基于小視場星敏感器的星點提取與星圖識別算法研究
發(fā)布時間:2020-11-21 14:35
星敏感器作為一種可獨立輸出三軸姿態(tài)的姿態(tài)測量器件,具有功耗低、高精度以及高可靠性等特點,被廣泛應(yīng)用于天文導航系統(tǒng)。星圖識別算法的好壞直接影響了星敏感器的姿態(tài)測量精度。星敏感器通過CCD相機捕獲星圖,需要先對星圖進行預(yù)處理,星圖預(yù)處理包括星圖降噪、星點提取、星點質(zhì)心定位。在星圖完成預(yù)處理后,才能進行星圖識別。星圖識別是將星敏感器所拍攝星圖中的星點與導航星特征庫中的參考星點進行特征匹配,從而通過計算獲得載體姿態(tài)信息。本文針對小視場星敏感器單視場捕獲星點數(shù)目少、探測靈敏度高、星等敏感極限大等特點,開展了星圖識別算法的研究。星圖預(yù)處理以及導航星表的構(gòu)建作為匹配識別的重要基礎(chǔ),直接影響星圖匹配的成功率,也是本文的重點研究內(nèi)容。首先,結(jié)合小視場星敏感器特點,對星點提取問題進行分析,主要包括星圖降噪、星點提取、星點質(zhì)心定位算法的研究。在已知星圖噪聲情況的基礎(chǔ)上,對現(xiàn)有濾波算法進行分析,選擇適用于星圖的降噪方法。在星點提取的基礎(chǔ)上,重點研究了星點定位算法,主要包括傳統(tǒng)質(zhì)心法、曲面擬合法、改進的質(zhì)心法,并對帶閾值的質(zhì)心法質(zhì)心提取誤差進行仿真分析。在星圖模擬技術(shù)的基礎(chǔ)上,對星點誤差進行分析,研究對其進行補償校準的方法。其次,針對小視場星敏感器星等敏感極限高、暗星探測能力強、單視場捕獲星點數(shù)目不足的特點,確定在星等濾波中所采用的星等極限值。建立導航星庫。先對星表中存儲的導航星位置信息進行赤經(jīng)、赤緯變換,并對天區(qū)進行分塊,再分別在每個天區(qū)中求出導航星的方向矢量。針對小視場星敏感器的特點,對雙星進行合成處理成一顆星,計算出每個天區(qū)中所有組合星對的星間角距,并將其按升序排列,完成導航星特征庫的建立。最后,針對現(xiàn)有星敏感器星圖識別算法在視場較小時,無法兼顧識別算法的魯棒性與識別準確率的問題,提出一種改進的三角形星圖識別算法。并且針對導航星特征庫的數(shù)據(jù)特點,采用二分法進行查找,提高了搜索速度,減少識別過程中搜索所需時間。經(jīng)仿真驗證,該改進算法在視場內(nèi)的星點數(shù)目較少、星圖有噪聲時,仍具有較高的識別成功率以及魯棒性,可以有效應(yīng)用于小視場星敏感器領(lǐng)域。
【學位單位】:哈爾濱工程大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:V448.22
【部分圖文】:
第 1 章 緒論星圖識別是應(yīng)用星敏感器測姿的關(guān)鍵技術(shù),是相關(guān)領(lǐng)域的研究熱點,其內(nèi)容主要包括星圖預(yù)處理、導航星特.征庫的構(gòu)建、星圖的特征提取以及匹配識別等。其識別過程的基本思想就是將星敏感器拍攝到的星圖特征與導航特征庫中的星模式進行對比,以確定星敏感器當前姿態(tài)。星圖識別的基本流程如圖 1.2 所示。
型的星敏感器所拍攝的星空圖像。圖 2.3 典型的星敏感器拍攝的星空圖像任取某一星點周圍的局部星圖,如圖2.3中方框所標注部分,對其進行灰度值分析,得到星點及其鄰域的灰度分布如圖 2.4 所示。根據(jù)圖2.4中的灰度分布分析,可以得到以下兩個結(jié)論:(1) 從頻域角度看,星點區(qū)域為低頻部分,背景及噪聲為高頻部分;(2) 星點的整體灰度值顯然大于星空背景以及各種干擾噪聲的灰度值。上述兩個結(jié)論則分別為星圖的降噪以及閾值分割提高了依據(jù)。由上述可知,星圖噪聲主要成分是椒鹽噪聲和高斯噪聲,而且高斯噪聲的影響較大,并且和星空背景、感光元器件噪聲等多種因素相關(guān)。而且,根據(jù)星點及其鄰域灰度值分析可知,星圖噪聲為高頻噪聲
低通濾波去噪用濾波模板進行濾波是一種典型的非線性濾波方式,依靠模板(2 ′ 2,3′ 現(xiàn)對圖像的濾波處理。我們以3′ 3 大小的模板為例,對模板濾波原理進行2.3(a)表示原始圖像的一部分,其中 至 為相應(yīng)位置像素點的灰度值,大小為3′ 3 的模板,其中0 8k ~k 為模板權(quán)值系數(shù)。將 模 板的中 心位置與y )的像素點重合,將 所在位置與待處理圖像中灰度值為0g 的 像 素點的模板輸出Y為: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 ( )表示不同濾波方式所對應(yīng)的濾波函數(shù),K 表示濾波系數(shù)。圖 2.5(c),將像素點( x , y )的灰度值置為Y,就完成了在該像素點的低通濾濾波、中值.濾波以及均值濾波等模板濾波而言,其濾波原理及實現(xiàn)過程別在于濾波函數(shù)、濾波系數(shù)以及加權(quán)系數(shù)的不同。0g8g0k
【參考文獻】
本文編號:2893145
【學位單位】:哈爾濱工程大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:V448.22
【部分圖文】:
第 1 章 緒論星圖識別是應(yīng)用星敏感器測姿的關(guān)鍵技術(shù),是相關(guān)領(lǐng)域的研究熱點,其內(nèi)容主要包括星圖預(yù)處理、導航星特.征庫的構(gòu)建、星圖的特征提取以及匹配識別等。其識別過程的基本思想就是將星敏感器拍攝到的星圖特征與導航特征庫中的星模式進行對比,以確定星敏感器當前姿態(tài)。星圖識別的基本流程如圖 1.2 所示。
型的星敏感器所拍攝的星空圖像。圖 2.3 典型的星敏感器拍攝的星空圖像任取某一星點周圍的局部星圖,如圖2.3中方框所標注部分,對其進行灰度值分析,得到星點及其鄰域的灰度分布如圖 2.4 所示。根據(jù)圖2.4中的灰度分布分析,可以得到以下兩個結(jié)論:(1) 從頻域角度看,星點區(qū)域為低頻部分,背景及噪聲為高頻部分;(2) 星點的整體灰度值顯然大于星空背景以及各種干擾噪聲的灰度值。上述兩個結(jié)論則分別為星圖的降噪以及閾值分割提高了依據(jù)。由上述可知,星圖噪聲主要成分是椒鹽噪聲和高斯噪聲,而且高斯噪聲的影響較大,并且和星空背景、感光元器件噪聲等多種因素相關(guān)。而且,根據(jù)星點及其鄰域灰度值分析可知,星圖噪聲為高頻噪聲
低通濾波去噪用濾波模板進行濾波是一種典型的非線性濾波方式,依靠模板(2 ′ 2,3′ 現(xiàn)對圖像的濾波處理。我們以3′ 3 大小的模板為例,對模板濾波原理進行2.3(a)表示原始圖像的一部分,其中 至 為相應(yīng)位置像素點的灰度值,大小為3′ 3 的模板,其中0 8k ~k 為模板權(quán)值系數(shù)。將 模 板的中 心位置與y )的像素點重合,將 所在位置與待處理圖像中灰度值為0g 的 像 素點的模板輸出Y為: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 ( )表示不同濾波方式所對應(yīng)的濾波函數(shù),K 表示濾波系數(shù)。圖 2.5(c),將像素點( x , y )的灰度值置為Y,就完成了在該像素點的低通濾濾波、中值.濾波以及均值濾波等模板濾波而言,其濾波原理及實現(xiàn)過程別在于濾波函數(shù)、濾波系數(shù)以及加權(quán)系數(shù)的不同。0g8g0k
【參考文獻】
相關(guān)期刊論文 前10條
1 郭金運;代杰;姜愛輝;于學敏;韓延本;;Tycho-2星表讀取及恒星視位置計算研究[J];測繪科學;2015年09期
2 李健;張廣軍;魏新國;;多視場星敏感器數(shù)學模型與精度分析[J];紅外與激光工程;2015年04期
3 王龍;楊孟飛;鐘紅軍;盧欣;楊君;李曉;余成武;劉婧;梁士通;;星敏感器星點聚類提取方法[J];中國科學:技術(shù)科學;2015年03期
4 牛瑞;王昱;;背景預(yù)測與目標標記法結(jié)合的星圖星點提取算法[J];測繪科學;2015年02期
5 吳庭翱;;基于能量分布的星點提取方法[J];信息技術(shù);2014年11期
6 李輝;王安國;張磊;;改進金字塔算法用于小視場星圖識別[J];應(yīng)用光學;2013年02期
7 陸敬輝;王宏力;文濤;陸長捷;;彈載導航星表的設(shè)計與實現(xiàn)[J];宇航學報;2011年09期
8 邢飛;尤政;董瑛;;基于導航星域和K矢量的快速星圖識別算法[J];宇航學報;2010年10期
9 李光蕊;;適用于星敏感器的導航星表構(gòu)造算法研究[J];光學技術(shù);2010年05期
10 田宏;林玲;郝永杰;盧衛(wèi);陳元培;張輝;;星敏感器導航星表建立[J];空間控制技術(shù)與應(yīng)用;2010年03期
本文編號:2893145
本文鏈接:http://www.lk138.cn/kejilunwen/hangkongsky/2893145.html
最近更新
教材專著