基于小视场星敏感器的星点提取与星图识别算法研究
发布时间：2020-11-21 14:35
星敏感器作为一种可独立输出三轴姿态的姿态测量器件,具有功耗低、高精度以及高可靠性等特点,被广泛应用于天文导航系统。星图识别算法的好坏直接影响了星敏感器的姿态测量精度。星敏感器通过CCD相机捕获星图,需要先对星图进行预处理,星图预处理包括星图降噪、星点提取、星点质心定位。在星图完成预处理后,才能进行星图识别。星图识别是将星敏感器所拍摄星图中的星点与导航星特征库中的参考星点进行特征匹配,从而通过计算获得载体姿态信息。本文针对小视场星敏感器单视场捕获星点数目少、探测灵敏度高、星等敏感极限大等特点,开展了星图识别算法的研究。星图预处理以及导航星表的构建作为匹配识别的重要基础,直接影响星图匹配的成功率,也是本文的重点研究内容。首先,结合小视场星敏感器特点,对星点提取问题进行分析,主要包括星图降噪、星点提取、星点质心定位算法的研究。在已知星图噪声情况的基础上,对现有滤波算法进行分析,选择适用于星图的降噪方法。在星点提取的基础上,重点研究了星点定位算法,主要包括传统质心法、曲面拟合法、改进的质心法,并对带阈值的质心法质心提取误差进行仿真分析。在星图模拟技术的基础上,对星点误差进行分析,研究对其进行补偿校准的方法。其次,针对小视场星敏感器星等敏感极限高、暗星探测能力强、单视场捕获星点数目不足的特点,确定在星等滤波中所采用的星等极限值。建立导航星库。先对星表中存储的导航星位置信息进行赤经、赤纬变换,并对天区进行分块,再分别在每个天区中求出导航星的方向矢量。针对小视场星敏感器的特点,对双星进行合成处理成一颗星,计算出每个天区中所有组合星对的星间角距,并将其按升序排列,完成导航星特征库的建立。最后,针对现有星敏感器星图识别算法在视场较小时,无法兼顾识别算法的鲁棒性与识别准确率的问题,提出一种改进的三角形星图识别算法。并且针对导航星特征库的数据特点,采用二分法进行查找,提高了搜索速度,减少识别过程中搜索所需时间。经仿真验证,该改进算法在视场内的星点数目较少、星图有噪声时,仍具有较高的识别成功率以及鲁棒性,可以有效应用于小视场星敏感器领域。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V448.22
【部分图文】：
第 1 章 绪论星图识别是应用星敏感器测姿的关键技术，是相关领域的研究热点，其内容主要包括星图预处理、导航星特.征库的构建、星图的特征提取以及匹配识别等。其识别过程的基本思想就是将星敏感器拍摄到的星图特征与导航特征库中的星模式进行对比，以确定星敏感器当前姿态。星图识别的基本流程如图 1.2 所示。
型的星敏感器所拍摄的星空图像。图 2.3 典型的星敏感器拍摄的星空图像任取某一星点周围的局部星图，如图2.3中方框所标注部分，对其进行灰度值分析，得到星点及其邻域的灰度分布如图 2.4 所示。根据图2.4中的灰度分布分析，可以得到以下两个结论：(1) 从频域角度看，星点区域为低频部分，背景及噪声为高频部分；(2) 星点的整体灰度值显然大于星空背景以及各种干扰噪声的灰度值。上述两个结论则分别为星图的降噪以及阈值分割提高了依据。由上述可知，星图噪声主要成分是椒盐噪声和高斯噪声，而且高斯噪声的影响较大，并且和星空背景、感光元器件噪声等多种因素相关。而且，根据星点及其邻域灰度值分析可知，星图噪声为高频噪声
低通滤波去噪用滤波模板进行滤波是一种典型的非线性滤波方式，依靠模板(2 ′ 2,3′ 现对图像的滤波处理。我们以3′ 3 大小的模板为例，对模板滤波原理进行2.3(a)表示原始图像的一部分，其中 至 为相应位置像素点的灰度值，大小为3′ 3 的模板，其中0 8k ~k 为模板权值系数。将 模 板的中 心位置与y )的像素点重合，将 所在位置与待处理图像中灰度值为0g 的 像 素点的模板输出Y为：0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7f ( k g , k g , k g , k g , k g , k g , k g , k g)YK= 中： f ( )表示不同滤波方式所对应的滤波函数，K 表示滤波系数。图 2.5(c)，将像素点( x , y )的灰度值置为Y，就完成了在该像素点的低通滤滤波、中值.滤波以及均值滤波等模板滤波而言，其滤波原理及实现过程别在于滤波函数、滤波系数以及加权系数的不同。0g8g0k
【参考文献】
本文编号：2893145
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V448.22
【部分图文】：
第 1 章 绪论星图识别是应用星敏感器测姿的关键技术，是相关领域的研究热点，其内容主要包括星图预处理、导航星特.征库的构建、星图的特征提取以及匹配识别等。其识别过程的基本思想就是将星敏感器拍摄到的星图特征与导航特征库中的星模式进行对比，以确定星敏感器当前姿态。星图识别的基本流程如图 1.2 所示。
型的星敏感器所拍摄的星空图像。图 2.3 典型的星敏感器拍摄的星空图像任取某一星点周围的局部星图，如图2.3中方框所标注部分，对其进行灰度值分析，得到星点及其邻域的灰度分布如图 2.4 所示。根据图2.4中的灰度分布分析，可以得到以下两个结论：(1) 从频域角度看，星点区域为低频部分，背景及噪声为高频部分；(2) 星点的整体灰度值显然大于星空背景以及各种干扰噪声的灰度值。上述两个结论则分别为星图的降噪以及阈值分割提高了依据。由上述可知，星图噪声主要成分是椒盐噪声和高斯噪声，而且高斯噪声的影响较大，并且和星空背景、感光元器件噪声等多种因素相关。而且，根据星点及其邻域灰度值分析可知，星图噪声为高频噪声
低通滤波去噪用滤波模板进行滤波是一种典型的非线性滤波方式，依靠模板(2 ′ 2,3′ 现对图像的滤波处理。我们以3′ 3 大小的模板为例，对模板滤波原理进行2.3(a)表示原始图像的一部分，其中 至 为相应位置像素点的灰度值，大小为3′ 3 的模板，其中0 8k ~k 为模板权值系数。将 模 板的中 心位置与y )的像素点重合，将 所在位置与待处理图像中灰度值为0g 的 像 素点的模板输出Y为：0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7f ( k g , k g , k g , k g , k g , k g , k g , k g)YK= 中： f ( )表示不同滤波方式所对应的滤波函数，K 表示滤波系数。图 2.5(c)，将像素点( x , y )的灰度值置为Y，就完成了在该像素点的低通滤滤波、中值.滤波以及均值滤波等模板滤波而言，其滤波原理及实现过程别在于滤波函数、滤波系数以及加权系数的不同。0g8g0k
【参考文献】
相关期刊论文 前10条
1 郭金运;代杰;姜爱辉;于学敏;韩延本;;Tycho-2星表读取及恒星视位置计算研究[J];测绘科学;2015年09期
2 李健;张广军;魏新国;;多视场星敏感器数学模型与精度分析[J];红外与激光工程;2015年04期
3 王龙;杨孟飞;钟红军;卢欣;杨君;李晓;余成武;刘婧;梁士通;;星敏感器星点聚类提取方法[J];中国科学:技术科学;2015年03期
4 牛瑞;王昱;;背景预测与目标标记法结合的星图星点提取算法[J];测绘科学;2015年02期
5 吴庭翱;;基于能量分布的星点提取方法[J];信息技术;2014年11期
6 李辉;王安国;张磊;;改进金字塔算法用于小视场星图识别[J];应用光学;2013年02期
7 陆敬辉;王宏力;文涛;陆长捷;;弹载导航星表的设计与实现[J];宇航学报;2011年09期
8 邢飞;尤政;董瑛;;基于导航星域和K矢量的快速星图识别算法[J];宇航学报;2010年10期
9 李光蕊;;适用于星敏感器的导航星表构造算法研究[J];光学技术;2010年05期
10 田宏;林玲;郝永杰;卢卫;陈元培;张辉;;星敏感器导航星表建立[J];空间控制技术与应用;2010年03期
本文编号：2893145
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/2893145.html
