CN103411579B - 线阵aps太阳敏感器中的图像提取方法 - Google Patents

线阵aps太阳敏感器中的图像提取方法 Download PDF

Info

Publication number
CN103411579B
CN103411579B CN201310317326.2A CN201310317326A CN103411579B CN 103411579 B CN103411579 B CN 103411579B CN 201310317326 A CN201310317326 A CN 201310317326A CN 103411579 B CN103411579 B CN 103411579B
Authority
CN
China
Prior art keywords
light spot
spot image
light
image
gray
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310317326.2A
Other languages
English (en)
Other versions
CN103411579A (zh
Inventor
梁鹤
张建福
吕政欣
贾锦忠
莫亚男
余成武
何伟
孙建波
张韩笑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Control Engineering
Original Assignee
Beijing Institute of Control Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Control Engineering filed Critical Beijing Institute of Control Engineering
Priority to CN201310317326.2A priority Critical patent/CN103411579B/zh
Publication of CN103411579A publication Critical patent/CN103411579A/zh
Application granted granted Critical
Publication of CN103411579B publication Critical patent/CN103411579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明涉及线阵APS太阳敏感器中的光斑图像提取方法,针对线阵APS太阳敏感器的特点,考虑杂光干扰及温度对器件的影响、腔体内光线的二次反射等不良影响,采用动态的灰度阈值,整帧图像中只有灰度值大于该阈值部分,才作为提取的光斑数据,同时提出有效图像判定阈值,作为区分真假光斑的判断依据,对所成的光斑图像进行筛选;在光斑图像提取后对光斑图像进行识别,通过确定三直缝的位置及图像灰度值之和的大小来剔除干扰像,本发明方法使得在高温情况下,图像传感器背景噪声大幅增加时,仍能够快速有效提取光斑图像,在光缝玻璃与敏感器表面发生二次反射时,即便图像中出现假“像”,仍能识别出真实的光斑数据,方便完成后期的两轴角度计算。

Description

线阵APS太阳敏感器中的图像提取方法
技术领域
本发明涉及线阵APS太阳敏感器中的图像提取及识别方法,属于卫星控制分系统光学姿态敏感器技术领域。
背景技术
基于APS图像传感器的太阳敏感器,多采用具有光缝或光孔的光线引入器将光线投射到APS图像传感器上,根据图像质心距离原点的位移量,计算光线入射角,基于APS图像传感器的太阳敏感器多以面阵APS太阳敏感器为主来进行两轴姿态角测量,利用线阵APS图像传感器通常仅能进行单轴角度测量,未见利用单一线阵APS图像传感器进行两轴角度测量的报道,基于线阵APS图像传感器的图像提取及识别研究较少,通常采用的“N”型光缝在大角度下,三条光缝图像由于角度关系只剩下两条光缝,此时难以区分哪条为中央直缝、哪条为倾斜狭缝,为光斑的识别带来困难。
发明内容
本发明的目的在于克服现有技术的上述不足,提供线阵APS太阳敏感器中的图像提取及识别方法,该方法能够快速正确提取并识别出直缝与斜缝光斑,方便完成后期的两轴角度计算,该方法易于工程实现且计算开销小,满足高数据更新率,能够适应恶劣的应用环境,可靠性高。
本发明的上述目的主要是通过如下技术方案予以实现的:
线阵APS太阳敏感器中的光斑图像提取方法,线阵APS太阳敏感器包括光缝玻璃和线阵APS图像传感器,其中光斑图像为光线通过光缝玻璃在线阵APS图像传感器上所成图像,具体实现过程如下:
步骤(一)、调整曝光时间得到光斑图像
完成对线阵APS图像传感器中像元的读取,对灰度值大于设定的灰度值G0的像元个数进行统计,记录为N,若满足N0<N<N1,得到曝光时间下的整帧图像,其中N0为设定的下限值,N1为设定的上限值,N0、N1为正整数,且2≤N0≤满灰度值,2≤N1≤满灰度值;
步骤(二)、计算光斑图像的动态灰度阈值GV
首先计算步骤(一)得到的整帧图像中光斑图像的灰度平均值GV1;接着计算整帧图像前段K个像元和后段K个像元共2K个像元的灰度平均值,作为背景灰度平均值GV2,其中K为设定值,取正整数;然后确定光斑图像的干扰像灰度值GV3,干扰像灰度值GV3取满灰度值的0%-10%;最后得到光斑图像的动态灰度阈值GV=GV1+GV2+GV3;
步骤(三)、利用光斑图像的动态灰度阈值GV提取光斑图像
将整帧图像中每个像元的灰度值逐一与光斑图像的动态灰度阈值GV进行比较,灰度值大于动态灰度阈值GV的像元为光斑图像的像元;
步骤(四)、剔除光斑图像中的假象
统计光斑图像中连通像元的个数,设定阈值M,当光斑图像的连通像元个数小于M时,则认为所述光斑图像为假像,作剔除处理,其中M为正整数。
在上述线阵APS太阳敏感器中的光斑图像提取方法中,步骤(1)中当N小于设定的下限值N0时,延长曝光时间,当N大于设定的上限值N1时,减少曝光时间,直至N满足N0<N<N1。
在上述线阵APS太阳敏感器中的光斑图像提取方法中,光缝玻璃包括五条光缝,中间三条为等间距的直缝,直缝两边各有一条斜缝,光斑图像提取后直缝光斑与斜缝光斑的识别方法包括如下步骤:
步骤(一)、计算各个光斑图像的质心坐标,将光斑图像质心坐标按照由小到大顺序排列;
步骤(二)、通过各个光斑图像的质心坐标的间距识别光斑为直缝光斑或斜缝光斑,具体方法如下:
(1)、按质心坐标从小到大的顺序,比较前三个光斑图像质心坐标的间距,若间距相等,且质心数目L为4,则前三个光斑图像为直缝光斑图像,第四个光斑图像为右斜缝光斑图像,无左斜缝光斑图像存在;若间距相等,且质心数目L为5,则前三个光斑图像为直缝光斑图像,且图像中含干扰像,将第四、五个光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为右斜缝光斑图像;若前三个光斑图像的质心坐标的间距不相等,则进入步骤(2);
(2)、按质心坐标从小到大的顺序,比较第二、三、四个光斑图像质心坐标的间距,若间距相等,且质心数目L为4,则第二、三、四个光斑图像为直缝光斑图像,第一个光斑图像为左斜缝光斑图像,无右斜缝光斑图像存在;若间距相等,且质心数目L为5,则第二、三、四个光斑图像为直缝光斑图像,且第一个光斑图像为左斜缝光斑图像,最后一个光斑图像为右斜缝光斑图像,若第二、三、四个光斑图像质心坐标的间距不相等,则进入步骤(3);
(3)按质心坐标从小到大的顺序,比较第三、四、五个光斑图像质心坐标的间距,若间距相等,则第三、四、五个光斑图像为直缝光斑图像,且图像中含干扰像,将第一、二个光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为左斜缝光斑图像。
本发明与现有技术相比具有如下有益效果:
(1)、本发明针对线阵APS太阳敏感器的特点,考虑了在实际应用环境中可能存在杂光干扰及温度对器件的影响、腔体内光线的二次反射等不良影响情况下,创新设计了光斑图像的提取方法,采用动态的灰度阈值,即该阈值可随背景噪声的变化而变化,该帧图像中只有灰度值大于该阈值部分,才作为提取的光斑数据,同时提出有效图像判定阈值,作为区分真假光斑的判断依据,对所成的光斑图像进行筛选,使得在高温情况下,图像传感器背景噪声大幅增加时,仍能够快速有效提取光斑图像;
(2)、本发明通过统计光斑图像中连通像元的个数,并设定阈值,当光斑图像的连通像元个数小于阈值时,认为光斑图像为假像,作剔除处理,从而区分真假光斑,完成光斑图像的准确筛选;
(3)、本发明为能够正确区分中央直缝与倾斜狭缝,在线阵APS太阳敏感器中采用了五光缝“\|||\”结构,因光缝玻璃上的三条等距直光缝居于图像传感器成像视场的中心位置上方,故在大角度下,即便有斜缝移出视场,三直缝光斑图像仍在视场内,通过判断各光缝的质心距离即可准确定位中心直缝光斑与倾斜狭缝光斑,完成光斑的识别,大大提高了光斑识别的准确性,并且使得线阵APS太阳敏感器即便在大角度下,能够快速正确识别出直缝与斜缝光斑,方便完成后期的两轴角度计算;
(4)、本发明针对线阵APS太阳敏感器的特点,在光斑图像提取后对光斑图像进行识别,在存在干扰像时,也可通过确定三直缝的位置及图像灰度值之和的大小来剔除干扰像,即在光缝玻璃与敏感器表面发生二次反射时,即便图像中出现假“像”,仍能识别出真实的光斑数据,大大提高了光斑识别的准确度;
(5)、本发明光斑图像提取及识别方法简单、易于工程实现,且计算开销小,满足高数据更新率,能够适应恶劣的应用环境,可靠性高,且应用该方法的线阵APS太阳敏感器已得到在轨验证。
附图说明
图1为本发明线阵APS太阳敏感器中光缝玻璃的五光缝结构示意图;
图2为本发明线阵APS太阳敏感器光斑图像提取及光缝识别流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细的描述:
如图1所示为本发明线阵APS太阳敏感器中光缝玻璃的五光缝结构意图,“N”形五光缝线阵APS太阳敏感器包括光缝玻璃和线阵APS图像传感器,光缝玻璃包括五条光缝,中间三条为等间距的直缝,直缝两边各有一条斜缝。如图1所示,正中间的1条垂直缝S0与最外侧的两条倾斜光缝S1、S2呈大写的“N”形分布,两条倾斜光缝S1、S2与中间的垂直缝S0间的夹角为γ,S0与APS光敏单元的排列方向正交。在正中间的光缝S0两侧等间距布有与其平行的两条辅助光缝S01、S02,用于中间光缝S0的识别。
本发明以图1所示的“N”形五光缝线阵APS太阳敏感器的光斑图像提取及识别方法为例进行详细描述:
光斑图像的提取方法具体如下:
步骤(一)、调整曝光时间得到光斑图像
首先完成对线阵APS图像传感器中像元的读取,对灰度值大于设定的灰度值G0的像元个数进行统计,记录该个数为N,若满足N0<N<N1的范围时认为已见太阳,且曝光时间满足后续图像处理的需求,得到曝光时间下的整帧图像;其中N0为设定的下限值,N1为设定的上限值,N0、N1为正整数,且2≤N0≤满灰度值,2≤N1≤满灰度值;
在N小于设定的下限值N0时,延长曝光时间,当N大于设定的上限值N1时,减少曝光时间,直至N满足N0<N<N1。在曝光时间调至最长时N仍未达到N0个,则认为太阳未进入视场;在曝光时间调至最短时N仍然大于N1时则认为此时光强太强。
步骤(二)、计算光斑图像的动态灰度阈值GV
动态灰度阈值由三部分参数组成GV1、GV2和GV3。
首先对步骤(一)得到的整帧图像进行灰度平均值分析,计算整帧图像中光斑图像的灰度平均值GV1。
接着计算整帧图像前段K个像元和后段K个像元共2K个像元的灰度平均值,作为背景灰度平均值GV2,其中K为设定值,取正整数;例如本实施例中线阵APS为1×2048阵列的图像传感器,前后各取50个像元,计算这100个像元的的灰度平均值作为背景平均灰度值GV2。
然后确定光斑图像的干扰像灰度值GV3,干扰像灰度值GV3取满灰度值的0%-10%。偏移量GV3的选取一般依据干扰像的能量大小确定,可取满灰度值255的0%-10%,本实施例中选择5%,即0x0c作为偏移量。
最后得到光斑图像的动态灰度阈值GV;动态灰度阈值GV为三部分参数之和,即GV=GV1+GV2+GV3。以该动态灰度阈值GV用于下一帧图像处理,提取光斑图像。
步骤(三)、利用光斑图像的动态灰度阈值GV提取光斑图像
将当前整帧图像中每个像元的灰度值逐一与前一帧图像光斑图像的动态灰度阈值GV(步骤二得到)进行比较,灰度值大于动态灰度阈值GV的像元为光斑图像的像元。
步骤(四)、剔除光斑图像中的假象
假象产生主要由APS图像传感器表面光缝玻璃与光缝玻璃下表面产生二次反射造成。其特点为能量较真像小,反应在图像上为峰图较窄且峰高较低,峰值小于真像峰值的四分之一,其能量的大小主要取决于光缝玻璃镀膜的设计与工艺。在利用动态灰度阈值提取光斑图像后,统计光斑图像中连通像元的个数,设定阈值M,当光斑图像的连通像元个数小于M时,则认为所述光斑图像为假“像”,作剔除处理,不再参与进行质心计算。其中阈值M即为有效图像判定阈值,取正整数。
通常M选取与光缝玻璃的缝宽和像元尺寸大小有关,M的上限为下限为1,M通常在上限与下限之间取值。本实施例中,APS太阳敏感器像素大小为7um,光缝玻璃缝宽70um,即光缝宽为10个像素大小,有效图像判定阈值M取5。
上述光斑图像的提取方法具有通用性,不仅适用于本实施例“N”形五光缝线阵APS太阳敏感器,适用于任何线阵APS图像传感器的图像提取。
本实施例“N”形五光缝线阵APS太阳敏感器中直缝与斜缝光斑的识别及异常处理,包括如下具体步骤:
由于在进行两轴角度计算时,需要明确中心直缝及两条斜缝中任一条斜缝的质心坐标,故需要进行直缝及斜缝图像的识别,具体方法如下:
步骤(一)、按照上述光斑的提取步骤提取光斑,设定提取光斑数量上限为5个光斑图像,并计算各个光斑的质心坐标,光斑图像质心坐标按照由小到大顺序给出,对应光缝的排列为左斜缝、三中直缝、右斜缝。由于大角度光线照射下,边缘斜缝光斑有可能移出线阵APS图像传感器的敏感范围,会出现质心个数小于5个的情况,本实施例视场范围(±70°×±70°)内至多会有一条斜缝移出传感器的敏感范围。
步骤(二)、光缝玻璃的结构如图1所示,可依据三条相邻的光缝质心距离作为判断依据,当左质心S01与中心质心S0的距离等于中心质心S0与右质心S02的距离,则该三条相邻的光缝为三条直缝,认定该中心质心S0为中央直缝的质心。
步骤(三)、首先依据步骤(二)判断前三个光斑图像(第一、二、三个光斑图像)对应的光缝是否为直缝,即前三个光斑图像质心坐标的间距是否相等,若间距相等为直缝,即前三个光斑图像为直缝光斑图像,中间一个光斑图像为中心直缝光斑图像。判断质心数目L:L为4,则第四条光缝为右斜缝,即第四个光斑图像为右斜缝光斑图像,无左斜缝存在。L为5,则图像中含干扰像,将右边两个(第四、五个)光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为右斜缝光斑图像;L为其他值,则置敏感器工作异常标志。
若前三个光斑图像对应的光缝不为直缝则进入步骤(四)。
步骤(四)、依据步(二)判断中间三个光斑图像(第二、三、四个)对应的光缝是否为直缝,即比较第二、三、四个光斑图像质心坐标的间距是否相等,若间距相等为直缝,即第二、三、四个光斑图像为直缝光斑图像,中间一个光斑图像为中心直缝光斑图像。判断质心数目L:L为4,则第一条缝为左斜缝,即第一个光斑图像为左斜缝光斑图像,无右斜缝存在;L为5,则第一条缝为左斜缝,最后一条光缝为右斜缝,即第一个光斑图像为左斜缝光斑图像,最后一个光斑图像为右斜缝光斑图像。L为其他值,则置敏感器工作异常标志。
若第二、三、四个光斑图像对应的光缝不为直缝则进入步骤(五)。
步骤(五)、此时质心数目L为5,依据步骤(二)判断右三个光斑图像(第三、四、五个)对应的光缝是否为直缝,即比较第三、四、五个光斑图像质心坐标的间距是否相等,若间距相等为直缝,即第三、四、五个光斑图像为直缝光斑图像,中间一个光斑图像为中心直缝光斑图像;且图像中含干扰像,将第一、二个光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为左斜缝光斑图像。
若步骤至此无直缝,则置敏感器工作异常标志。
识别出中央直缝S0与两个斜缝S1、S2的质心坐标即可进行角度计算,当该帧图像计算完毕或敏感器存在异常工作状态,则重复上述光斑图像提取及识别步骤,进行新的一帧图像数据的提取及识别工作。
在线阵APS太阳敏感器中,为计算两轴的太阳姿态角,需提取有效的太阳亮斑数据,因在实际应用环境中可能存在杂光干扰及温度对器件的影响、腔体内光线的二次反射,这些均对图像的提取产生了不良的影响,例如杂光或温度影响带来的背景噪声易使光斑的提取失效;光斑的二次反射,会在真实的光斑图像周围产生一个假“像”,会导致光斑的误识别。本发明上述基于“N”形五光缝线阵APS太阳敏感器的光斑图像提取及识别方法有效的解决了上述问题,为后续两轴太阳姿态角计算奠定基础。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (2)

1.线阵APS太阳敏感器中的光斑图像提取方法,所述线阵APS太阳敏感器包括光缝玻璃和线阵APS图像传感器,其中光斑图像为光线通过光缝玻璃在线阵APS图像传感器上所成图像,其特征在于:具体实现过程如下:
步骤(一)、调整曝光时间得到光斑图像
完成对线阵APS图像传感器中像元的读取,对灰度值大于设定的灰度值G0的像元个数进行统计,记录为N,若满足N0<N<N1,得到曝光时间下的整帧图像,其中N0为设定的下限值,N1为设定的上限值,N0、N1为正整数,且2≤N0≤满灰度值,2≤N1≤满灰度值;
当N小于设定的下限值N0时,延长曝光时间,当N大于设定的上限值N1时,减少曝光时间,直至N满足N0<N<N1;
步骤(二)、计算光斑图像的动态灰度阈值GV
首先计算步骤(一)得到的整帧图像中光斑图像的灰度平均值GV1;接着计算整帧图像前段K个像元和后段K个像元共2K个像元的灰度平均值,作为背景灰度平均值GV2,其中K为设定值,取正整数;然后确定光斑图像的干扰像灰度值GV3,干扰像灰度值GV3取满灰度值的0%-10%;最后得到光斑图像的动态灰度阈值GV=GV1+GV2+GV3;
步骤(三)、利用光斑图像的动态灰度阈值GV提取光斑图像
将整帧图像中每个像元的灰度值逐一与光斑图像的动态灰度阈值GV进行比较,灰度值大于动态灰度阈值GV的像元为光斑图像的像元;
步骤(四)、剔除光斑图像中的假象
统计光斑图像中连通像元的个数,设定阈值M,当光斑图像的连通像元个数小于M时,则认为所述光斑图像为假像,作剔除处理,其中M为正整数。
2.根据权利要求1所述的线阵APS太阳敏感器中的光斑图像提取方法,其特征在于:所述光缝玻璃包括五条光缝,中间三条为等间距的直缝,直缝两边各有一条斜缝,光斑图像提取后直缝光斑与斜缝光斑的识别方法包括如下步骤:
步骤(一)、计算各个光斑图像的质心坐标,将光斑图像质心坐标按照由小到大顺序排列;
步骤(二)、通过各个光斑图像的质心坐标的间距识别光斑为直缝光斑或斜缝光斑,具体方法如下:
(1)、按质心坐标从小到大的顺序,比较前三个光斑图像质心坐标的间距,若间距相等,且质心数目L为4,则前三个光斑图像为直缝光斑图像,第四个光斑图像为右斜缝光斑图像,无左斜缝光斑图像存在;若间距相等,且质心数目L为5,则前三个光斑图像为直缝光斑图像,且图像中含干扰像,将第四、五个光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为右斜缝光斑图像;若前三个光斑图像的质心坐标的间距不相等,则进入步骤(2);
(2)、按质心坐标从小到大的顺序,比较第二、三、四个光斑图像质心坐标的间距,若间距相等,且质心数目L为4,则第二、三、四个光斑图像为直缝光斑图像,第一个光斑图像为左斜缝光斑图像,无右斜缝光斑图像存在;若间距相等,且质心数目L为5,则第二、三、四个光斑图像为直缝光斑图像,且第一个光斑图像为左斜缝光斑图像,最后一个光斑图像为右斜缝光斑图像,若第二、三、四个光斑图像质心坐标的间距不相等,则进入步骤(3);
(3)按质心坐标从小到大的顺序,比较第三、四、五个光斑图像质心坐标的间距,若间距相等,则第三、四、五个光斑图像为直缝光斑图像,且图像中含干扰像,将第一、二个光斑图像的灰度值分别求和,将其中和值较小的光斑图像剔除,和值较大的光斑图像为左斜缝光斑图像。
CN201310317326.2A 2013-07-25 2013-07-25 线阵aps太阳敏感器中的图像提取方法 Active CN103411579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310317326.2A CN103411579B (zh) 2013-07-25 2013-07-25 线阵aps太阳敏感器中的图像提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310317326.2A CN103411579B (zh) 2013-07-25 2013-07-25 线阵aps太阳敏感器中的图像提取方法

Publications (2)

Publication Number Publication Date
CN103411579A CN103411579A (zh) 2013-11-27
CN103411579B true CN103411579B (zh) 2015-05-27

Family

ID=49604607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310317326.2A Active CN103411579B (zh) 2013-07-25 2013-07-25 线阵aps太阳敏感器中的图像提取方法

Country Status (1)

Country Link
CN (1) CN103411579B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104142136A (zh) * 2014-07-04 2014-11-12 北京控制工程研究所 一种基于线阵aps图像传感器的小型双轴太阳敏感器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4999483A (en) * 1989-03-09 1991-03-12 Kabushiki Kaisha Toshiba Sensor for detecting two dimensional angle of incidence of the sun
CN101074882A (zh) * 2007-06-22 2007-11-21 北京航空航天大学 阵列小孔式太阳敏感器信号处理方法和装置
CN101231170A (zh) * 2008-01-31 2008-07-30 北京控制工程研究所 Aps太阳敏感器的信息处理方法
CN101509775A (zh) * 2009-03-18 2009-08-19 清华大学 一种多孔阵列式太阳敏感器的图像快速识别方法及装置
CN101709974A (zh) * 2009-11-10 2010-05-19 北京控制工程研究所 一种aps太阳敏感器的快速图像处理方法
CN102034091A (zh) * 2010-12-01 2011-04-27 北京航空航天大学 一种用于数字式太阳敏感器的光斑识别方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4999483A (en) * 1989-03-09 1991-03-12 Kabushiki Kaisha Toshiba Sensor for detecting two dimensional angle of incidence of the sun
CN101074882A (zh) * 2007-06-22 2007-11-21 北京航空航天大学 阵列小孔式太阳敏感器信号处理方法和装置
CN101231170A (zh) * 2008-01-31 2008-07-30 北京控制工程研究所 Aps太阳敏感器的信息处理方法
CN101509775A (zh) * 2009-03-18 2009-08-19 清华大学 一种多孔阵列式太阳敏感器的图像快速识别方法及装置
CN101709974A (zh) * 2009-11-10 2010-05-19 北京控制工程研究所 一种aps太阳敏感器的快速图像处理方法
CN102034091A (zh) * 2010-12-01 2011-04-27 北京航空航天大学 一种用于数字式太阳敏感器的光斑识别方法及装置

Also Published As

Publication number Publication date
CN103411579A (zh) 2013-11-27

Similar Documents

Publication Publication Date Title
CN105894499B (zh) 一种基于双目视觉的空间物体三维信息快速检测方法
CN107645657B (zh) Sfr测试设备及其测试方法
CN106441138A (zh) 基于视觉测量的变形监测方法
CN103279956B (zh) 一种检测贴片机元器件定位精度的方法
CN108305288B (zh) 用于静止轨道对地观测卫星线列仪器的恒星质心提取方法
CN106971408B (zh) 一种基于时空转换思想的摄像机标定方法
JPS59182688A (ja) ステレオ視処理装置
CN107797560B (zh) 一种用于机器人跟踪的视觉识别系统及方法
CN107421473A (zh) 基于图像处理的两束激光同轴度检测方法
CN104463899A (zh) 一种目标对象检测、监控方法及其装置
CN103795935B (zh) 一种基于图像校正的摄像式多目标定位方法及装置
CN103389037B (zh) 一种照明衍射光学元件几何技术参数检测装置与方法
CN113012234B (zh) 基于平面变换的高精度相机标定方法
CN108469254A (zh) 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法
US11600112B2 (en) Bio-security system based on multi-spectral sensing
CN106524995B (zh) 基于可见光图像实时检测目标物体空间距离的定位方法
CN107527366A (zh) 一种面向深度相机的相机跟踪方法
CN108288065A (zh) 一种基于图像分析的四轮定位仪检测方法
CN104376323A (zh) 一种确定目标距离的方法及装置
Shibo et al. A new approach to calibrate range image and color image from Kinect
CN110909617A (zh) 基于双目视觉的活体人脸检测方法及装置
CN103411579B (zh) 线阵aps太阳敏感器中的图像提取方法
CN108961182A (zh) 针对视频图像的竖直方向灭点检测方法及视频扭正方法
CN113936031A (zh) 一种基于机器视觉的云影轨迹预测方法
CN102194249A (zh) 一种利用红外线和可见光相结合的水流建模数据捕获装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant