恒星与中央亮星之间的星对角距。当已知两颗导航星的天球坐标(αi,βi)和(αj,βj)时,可根据下式计算出两颗导航星i,j之间的角距:
18、
19、式中,其中(αi,δi)是星敏感器视场范围内恒星的赤经和赤纬。将上述公式求得的导航星角距记为一种特征值。按照距离次序从内往外计算每颗导航星与中心亮星之间的角距与星等比,将一对导航星之间的角距与星等比值记为一对特征值:
20、[di,j,本文档来自技高网...
【技术保护点】
1.一种基于亮星辅助的多特征星图匹配方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(1)所述的建立导航子星表的具体内容和方法是:计算原始星表中每颗恒星的赤经、赤纬、星对角距D′i、星等比M′i特征,以此构建导航子星表。
3.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(2)所述的对星空图像预处理的具体内容和方法步骤是:
4.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(3)所述的星图重心坐标提取的具体内容和方法步骤是:
5.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(4)所述的算出修正系数μ的具体内容和方法包括以下步骤:
6.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(5)所述基于亮星辅助的多特征星图匹配算法,包括几何形状特征提取和多特征匹配两部分:其中,几何形状特征提取的具体方法和步骤如下:
7.根据权利要求6所述的
8.根据权利要求6所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(65)所述的星等比是指两个天体的星等之比,当恒星A的星等为2,而恒星B的星等为4,则星等比值为2,以该值作为恒星A与恒星B的星等比特征。
...【技术特征摘要】
1.一种基于亮星辅助的多特征星图匹配方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(1)所述的建立导航子星表的具体内容和方法是:计算原始星表中每颗恒星的赤经、赤纬、星对角距d′i、星等比m′i特征,以此构建导航子星表。
3.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(2)所述的对星空图像预处理的具体内容和方法步骤是:
4.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(3)所述的星图重心坐标提取的具体内容和方法步骤是:
5.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方法,其特征在于,步骤(4)所述的算出修正系数μ的具体内容和方法包括以下步骤:
6.根据权利要求1所述的一种基于亮星辅助的多特征星图匹配方...
【专利技术属性】
技术研发人员:张辉,章泓基,鲍勃屹,林尉,车伟民,马金龙,朱成顺,付乐,
申请(专利权)人:江苏科技大学,
类型:发明
国别省市:
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。