一种利用改进径向特征的星图识别方法
发布时间：2021-06-28 06:12
为进一步提高恒星识别效率和准确性,本文结合环向特征对径向特征进行改进,提出了一种新的径向特征星图识别方法,按环向象限对星图数据进行处理,建立径向特征数据库;对待匹配星图中的观测星与特征星库中的参考星按环向象限顺序进行径向特征匹配,星库中与待识别星验证匹配计数值最大的恒星即为最终识别结果。实验数据分析表明,该方法噪声条件下的识别准确率高于传统栅格识别方法,且仅需通过部分象限的匹配即可完成识别过程,单颗恒星平均识别效率提高约30%。
【文章来源】：系统仿真学报. 2019,31(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
径向特征示意图Fig.1Sketchmapofradialfeature
第31卷第4期系统仿真学报Vol.31No.42019年4月JournalofSystemSimulationApr.,2019http:∥www.china-simulation.com602的是三角形匹配算法[3]，通过构建观测星三角形，利用角距匹配进行识别。三角形算法实现简单，但也存在特征维数较低容易造成冗余匹配的问题。随后，许多学者不断提出改进的三角形算法，如三角形内切圆识别算法[4]、基于最大内角的三角形算法[5]，基于哈希链表的快速三角形算法[6]等。第二类方法通过建立模式数据库将星图识别过程转化为观测星的模式识别过程。较早采用模式识别方法的是PadgettC于1997年提出的栅格算法[7]，将星图划分为栅格，并为每颗恒星构建特征模式向量，搜索领域伴星，极大提高了特征维度，且搜索匹配过程简单，速度快，但要求识别观测星太多，影响其在线应用。随后，ClouseD[8]采用贝叶斯模式分类理论，踪华[9]利用星点在星图中的位置编号和星点坐标构建一种新的星图描述模式，钱华明[10]利用相似性度量函数对栅格算法进行改进，取得很好的效果。然而，上述算法在构造恒星特征模式时仍需要进行星图旋转，为此研究人员进一步构建了具有旋转不变性的特征，如魏新国[11]利用径向和环向特征构建模式库，胡坤[12]采用恒星星对角距构建观测星的特征量，并采用查表或Hausdorff距离进行匹配识别。文献[13]从集合论角度出发，利用KNN算法和有向图理论建立星点有序集作为星图识别的特征，进一步提高了星图识别算法的抗噪声能力和鲁棒性。从星图识别方法发展现状来看，模式识别类算法对星点位置噪声与星等亮度噪声不敏感，整体上较子图同构类算法鲁棒性强，且所需存储空间小，速度较快，是今后星图识别算法的发展方向[12]。但传统的模式匹配方法在星点提取误差较大的情况下，临近星错误选择
第31卷第4期Vol.31No.42019年4月赵军阳,等:一种利用改进径向特征的星图识别方法Apr.,2019http:∥www.china-simulation.com603将半径R内的圆形区域作为径向特征区域。(2)将沿径向的特征区域划分为等间距的圆环，圆环宽为r，以待识别星S为中心沿径向向外的圆环依次为G1,G2,…,GNq。(3)分别计算特征区域内恒星与待识别星S的角距，确定该星位于某一圆环，则径向特征表示为：12(,,,,,),1,2,,qjNqSBBBBjN式中：1,0,mmmGBG环带有伴星环带无伴星。2)环向特征(1)把待识别星S作为中心，计算出在特征区域内，任意两颗恒星和待识别星S构成的夹角大校(2)找出其中夹角最小的那个，以其中一颗恒星S1与待识别星S的连线为起始边，逆时针方向将特征区域均分为8个象限。(3)按逆时针方向，将各象限的恒星分布情况记为环向特征，若象限内有恒星记为1，没有恒星则记为0。(4)将特征量进行循环位移，找出数值最大的特征量作为环向特征。进行星图识别时，首先根据径向特征和环向特征的求取方法，将星库中的恒星转换为径向特征与环向特征表示，并储存起来作为特征数据库；然后对需要识别的星图运用质心定位方法确定各星点坐标，采用同样的方法，计算出星点的径向特征与环向特征；最后将待识别星点特征与星库特征数据进行匹配，完成星图识别。径向特征由于具有旋转不变性的优点，匹配较为稳定可靠，而环向特征相对于径向特征并不可靠，是对径向特征匹配的一种补充。因此，在算法具体匹配的过程中，首先进行径向特征匹配，然后再进行环向特征匹配。运用径向与环向特征进行识别恒星的详细步骤如图3所示。2改进的径向特征星图识别方法2.1改进径向特征的构建采用径向与环向特征的星图识别方法是一种效果较好的星模式识别方法，相对于栅格识
【参考文献】：
期刊论文
[1]一种快速三角形星图识别算法[J]. 张磊,周宇,林荣峰,张增安,钱方亮. 应用光学. 2018(01)
[2]基于星点有序集的全天球自主星图识别算法[J]. 朱海龙,梁斌,张涛. 光学精密工程. 2017(06)
[3]一种改进的栅格星图识别算法[J]. 钱华明,郎希开,李猛. 传感器与微系统. 2017(06)
[4]基于最大内角的三角形星图识别算法[J]. 张同双,郭敬明,柏杨,刘冰,周海渊,王二建,张世学. 光学精密工程. 2017(01)
[5]一种基于模式匹配的自主星图识别算法[J]. 踪华,汪渤,周志强,高磊,李笋,高晓颖. 北京理工大学学报. 2015(10)
[6]一种基于旋转不变特征的星图识别算法[J]. 胡坤,陈嘉鸿,谢元平. 光电工程. 2015(06)
[7]星图识别三角形算法综述[J]. 时圣革,雷肖剑,于长海. 光电技术应用. 2014(05)
[8]三角形内切圆的星图识别算法[J]. 陆敬辉,王宏力,孙渊,崔祥祥. 红外与激光工程. 2011(04)
[9]利用径向和环向分布特征的星图识别方法[J]. 魏新国,张广军,江洁. 光电工程. 2004(08)
硕士论文
[1]大地天文测量星图定位与识别算法的研究[D]. 孟靖.西安电子科技大学 2010
本文编号：3253783
【文章来源】：系统仿真学报. 2019,31(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
径向特征示意图Fig.1Sketchmapofradialfeature
第31卷第4期系统仿真学报Vol.31No.42019年4月JournalofSystemSimulationApr.,2019http:∥www.china-simulation.com602的是三角形匹配算法[3]，通过构建观测星三角形，利用角距匹配进行识别。三角形算法实现简单，但也存在特征维数较低容易造成冗余匹配的问题。随后，许多学者不断提出改进的三角形算法，如三角形内切圆识别算法[4]、基于最大内角的三角形算法[5]，基于哈希链表的快速三角形算法[6]等。第二类方法通过建立模式数据库将星图识别过程转化为观测星的模式识别过程。较早采用模式识别方法的是PadgettC于1997年提出的栅格算法[7]，将星图划分为栅格，并为每颗恒星构建特征模式向量，搜索领域伴星，极大提高了特征维度，且搜索匹配过程简单，速度快，但要求识别观测星太多，影响其在线应用。随后，ClouseD[8]采用贝叶斯模式分类理论，踪华[9]利用星点在星图中的位置编号和星点坐标构建一种新的星图描述模式，钱华明[10]利用相似性度量函数对栅格算法进行改进，取得很好的效果。然而，上述算法在构造恒星特征模式时仍需要进行星图旋转，为此研究人员进一步构建了具有旋转不变性的特征，如魏新国[11]利用径向和环向特征构建模式库，胡坤[12]采用恒星星对角距构建观测星的特征量，并采用查表或Hausdorff距离进行匹配识别。文献[13]从集合论角度出发，利用KNN算法和有向图理论建立星点有序集作为星图识别的特征，进一步提高了星图识别算法的抗噪声能力和鲁棒性。从星图识别方法发展现状来看，模式识别类算法对星点位置噪声与星等亮度噪声不敏感，整体上较子图同构类算法鲁棒性强，且所需存储空间小，速度较快，是今后星图识别算法的发展方向[12]。但传统的模式匹配方法在星点提取误差较大的情况下，临近星错误选择
第31卷第4期Vol.31No.42019年4月赵军阳,等:一种利用改进径向特征的星图识别方法Apr.,2019http:∥www.china-simulation.com603将半径R内的圆形区域作为径向特征区域。(2)将沿径向的特征区域划分为等间距的圆环，圆环宽为r，以待识别星S为中心沿径向向外的圆环依次为G1,G2,…,GNq。(3)分别计算特征区域内恒星与待识别星S的角距，确定该星位于某一圆环，则径向特征表示为：12(,,,,,),1,2,,qjNqSBBBBjN式中：1,0,mmmGBG环带有伴星环带无伴星。2)环向特征(1)把待识别星S作为中心，计算出在特征区域内，任意两颗恒星和待识别星S构成的夹角大校(2)找出其中夹角最小的那个，以其中一颗恒星S1与待识别星S的连线为起始边，逆时针方向将特征区域均分为8个象限。(3)按逆时针方向，将各象限的恒星分布情况记为环向特征，若象限内有恒星记为1，没有恒星则记为0。(4)将特征量进行循环位移，找出数值最大的特征量作为环向特征。进行星图识别时，首先根据径向特征和环向特征的求取方法，将星库中的恒星转换为径向特征与环向特征表示，并储存起来作为特征数据库；然后对需要识别的星图运用质心定位方法确定各星点坐标，采用同样的方法，计算出星点的径向特征与环向特征；最后将待识别星点特征与星库特征数据进行匹配，完成星图识别。径向特征由于具有旋转不变性的优点，匹配较为稳定可靠，而环向特征相对于径向特征并不可靠，是对径向特征匹配的一种补充。因此，在算法具体匹配的过程中，首先进行径向特征匹配，然后再进行环向特征匹配。运用径向与环向特征进行识别恒星的详细步骤如图3所示。2改进的径向特征星图识别方法2.1改进径向特征的构建采用径向与环向特征的星图识别方法是一种效果较好的星模式识别方法，相对于栅格识
【参考文献】：
期刊论文
[1]一种快速三角形星图识别算法[J]. 张磊,周宇,林荣峰,张增安,钱方亮. 应用光学. 2018(01)
[2]基于星点有序集的全天球自主星图识别算法[J]. 朱海龙,梁斌,张涛. 光学精密工程. 2017(06)
[3]一种改进的栅格星图识别算法[J]. 钱华明,郎希开,李猛. 传感器与微系统. 2017(06)
[4]基于最大内角的三角形星图识别算法[J]. 张同双,郭敬明,柏杨,刘冰,周海渊,王二建,张世学. 光学精密工程. 2017(01)
[5]一种基于模式匹配的自主星图识别算法[J]. 踪华,汪渤,周志强,高磊,李笋,高晓颖. 北京理工大学学报. 2015(10)
[6]一种基于旋转不变特征的星图识别算法[J]. 胡坤,陈嘉鸿,谢元平. 光电工程. 2015(06)
[7]星图识别三角形算法综述[J]. 时圣革,雷肖剑,于长海. 光电技术应用. 2014(05)
[8]三角形内切圆的星图识别算法[J]. 陆敬辉,王宏力,孙渊,崔祥祥. 红外与激光工程. 2011(04)
[9]利用径向和环向分布特征的星图识别方法[J]. 魏新国,张广军,江洁. 光电工程. 2004(08)
硕士论文
[1]大地天文测量星图定位与识别算法的研究[D]. 孟靖.西安电子科技大学 2010
本文编号：3253783
本文链接：https://www.wllwen.com/kejilunwen/tianwen/3253783.html
