CN106056574A - 一种基于面积法的对地姿态解算方法 - Google Patents
一种基于面积法的对地姿态解算方法 Download PDFInfo
- Publication number
- CN106056574A CN106056574A CN201610290603.9A CN201610290603A CN106056574A CN 106056574 A CN106056574 A CN 106056574A CN 201610290603 A CN201610290603 A CN 201610290603A CN 106056574 A CN106056574 A CN 106056574A
- Authority
- CN
- China
- Prior art keywords
- point
- labelling
- pixel
- coordinate
- target
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于面积法的对地姿态解算方法,属于航天器导航、制导与控制领域,所述方法包括以下几个步骤:步骤一:图像二值化;步骤二:进行连通域标记与合并,并提取最大连通域;步骤三:边缘提取,利用目标特性进一步确认目标连通域;步骤四:对地姿态解算。本发明提出的基于面积法的对地姿态解算方法在噪声点较多,其他干扰目标区域小于待提取目标,待提取目标区域较规范的情况下,具有良好的效果。
Description
技术领域
本发明属于航天器导航、制导与控制领域,具体涉及一种基于面积法的对地姿态解算方法。
背景技术
红外地平仪作为一种最早应用于航天航空领域的姿态敏感器,一直以来都是各种卫星姿轨控系统的重要组成部分。按照工作方式,红外地平仪可以分为动态地平仪和静态地平仪,圆锥扫描式动态地平仪是动态地平仪中的一种,采用绕固定转轴扫描的方式实现,这种地平仪包含有机械扫描装置,所以体积比较大,功耗也很高,测量精度低。
20世纪90年代初,随着小卫星技术的发展给对红外地平仪的要求日益提高,红外地平仪逐渐向着模块化、小型化、高精度方向发展,动态地平仪已经无法满足其要求。而静态红外地平仪采用凝视成像,不需要扫描机械的运动,在质量、功耗、精度及使用寿命等方面相比动态地平仪都有一定的优势,因此,静态红外地平仪已经成为近年来研究的重点。
发明内容
针对上述内容,本发明提出一种基于面积法的对地姿态解算方法,去除了噪声点和其他小目标的干扰,提高了计算准确度与精度。
为了达到上述目的,本发明的技术方案是提供一种基于面积法的对地姿态解算方法,其中包括以下步骤:
步骤一、图像二值化;
利用二值化的阈值T,对利用红外探测器对整个地平圈成像的图像进行二值化;扫描整幅图像,将图像中像素点的灰度值小于阈值T的点作为背景点,将背景点的灰度值置为0,并将像素点的灰度值大于阈值T的点作为目标点,将目标点的灰度值置为255;
步骤二、连通域的标记、合并,和最大连通域提取;
从左至右、从上至下扫描二值化后的图像,对扫描到的目标点采用四连通的方法来标记其连通域;
对具有不同标记,但是属于相同连通域的像素点进行连通域的合并;按照地球在成像平面上属于最大连通域且为圆形的图像特性,对合并后的连通域提取最大连通域,并保存其相关信息;
步骤三、边缘提取,利用目标特性进一步确认目标连通域;
利用sobel边缘提取算法的水平边缘检测算子Gx和垂直边缘检测算子Gy,对步骤二提取出的圆形的最大连通域进行边缘提取;
将边缘提取后的目标圆置于极坐标系下,使极轴沿逆时针扫过目标圆,根据极轴以最小极角θmin和最大极角θmax分别与目标圆相切时目标圆圆心到切点的距离R2、R3,以及在极轴以极角θi与目标圆交于两个交点且这两个交点之间的距离为最长弦长li时得到的半径参数R1=li/2,判断R1,R2,R3三值接近且误差在设定的阈值范围ε之内时,确认提取出的最大连通域即为目标连通域;
步骤四:对地姿态解算;
利用重心法求取地球的中心,按圆的面积公式计算出地球半径;设图像有效面阵大小为Nx×Ny,视场角为Fovx×Fovy,X方向每个像素点对应的角度为Fovx/Nx,Y方向上每个像素点对应的角度为Fovy/Ny,根据地球的中心坐标(xs,ys)得出中心偏离探测器的角度,X方向为俯仰角φr,Y方向为滚动角φp,计算如下:
Φr=(xs-Nx/2)×Fovx/Nx
Φp=(ys-Ny/2)×Fovy/Ny。
优选地,将扫描到的目标点作为当前点,根据当前点的左前点Left、右后点Right、正上方点Top、正下方点Bottom的标记状态,对该当前点进行连通域标记,包含以下过程:
A、当Left点和Top点的灰度值均为0时,为当前点标记一个新的标记点;
B、当Left点的灰度值为0且Top点被标记时,使当前点的标记与Top点的标记一致;
C、当Top点的灰度值为0且Left点被标记时,使当前点的标记与Left点的标记一致;
D、当Top点与Left点均被标记时,使当前点的标记与Left点的标记一致;
若Top点的标记与Left点的标记一致,则转向A,重新循环当前点的下一个像素点;若Top点的标记与Left点的标记不一致,将Left点与Top点的标记称为有效标记对,并对应地将有效标记对中Left点的标记和Top点的标记分别存入一维数组LArrry和一维数组TArray中,转向E;
E、当出现有效标记对时,搜索当前点所在一列中已经标记完的像素点,若这一列中已经标记完的像素点的标记与Top点一致,将这一列中已经标记完的像素点标记为与Left点一致,转向A,重新循环当前点的下一个像素点。
优选地,为了合并连通域,在对整幅图像标记完成后,根据有效标记对的数组LArrry和TArray搜索图像;若搜索到与TArray数组中一致的标记点,则将其置为与TArray数组对应的LArray数组中的标记,循环反复直至整个有效标记对数组确认完毕,完成连通域的合并;
为了提取最大连通区域,统计具有相同标记的像素点的个数,并得到具有相同标记的像素点个数的最大值S及对应像素点的xc,yc坐标,将对应像素点的xc,yc坐标存在像素坐标数组XArray与YArray中。
优选地,将边缘提取后的目标圆置于极坐标系下,使极轴沿逆时针扫过目标圆,建立极坐标系下目标连通域边缘像素点的查找表(θ,ρ)和(θ,l,x,y),在查找表中记录以下内容并以极角θ作为关键字索引:
极轴以最小极角θmin与目标圆相切时与最小极角θmin对应的极径ρ0、交点坐标(x0,y0)和弦长l0=0;
极轴与目标圆有两个交点时的每个极角θ,和与每个极角θ对应的一个长度短的极径ρ和一个长度长的极径ρ”,该极径ρ对应的交点坐标(x,y)和该极径ρ”对应的交点坐标(x”,y”),和两个交点之间圆的弦长l;其中,每个极角θ由小到大排序直到与目标圆的最长弦长li对应的极角θi;
极轴以最大极角θmax与目标圆相切时与最大极角θmax对应的极径ρn、交点坐标(xn,yn)和弦长ln=0。
优选地,设极坐标系的原点O,目标圆的圆心点s,极轴以最小极角θmin与目标圆相切的切点c1,极轴以最大极角θmax与目标圆相切的切点c2;
在直角三角形soc1中,计算线段sc1=tan(θi-θmin)*ρ0,令R2=sc1;
在直角三角形soc2中,计算线段sc2=tan(θmax-θi)*ρn,令R3=sc2;
若R1,R2,R3满足如下关系:
|R1-R2|<ε
|R1-R3|<ε
|R2-R3|<ε
表示R1、R2、R3三值接近且误差在设定的阈值范围ε之内,则确认提取出的最大连通区域即为目标连通区域。
优选地,通过累加,得到像素坐标数组XArray中坐标xc的和,及像素坐标数组YArray中坐标yc的和,分别除以步骤二中得到的具有相同标记的像素点个数的最大值S,得到地球的中心坐标xs,ys。
本发明公开的一种基于面积法的对地姿态解算方法,具有的优点在于:
(1)本发明通过提取最大连通域为目标区域,去除了噪声点和其他小目标的干扰;
(2)本发明利用目标的圆特性来进一步确认目标区域,提高了计算准确度与精度;
(3)本发明建立了极坐标系下的查找表进行索引,进一步加快了求取时间。
本发明的方法尤其在噪声点较多,其他干扰目标区域小于待提取目标,待提取目标区域较规范的情况下,具有很好的效果。
附图说明
图1:本发明提出的一种基于面积法的对地姿态解算方法的流程图;
图2:本发明提出的连通域标记示意图;
图3:本发明提出的sobel水平与垂直检测算子示意图;
图4:本发明提出的利用目标圆特性确认目标区域示意图;
图5:本发明提出的极坐标系下建立的查找表示意图;
图6:本发明提出的极坐标系下建立的另一查找表示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
地球是一个扁率很小的球体,其平均温度约为247K,而它的冷空间背景的温度仅为4K,因此在外层空间的不同方向上看地球,地球是一个在冷背景上“灼热”的圆盘。本发明中利用红外探测器对整个地平圈成像,对红外图像进行预处理后得到质量较好的灰度图像,采用相应的算法对该灰度图像进行处理,提取出地球的中心和半径,将计算得到的地球中心坐标转化为相应的姿态角,达到解算姿态的目的。
本发明提出一种基于面积法的对地姿态解算方法,如图1所示,具体包括以下几个步骤:
步骤一:图像二值化;
利用二值化的阈值T,对图像进行二值化。扫描整幅图像,判断图像像素的灰度值G,若G<T,则认为该点为背景点,将该像素点的灰度值置为0,若G>T,则认为该点为目标点,将该像素点的灰度值置为255。
步骤二:连通域分割;
对具有不同标记,但是属于相同连通域的像素点进行连通域的合并。按照图像特性,地球在成像平面上属于最大连通域且为圆形,因此,对合并后的连通域,提取最大连通域作为目标连通域,并保存其相关信息。
(1)标记连通域;
如图2a所示,从左至右,从上至下扫描图像,设当前点G的四连通域的四个点分别为左前点Left,右后点Right,正上方的点Top,正下方点Bottom。当前点的标记分为以下几种情况:
(A)当Left点和Top点的灰度值均为0时,为当前点标记一个新的标记点,参见图2b;
(B)当Left点的灰度值为0,Top点被标记时,使当前点的标记与Top点的标记一致,参见图2c;
(C)当Top点的灰度值为0,Left点被标记时,使当前点的标记与Left点的标记一致,参见图2d;
(D)当Top点与Left点均被标记时,使当前点的标记与Left点的标记一致,参见图2e。
若Top点的标记与Left点的标记一致,则转向(A),重新循环下一个像素点;若Top点的标记与Left点的标记不一致,记录下Left与Top点的标记,称为有效标记对,将其对应存入二个一维数组LArrry(存放Left点的标记)与TArray(存放与Left电对应的Top点的标记)中,转向(E);
(E)当出现有效标记对时,搜索这一列中已经标记完的像素点,若搜索到这一列中已经标记完的像素点的标记与Top一致,将这一列中已经标记完的像素点标记为与Left点一致。转向(A),重新循环下一个像素点。
(2)合并连通域;
整幅图像标记完成后,根据步骤二中得到的有效标记对数组,搜索图像,若遇见与TArray数组中一致的标记点,则将其置为与TArray数组对应的LArray数组中的标记,循环反复直至整个有效标记对数组确认完毕,连通域合并完毕。
(3)提取最大连通区域;
统计具有相同标记的像素点的个数,并得到具有相同标记的像素点个数的最大值S及对应像素点的xc,yc坐标,存在像素坐标数组XArray与YArray中。
步骤三:边缘提取,利用圆特性进一步确认连通域;
(1)边缘提取;
利用sobel边缘提取算法对步骤二提出的圆形目标连通域进行边缘提取。Sobel边缘算子如图3所示,Gx为水平边缘检测算子,Gy为垂直边缘检测算子。
(2)建立极坐标系下目标连通域边缘像素点的查找表;
如图4所示,建立以O点为中心,OL轴为极轴的极坐标系,将边缘提取后的目标圆置于该坐标系下,将极轴沿逆时针扫过,则圆上的点与极轴的交点有两种情况:
(A)圆与极轴有两个交点
圆与极轴有两个交点,且两个交点的极角θ相等,每个极角θ对应着两个极径ρ和ρ″。两个交点之间的距离称为圆的弦,最长弦长li即为圆的直径,极角为θi,由此可以确定判定圆的一个半径参数R1=li/2。
(B)圆与极轴有一个交点
即圆两侧的两条切线,对应着最小极角θmin和最大极角θmax,与θmin对应的圆切线交圆于点c1,与θmax对应的圆切线与圆交于点c2。
在极坐标系OL中,圆上每个边缘点对应的极角θ都能对应得到一个弦长l,每个弦长l可对应得到两个交点的坐标(两侧切线除外),同时,每个θ对应着两个极径ρ和ρ″(两侧切线除外),据此建立如图5-6所示以极角θ作为关键字索引的查找表。
其中,(θ,ρ)查找表中最大极角θmax和最小极角θmin对应的极径ρ0、ρn分别记在该查找表的首末两端;其他的每个极角θ对应的两个极径的排列方式为极径长度短的ρ在前,极径长度长的ρ”在后。(θ,l,x,y)查找表中极角θ对应与圆的两个交点坐标的排列方式为极径长度短的坐标(x,y)在前,极径长度长的坐标(x”,y”)在后。
最大极角θmax和最小极角θmin对应的极轴与圆只有一个交点,分别为(x0,y0)和(xn,yn),定义与之相应的弦长l0,ln为0,记录在该查找表的首末两端。根据与圆有两个交点时的交点坐标(x,y)和(x”,y”),计算与极角θ对应的弦长:
其极径和极角分别按如下公式计算:
θ=a tan(y/x)
(3)确认目标连通域
与θmin对应的圆切线与圆交于点c1,设圆心坐标为s,则在直角三角形soc1中,∠soc1=θi-θmin,线段Oc1的长度即为(θ,ρ)查找表中θmin对应的极径ρ0,则在直角三角形soc1中,sc1=tan(θi-θmin)*ρ0,令R2=sc1。同理,在直角三角形soc2中,线段Oc2的长度即为(θ,ρ)查找表中θmax对应的极径ρn,∠soc2=θmax-θi,sc2=tan(θmax-θi)*ρn,令R3=sc2。
若R1,R2,R3满足如下关系:
|R1-R2|<ε
|R1-R3|<ε
|R2-R3|<ε
表示R1、R2、R3三值接近且误差在设定的阈值范围ε之内,则确认提取出的连通区域即为目标连通区域。
步骤四:对地姿态解算;
利用重心法求取地球的中心,按圆的面积公式计算出半径。即,根据圆的面积公式S=πR2可以求得地球的半径R;累加数组XArray中xc坐标的和,及数组YArray中yc坐标的和,分别除以像素点的个数(即步骤二中得到的数值S),得到地球的中心坐标(xs,ys)。
设图像有效面阵大小为Nx×Ny,视场角为Fovx×Fovy,X方向每个像素点对应的角度为Fovx/Nx,Y方向上每个像素点对应的角度为Fovy/Ny,根据地球的中心坐标(xs,ys),可得出中心偏离探测器的角度:X方向为俯仰角φr,Y方向为滚动角φp,大小为:
Φr=(xs-Nx/2)×Fovx/Nx
Φp=(ys-Ny/2)×Fovy/Ny
尽管本发明的内容已经通过上述优选实施例作了详细介绍,但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后,对于本发明的多种修改和替代都将是显而易见的。因此,本发明的保护范围应由所附的权利要求来限定。
Claims (6)
1.一种基于面积法的对地姿态解算方法,其特征在于,包括以下步骤:
步骤一、图像二值化;
利用二值化的阈值T,对利用红外探测器对整个地平圈成像的图像进行二值化;扫描整幅图像,将图像中像素点的灰度值小于阈值T的点作为背景点,将背景点的灰度值置为0,并将像素点的灰度值大于阈值T的点作为目标点,将目标点的灰度值置为255;
步骤二、连通域的标记、合并,和最大连通域提取;
从左至右、从上至下扫描二值化后的图像,对扫描到的目标点采用四连通的方法来标记其连通域;
对具有不同标记,但是属于相同连通域的像素点进行连通域的合并;按照地球在成像平面上属于最大连通域且为圆形的图像特性,对合并后的连通域提取最大连通域,并保存其相关信息;
步骤三、边缘提取,利用目标特性进一步确认目标连通域;
利用sobel边缘提取算法的水平边缘检测算子Gx和垂直边缘检测算子Gy,对步骤二提取出的圆形的最大连通域进行边缘提取;
将边缘提取后的目标圆置于极坐标系下,使极轴沿逆时针扫过目标圆,根据极轴以最小极角θmin和最大极角θmax分别与目标圆相切时目标圆圆心到切点的距离R2、R3,以及在极轴以极角θi与目标圆交于两个交点且这两个交点之间的距离为最长弦长li时得到的半径参数R1=li/2,判断R1,R2,R3三值接近且误差在设定的阈值范围ε之内时,确认提取出的最大连通域即为目标连通域;
步骤四:对地姿态解算;
利用重心法求取地球的中心,按圆的面积公式计算出地球半径;设图像有效面阵大小为Nx×Ny,视场角为Fovx×Fovy,X方向每个像素点对应的角度为Fovx/Nx,Y方向上每个像素点对应的角度为Fovy/Ny,根据地球的中心坐标(xs,ys)得出中心偏离探测器的角度,X方向为俯仰角φr,Y方向为滚动角φp,计算如下:
Φr=(xS-Nx/2)×Fovx/Nx
Φp=(ys-Ny/2)×Fovy/Ny。
2.如权利要求1所述基于面积法的对地姿态解算方法,其特征在于,
将扫描到的目标点作为当前点,根据当前点的左前点Left、右后点Right、正上方点Top、正下方点Bottom的标记状态,对该当前点进行连通域标记,包含以下过程:
A、当Left点和Top点的灰度值均为0时,为当前点标记一个新的标记点;
B、当Left点的灰度值为0且Top点被标记时,使当前点的标记与Top点的标记一致;
C、当Top点的灰度值为0且Left点被标记时,使当前点的标记与Left点的标记一致;
D、当Top点与Left点均被标记时,使当前点的标记与Left点的标记一致;
若Top点的标记与Left点的标记一致,则转向A,重新循环当前点的下一个像素点;若Top点的标记与Left点的标记不一致,将Left点与Top点的标记称为有效标记对,并对应地将有效标记对中Left点的标记和Top点的标记分别存入一维数组LArrry和一维数组TArray中,转向E;
E、当出现有效标记对时,搜索当前点所在一列中已经标记完的像素点,若这一列中已经标记完的像素点的标记与Top点一致,将这一列中已经标记完的像素点标记为与Left点一致,转向A,重新循环当前点的下一个像素点。
3.如权利要求2所述基于面积法的对地姿态解算方法,其特征在于,
为了合并连通域,在对整幅图像标记完成后,根据有效标记对的数组LArrry和TArray搜索图像;若搜索到与TArray数组中一致的标记点,则将其置为与TArray数组对应的LArray数组中的标记,循环反复直至整个有效标记对数组确认完毕,完成连通域的合并;
为了提取最大连通区域,统计具有相同标记的像素点的个数,并得到具有相同标记的像素点个数的最大值S及对应像素点的xc,yc坐标,将对应像素点的xc,yc坐标存在像素坐标数组XArray与YArray中。
4.如权利要求1或3所述基于面积法的对地姿态解算方法,其特征在于,
将边缘提取后的目标圆置于极坐标系下,使极轴沿逆时针扫过目标圆,建立极坐标系下目标连通域边缘像素点的查找表(θ,ρ)和(θ,l,x,y),在查找表中记录以下内容并以极角θ作为关键字索引:
极轴以最小极角θmin与目标圆相切时与最小极角θmin对应的极径ρ0、交点坐标(x0,y0)和弦长l0=0;
极轴与目标圆有两个交点时的每个极角θ,和与每个极角θ对应的一个长度短的极径ρ和一个长度长的极径ρ”,该极径ρ对应的交点坐标(x,y)和该极径ρ”对应的交点坐标(x”,y”),和两个交点之间圆的弦长l;其中,每个极角θ由小到大排序直到与目标圆的最长弦长li对应的极角θi;
极轴以最大极角θmax与目标圆相切时与最大极角θmax对应的极径ρn、交点坐标(xn,yn)和弦长ln=0。
5.如权利要求4所述基于面积法的对地姿态解算方法,其特征在于,
设极坐标系的原点O,目标圆的圆心点s,极轴以最小极角θmin与目标圆相切的切点c1,极轴以最大极角θmax与目标圆相切的切点c2;
在直角三角形soc1中,计算线段sc1=tan(θi-θmin)*ρ0,令R2=sc1;
在直角三角形soc2中,计算线段sc2=tan(θmax-θi)*ρn,令R3=sc2;
若R1,R2,R3满足如下关系:
|R1-R2|<ε
|R1-R3|<ε
|R2-R3|<ε
表示R1、R2、R3三值接近且误差在设定的阈值范围ε之内,则确认提取出的最大连通区域即为目标连通区域。
6.如权利要求5所述基于面积法的对地姿态解算方法,其特征在于,
通过累加,得到像素坐标数组XArray中坐标xc的和,及像素坐标数组YArray中坐标yc的和,分别除以步骤二中得到的具有相同标记的像素点个数的最大值S,得到地球的中心坐标xs,ys。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610290603.9A CN106056574B (zh) | 2016-05-04 | 2016-05-04 | 一种基于面积法的对地姿态解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610290603.9A CN106056574B (zh) | 2016-05-04 | 2016-05-04 | 一种基于面积法的对地姿态解算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106056574A true CN106056574A (zh) | 2016-10-26 |
CN106056574B CN106056574B (zh) | 2018-10-02 |
Family
ID=57176671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610290603.9A Active CN106056574B (zh) | 2016-05-04 | 2016-05-04 | 一种基于面积法的对地姿态解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106056574B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084822A (zh) * | 2019-05-05 | 2019-08-02 | 中国人民解放军战略支援部队航天工程大学 | 一种面向卫星在轨应用的目标探测实时处理系统及方法 |
CN111612257A (zh) * | 2020-05-26 | 2020-09-01 | 广西翔路建设有限责任公司 | 基于空间归化的最短路径求解方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670478A (zh) * | 2004-03-15 | 2005-09-21 | 清华大学 | 一种基于视频图像测量飞行器姿态参数的方法 |
CN101504287A (zh) * | 2009-01-22 | 2009-08-12 | 浙江大学 | 基于视觉信息的无人飞行器自主着陆的姿态参数估算方法 |
CN101655361A (zh) * | 2009-08-31 | 2010-02-24 | 中国人民解放军国防科学技术大学 | 基于双相机的不稳定基准平台姿态测量方法 |
CN104457704A (zh) * | 2014-12-05 | 2015-03-25 | 北京大学 | 基于增强地理信息的无人机地面目标定位系统及方法 |
US20150298827A1 (en) * | 2014-04-22 | 2015-10-22 | Massachusetts Institute Of Technology | Attitude determination using infrared earth horizon sensors |
CN105222790A (zh) * | 2015-09-22 | 2016-01-06 | 中国科学院上海技术物理研究所 | 一种线阵红外地球敏感器的三通道姿态解算方法 |
CN105387874A (zh) * | 2015-12-14 | 2016-03-09 | 中国科学院长春光学精密机械与物理研究所 | 船载高精度星敏感器安装角标定方法 |
-
2016
- 2016-05-04 CN CN201610290603.9A patent/CN106056574B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670478A (zh) * | 2004-03-15 | 2005-09-21 | 清华大学 | 一种基于视频图像测量飞行器姿态参数的方法 |
CN101504287A (zh) * | 2009-01-22 | 2009-08-12 | 浙江大学 | 基于视觉信息的无人飞行器自主着陆的姿态参数估算方法 |
CN101655361A (zh) * | 2009-08-31 | 2010-02-24 | 中国人民解放军国防科学技术大学 | 基于双相机的不稳定基准平台姿态测量方法 |
US20150298827A1 (en) * | 2014-04-22 | 2015-10-22 | Massachusetts Institute Of Technology | Attitude determination using infrared earth horizon sensors |
CN104457704A (zh) * | 2014-12-05 | 2015-03-25 | 北京大学 | 基于增强地理信息的无人机地面目标定位系统及方法 |
CN105222790A (zh) * | 2015-09-22 | 2016-01-06 | 中国科学院上海技术物理研究所 | 一种线阵红外地球敏感器的三通道姿态解算方法 |
CN105387874A (zh) * | 2015-12-14 | 2016-03-09 | 中国科学院长春光学精密机械与物理研究所 | 船载高精度星敏感器安装角标定方法 |
Non-Patent Citations (3)
Title |
---|
A. W. VAN HERWAARDEN: "Low-Cost Satellite Attitude Control Sensors Based on Integrated Infrared Detector Arrays", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
潘旺华 等: "基于红外地平仪的航天器姿态确定技术", 《计算机仿真》 * |
续立军 等: "一种用于无人机姿态测量的红外地平仪算法改进", 《中国惯性技术学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084822A (zh) * | 2019-05-05 | 2019-08-02 | 中国人民解放军战略支援部队航天工程大学 | 一种面向卫星在轨应用的目标探测实时处理系统及方法 |
CN111612257A (zh) * | 2020-05-26 | 2020-09-01 | 广西翔路建设有限责任公司 | 基于空间归化的最短路径求解方法 |
CN111612257B (zh) * | 2020-05-26 | 2023-05-02 | 广西北投公路建设投资集团有限公司 | 基于空间归化的最短路径求解方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106056574B (zh) | 2018-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682382B (zh) | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 | |
CN106525025B (zh) | 一种变电站巡检机器人路线规划导航方法 | |
CN100562707C (zh) | 双目视觉转轴标定方法 | |
CN109059906A (zh) | 车辆定位方法、装置、电子设备、存储介质 | |
CN104197933B (zh) | 一种望远镜视场中高星等滑动恒星的增强和提取方法 | |
US9058689B2 (en) | Spatial predictive approximation and radial convolution | |
CN106056619A (zh) | 基于梯度约束Radon变换的无人机视觉电线巡检方法 | |
CN105021190B (zh) | 反卫星导航欺诈的方法以及基于该方法的无人系统 | |
CN103428408B (zh) | 一种适用于帧间的图像稳像方法 | |
US10387718B2 (en) | Method for detecting targets on the ground and in motion, in a video stream acquired with an airborne camera | |
CN111652896A (zh) | 惯导辅助陨石坑由粗到精检测方法 | |
CN106815553A (zh) | 一种基于边缘匹配的红外前视图像舰船检测方法 | |
CN103854290A (zh) | 一种结合骨架特征点和分布场描述子的扩展目标跟踪方法 | |
CN106056574A (zh) | 一种基于面积法的对地姿态解算方法 | |
Song et al. | Fine-grained object detection in remote sensing images via adaptive label assignment and refined-balanced feature pyramid network | |
CN105403886B (zh) | 一种机载sar定标器图像位置自动提取方法 | |
US9372081B2 (en) | Method and system for geo-referencing at least one sensor image | |
CN107907126A (zh) | 一种基于三角形匹配的星图识别方法、装置及系统 | |
CN108253940A (zh) | 定位方法及装置 | |
US11580690B1 (en) | Horizon-based navigation | |
Liu et al. | A star spot extraction method based on SSA-UNet for star sensors under dynamic conditions | |
Palmer et al. | Mercator—Independent rover localization using stereophotoclinometry and panoramic images | |
CN113298713A (zh) | 一种抗云干扰的在轨快速配准方法 | |
Lee et al. | A feasibility study on smartphone localization using image registration with segmented 3d building models based on multi-material classes | |
Tang et al. | Automatic geo‐localization framework without GNSS data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |