CN109146955A - 一种基于微小卫星群获取目标三维图像信息的方法 - Google Patents
一种基于微小卫星群获取目标三维图像信息的方法 Download PDFInfo
- Publication number
- CN109146955A CN109146955A CN201810835498.1A CN201810835498A CN109146955A CN 109146955 A CN109146955 A CN 109146955A CN 201810835498 A CN201810835498 A CN 201810835498A CN 109146955 A CN109146955 A CN 109146955A
- Authority
- CN
- China
- Prior art keywords
- microsatellite
- image information
- target
- satellite
- observation
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于微小卫星群获取目标三维图像信息的方法,包括以下步骤:步骤S1,微小卫星群中的各个微小卫星按照预设的工作时间序列进行观测工作,并且获取目标的图像信息;步骤S2,根据微小卫星的观测区域与目标的相对轨姿关系获取卫星观测组合;步骤S3,各颗卫星观测组合获取到目标的图像信息,并且构建目标的三维图像信息,构建目标在空间环境中的实时模型。通过综合大量的微小卫星所能获取的图像,分析与整合关于目标和其所在空间的图像信息,构建相应的三维目标和空间环境的模型;克服了单颗微小卫星获取的图像信息有限而无用的缺点。
Description
技术领域
本发明属于航天器姿态控制技术领域;具体涉及一种基于微小卫星群获取目标三维图像信息的方法。
背景技术
随着航天科技迅速发展,人造卫星、空间站、航天飞机等航天器相继投入使用。但是,巨额的费用,昂贵的成本一直制约着航天科技的发展。冷战结束后,航天科技逐步从军事应用转向经济建设,商业运作促使航天科技必须降低成本,提高效益。另一方面,微电子技术的进步、轻型材料的研制以及高功率太阳能电池的出现,使得微小卫星各种仪器、设备的微型化有了可能,为微小卫星的研制和发展创造了条件。因此,在上述相关背景下和科学技术迅速发展的基础上,微小卫星得到了迅速发展。
微小卫星是有明确用途的新一代卫星。其特点是:新技术含量高、研制周期短、研制经费低,且可以进一步组网,以分布式的星座形成“虚拟大卫星”。其主要用于通信、对地遥感、行星际探测、科学研究和技术试验,与以往的大卫星相比,微小卫星具有体积小、重量轻、研制周期短、成本低、发射方式灵活等诸多优势,然而也带来了负载小、功能低、性能差、应用方向狭小的缺点。尤其是皮星、飞星等质量体积等级更小的微小卫星,其现有应用领域仅为科学研究和技术试验领域内的科学或技术验证,而缺乏实际功能上的应用。
现有皮星或飞星级别的微小卫星,其应用载荷一般仅为一台常见的商业相机,而在实际应用上的结果往往也是很不理想,一方面,皮星、飞星级别的微小卫星上有限负载和能源下所应用的姿轨控制系统难以保证拍摄获取图像信息过程中自身姿态的稳定;另一方面,常见的商业相机一般难以避免或消除受到的恶劣太空环境的影响。多方因素的影响下,单颗微小卫星所能获得的图像信息往往十分有限、质量堪忧而没有实际意义。
发明内容
本发明提供了一种基于微小卫星群获取目标三维图像信息的方法;通过综合大量的微小卫星所能获取的图像,分析与整合关于目标和其所在空间的图像信息,构建相应的三维目标和空间环境的模型;克服了单颗微小卫星获取的图像信息有限而无用的缺点。
本发明的技术方案是:一种基于微小卫星群获取目标三维图像信息的方法,包括以下步骤:步骤S1,微小卫星群中的各个微小卫星按照预设的工作时间序列进行观测工作,并且获取目标的图像信息;步骤S2,根据微小卫星的观测区域与目标的相对轨姿关系获取卫星观测组合;步骤S3,各颗卫星观测组合获取到目标的图像信息,并且构建目标的三维图像信息,构建目标在空间环境中的实时模型。
更进一步的,本发明的特点还在于:
其中步骤S1中还包括调整微小卫星群进行姿态轨道,具体的:建立优化姿态轨道目标函数,该目标函数的满足条件为:处于观测位姿状态的微小卫星数量最大和编队构型最优;该目标函数的约束包括:任务时间需求约束,微小卫星的能源约束,姿态调节空间约束。
其中处于观测位姿状态的微小卫星数量最大和编队构型最优的优化目标函数为:其中c1,c2为罚函数因子;任务时间需求约束为:ttime≤ttotal;微小卫星的能源约束为:fueli-consume<fueltotal;姿态调节空间约束为:其中为微小卫星最终姿态坐标矩阵,为卫星初始坐标矩阵,为基于初始姿态的工作空间。
其中步骤S2获取卫星观测组合的条件包括:微小卫星覆盖目标并获取目标的完整图像信息;卫星观测组合获取的目标的观测区域最大化。
其中步骤S2获取卫星观测组合的具体过程是:步骤S21,从m可观测卫星中选择任意一颗卫星作为卫星观测序列的第1颗观测卫星,并且基于第1颗观测卫星选择卫星序列的第2颗观测卫星;步骤S21,基于卫星观测序列已确认的j颗卫星,j≥2,选择第j+1颗卫星;步骤S23,重复执行步骤S22,直到j=m,得到m颗观测卫星组成的卫星观测序列。
其中步骤S2的卫星观测组合为微小卫星群的所有微小卫星。
其中步骤S3中构建目标的三维图像信息的具体过程是:提取各颗观测卫星获取的目标图像中的特征点,对特征点进行平面或立体匹配,得到在同一观测区域的整合图像信息和相邻观测区域的全面图像信息,最终得到多源图像信息;针对多源图像信息基于微小卫星相对观测位姿进行矩阵转换,然后基于关键的对应点对图像信息进行数据分区;然后依据数据分区建立目标的三维图像信息。
其中步骤S3中构建目标在空间环境中的实时模型为该目标在空间中当前时刻的三维模型。
与现有技术相比,本发明的有益效果是:针对单颗的皮星、飞星级别的微小卫星观测能力有限的问题,以及相应的编队组网观测的需求,通过各颗观测卫星的位姿信息判断其可能观测域并设计工作时间序列,根据各卫星实时的可观测域与所需观测空间或目标的相关性选取可用卫星观测组合。随后,基于可用观测卫星实时位姿信息和观测获得的图像信息,结合可能的历史目标模型信息,对可用观测卫星观测获得的图像信息进行信息整合与三维重构。最终得到目标和其所在空间的完整图像信息,构建出相应的三维目标和空间环境的实时模型。
附图说明
图1为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步说明。
本发明方法的简易计算过程,参照图1:
(1)基于微小卫星编队的姿态轨道信息以及给予的需要观测的三维目标在区域空间的位置,进行预备工作:
对微小卫星编队进行姿态轨道的初始调整,将微小卫星编队构型调整到所需的良好观测位姿状态,即处于观测位姿状态的微小卫星数量最大和卫星编队构型的最优,并在此基础上根据各个微小卫星可能观测域时变信息与所需观测空间或目标的相对位姿关系设计微小微型相机的开关时间序列。
调整的过程可以看作一个最优选择的过程,其目标函数满足的条件为:观测时刻处于良好观测位置的观测卫星数量的最大化和编队构型的最优化。
根据实际应用场景的不同和后续算法的需求,对观测卫星是否处于良好观测位姿状态的定义有着一定的区别,本发明针对仅需观测目标相对位置信息,而几何构型和目标大小无需预知的应用场景,选用了基于视场角的定义:
假设共计n颗微小卫星,对于第i颗微小卫星,其搭载镜头焦距为EFLi,而不做变焦考虑,对应的视场角为FOVi,考虑的观测目标大小和几何构型未知,可暂时将目标看作空间中的一个质点,要保证观测卫星处于良好的位姿状态,应使得目标点尽可能的位于视场的中心位置,远离视场边界。
基于可测得的观测卫星i的已知姿轨信息,可构建相应的相机坐标系Oi-XiYiZi,其原点为相机光心,Xi轴和Yi轴分别与图像坐标系的X轴和Y轴平行,Zi轴沿像机光轴,与图像平面垂直。根据观测目标P和观测卫星i的相对位置信息,可以获得其在相机坐标系Oi-XiYiZi中的坐标描述Pi。进一步可算得观测光束(OiPi连线)和光轴(轴Zi)的夹角,记为θi。观测目标点距离视场边界的最小距离可近似表示为:
其中li表示观测卫星和目标质点的归一化距离(|OiPi|)。若di>0,表示观测目标点位于相机视场内。考虑到相机性能和目标初始猜测,可引入相机最佳拍摄距离区间[lmin,lmax],以及视场边界容许距离dξ。则单颗观测卫星是否位于良好位姿状态可表示为0-1函数:
对应的微小卫星群的目标函数为
作为微小卫星编队观测,除了离散的考虑各颗观测卫星的位姿状态以外,还要从编队整体构型出发进行考虑,观测编队应当尽可能的环绕在目标四周,如果编队间各微小卫星彼此过于接近,导致编队观测信息集中在目标的局部区域,即使各卫星都处于良好位姿状态,编队整体姿轨构型依然是不良的,因此要引入观测卫星间观测角距作为第二目标函数。
令即假定n颗微小观测卫星中存在m颗观测卫星个体处于良好观测位姿状态,其中任意选取两颗观测卫星,两者间距离已知,而且和观测目标点距离也近似已知,三者可以构建出一个三角形,基于余弦定理可以非常简单的算得两颗观测卫星对目标观测光束间的夹角。对于第j颗观测卫星,其和其他处于良好位姿状态观测卫星间的观测角距中的最小值记为要想满足观测编队尽可能环绕在目标四周的需求,对应的目标函数为
两则结合到一起,可以得到对应观测时刻处于良好观测位置的观测卫星数量的最大化和编队构型的最优化目标函数
其中c1,c2为罚函数因子。
相应的约束和边界条件包括:
任务需求的时间限制:ttime≤ttotal;
微小卫星的能源限制,主要指对卫星变轨能力的限制,卫星机动变轨消耗的燃料或能量不能超出限制:fueli-consume<fueltotal。
姿态调节空间限制,基于微小卫星能力有限的姿态调节装置,在有限时间内,其姿态调节仅能在有限大小的工作空间中实现:其中为微小卫星最终姿态坐标矩阵,为卫星初始坐标矩阵,为基于初始姿态的工作空间。
(2)微小卫星编队中各卫星开始进行工作与图像信息采集,对于微小卫星编队,根据实时的各卫星的可观测域与所需观测空间目标的相对位姿关系设计可用的观测卫星序列组合。基于m颗处于良好观测位姿状态的卫星个体,序列建立步骤大致如下:
首先需要按照m颗观测卫星的综合观测性能确定卫星观测序列,具体过程如下:
步骤S21,从m颗观测卫星中任意选择一颗观测卫星作为卫星观测序列的第1颗观测卫星,基于该序列的第1颗观测卫星,选择卫星序列的第2颗观测卫星;具体过程是:除选择的第1颗观测卫星之外剩余的m-1颗观测卫星中的第q颗观测卫星,其中第q颗观测卫星为第2颗观测卫星到第m卫星的遍历,第q颗观测卫星观测目标点距离视场边界的最小距离为dq,与第1颗观测卫星间的观测夹角为θ1,q,该卫星的综合观测性能可表示为fq=dq×θ1,q,选择观测性能值最大的卫星作为第2颗观测卫星;
步骤S22,基于已确定的前j颗观测卫星(j≥2),选择卫星序列的第j+1颗观测卫星;具体过程是:除已确定的j颗观测卫星之外剩余的m-j颗观测卫星中的第q颗观测卫星,其中第q颗观测卫星为第j+1颗观测卫星到第m卫星的遍历,第q颗观测卫星观测目标点距离视场边界的最小距离为dq,与已确定的第p颗观测卫星间的观测夹角为θp,q,其中第p颗观测卫星为第1颗观测卫星到第j颗观测卫星的遍历,因此会得到j个观测夹角,第q颗观测卫星的综合观测性能可表示为选择观测性能值最大的卫星作为第j+1颗观测卫星;
步骤S23,重复执行步骤S22,直到j=m,得到m颗观测卫星组成的卫星观测序列。
步骤S24,根据计算能力的限制和运算时间的需求,确定可用观测卫星的最大数量k,从卫星观测序列中选择前k颗观测卫星,得到卫星观测组合。
该方法中步骤S1中由于从m颗观测卫星中随机选择一颗观测卫星,因此根据选择观测卫星的不同,步骤S4中得到的卫星观测序列有m个。
对于选择第i颗观测卫星得到卫星观测序列,则该卫星观测序列前k颗观测卫星的组成的卫星组合的观测性能表示为:
其中表示第i颗观测卫星序列的第一颗观测卫星的观测性能,c1,cq为惩罚因子,对比选择观测性能值最大的卫星组合作为观测组合。
(3)根据观测获取图像信息进行处理和建模,得到最为完整目标和目标空间的图像信息,构建相应的三维目标的实时模型。
首先,对数字图像进行预处理,执行去噪、边缘提取、直方图处理等基本操作增强图像的细节信息,抑制噪声,改善图像质量。
随后,对各视点去模糊后图像进行特征提取和匹配,特征点选择为角点,即图像中灰度变化剧烈的像素点。基于灰度图像进行角点检测,本发明选用了经典了Harris角点检测算法,其大致步骤如下:
a)设X,Y是图像的一阶灰度梯度,则可对图像求卷积得到:
进而定义
其中
b)对M的四个元素进行高斯平滑滤波,消除一些不必要的孤立点和凸起,得到新的矩阵M′;
c)利用M′计算对应每个像素的角点响应函数R,其取决于M′的特征值,有:
R=Det(M′)-kTr2(M)=A*B-C2-k(A+B)2
式中算子Det(M′)=λ1λ2,Tr(M)=λ1+λ2,系数k为经验值,一般情况下取为0.04。
基于Harris算法检测得出的角点,在各幅图像中找出相互对应的特征点,进行平面和立体匹配与校正。
然后,通过分析各观测卫星获取的图像,基于匹配的角点和控制点,并结合可测得的观测卫星间相对姿轨信息,选择两步法对观测卫星负载相机进行标定,求出相机的内部、外部参数和畸变系数。
最后,对可用观测卫星观测获得的图像信息进行信息整合与三维重构。针对各观测卫星获取图像信息中已匹配的特征点,结合已标定的对应相机参数,运用三角形法进行空间点重建,确定角点的三维坐标。基于已匹配的特征点,进行各观测图像信息数据融合,实现三维表面重建,并最终构建出观测目标的三维模型。
Claims (8)
1.一种基于微小卫星群获取目标三维图像信息的方法,其特征在于,包括以下步骤:
步骤S1,微小卫星群中的各个微小卫星按照预设的工作时间序列进行观测工作,并且获取目标的图像信息;
步骤S2,根据微小卫星的观测区域与目标的相对轨姿关系获取卫星观测组合;
步骤S3,各颗卫星观测组合获取到目标的图像信息,并且构建目标的三维图像信息,构建目标在空间环境中的实时模型。
2.根据权利要求1所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S1中还包括调整微小卫星群进行姿态轨道,具体的:建立优化姿态轨道目标函数,该目标函数的满足条件为:处于观测位姿状态的微小卫星数量最大和编队构型最优;该目标函数的约束包括:任务时间需求约束,微小卫星的能源约束,姿态调节空间约束。
3.根据权利要求2所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述处于观测位姿状态的微小卫星数量最大和编队构型最优的优化目标函数为:其中c1,c2为罚函数因子;任务时间需求约束为:ttime≤ttotal;微小卫星的能源约束为:fueli-consume<fueltotal;姿态调节空间约束为:其中为微小卫星最终姿态坐标矩阵,为卫星初始坐标矩阵,为基于初始姿态的工作空间。
4.根据权利要求1所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S2获取卫星观测组合的条件包括:微小卫星覆盖目标并获取目标的完整图像信息;卫星观测组合获取的目标的观测区域最大化。
5.根据权利要求4所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S2获取卫星观测组合的具体过程是:
步骤S21,从m可观测卫星中选择任意一颗卫星作为卫星观测序列的第1颗观测卫星,并且基于第1颗观测卫星选择卫星序列的第2颗观测卫星;
步骤S21,基于卫星观测序列已确认的j颗卫星,j≥2,选择第j+1颗卫星;
步骤S23,重复执行步骤S22,直到j=m,得到m颗观测卫星组成的卫星观测序列。
6.根据权利要求1所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S2的卫星观测组合为微小卫星群的所有微小卫星。
7.根据权利要求1所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S3中构建目标的三维图像信息的具体过程是:提取各颗观测卫星获取的目标图像中的特征点,对特征点进行平面或立体匹配,得到在同一观测区域的整合图像信息和相邻观测区域的全面图像信息,最终得到多源图像信息;针对多源图像信息基于微小卫星相对观测位姿进行矩阵转换,然后基于关键的对应点对图像信息进行数据分区;然后依据数据分区建立目标的三维图像信息。
8.根据权利要求1所述的基于微小卫星群获取目标三维图像信息的方法,其特征在于,所述步骤S3中构建目标在空间环境中的实时模型为该目标在空间中当前时刻的三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810835498.1A CN109146955B (zh) | 2018-07-26 | 2018-07-26 | 一种基于微小卫星群获取目标三维图像信息的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810835498.1A CN109146955B (zh) | 2018-07-26 | 2018-07-26 | 一种基于微小卫星群获取目标三维图像信息的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146955A true CN109146955A (zh) | 2019-01-04 |
CN109146955B CN109146955B (zh) | 2022-03-29 |
Family
ID=64797827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810835498.1A Active CN109146955B (zh) | 2018-07-26 | 2018-07-26 | 一种基于微小卫星群获取目标三维图像信息的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146955B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705888A (zh) * | 2019-10-10 | 2020-01-17 | 合肥工业大学 | 一种最小成本区域目标覆盖的分区卫星任务规划方法 |
CN111130629A (zh) * | 2019-12-27 | 2020-05-08 | 成都星时代宇航科技有限公司 | 多终端遥感卫星控制方法、装置及可读存储介质 |
CN111377065A (zh) * | 2020-03-09 | 2020-07-07 | 西北工业大学 | 一种多航天器协同识别目标姿态参数的方法 |
CN111784766A (zh) * | 2020-06-08 | 2020-10-16 | 易思维(杭州)科技有限公司 | 一种含螺纹目标物位姿的计算方法 |
CN113193903A (zh) * | 2021-04-23 | 2021-07-30 | 上海卫星工程研究所 | 业务大卫星运行环境监测和功能备份微小卫星系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310487A (zh) * | 2013-06-21 | 2013-09-18 | 中国科学院遥感与数字地球研究所 | 一种基于时间变量的通用成像几何模型生成方法 |
CN103363959A (zh) * | 2013-07-15 | 2013-10-23 | 中国科学院空间科学与应用研究中心 | 一种基于分离载荷卫星编队的立体测绘成像系统及方法 |
CN104090819A (zh) * | 2014-07-22 | 2014-10-08 | 中国科学院空间科学与应用研究中心 | 一种空间天文卫星巡天扫描多目标任务规划方法 |
CN107194875A (zh) * | 2017-06-07 | 2017-09-22 | 北京宇航智科科技有限公司 | 利用小卫星群获得高分辨率和大幅宽遥感图像的方法 |
-
2018
- 2018-07-26 CN CN201810835498.1A patent/CN109146955B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310487A (zh) * | 2013-06-21 | 2013-09-18 | 中国科学院遥感与数字地球研究所 | 一种基于时间变量的通用成像几何模型生成方法 |
CN103363959A (zh) * | 2013-07-15 | 2013-10-23 | 中国科学院空间科学与应用研究中心 | 一种基于分离载荷卫星编队的立体测绘成像系统及方法 |
CN104090819A (zh) * | 2014-07-22 | 2014-10-08 | 中国科学院空间科学与应用研究中心 | 一种空间天文卫星巡天扫描多目标任务规划方法 |
CN107194875A (zh) * | 2017-06-07 | 2017-09-22 | 北京宇航智科科技有限公司 | 利用小卫星群获得高分辨率和大幅宽遥感图像的方法 |
Non-Patent Citations (2)
Title |
---|
BOYD S ET AL: "Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers", 《EUROPEAN CONTROL CONFERENCE》 * |
张博 等: "一种新的卫星编队构型重构路径规划方法", 《西北工业大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705888A (zh) * | 2019-10-10 | 2020-01-17 | 合肥工业大学 | 一种最小成本区域目标覆盖的分区卫星任务规划方法 |
CN110705888B (zh) * | 2019-10-10 | 2022-03-15 | 合肥工业大学 | 一种最小成本区域目标覆盖的分区卫星任务规划方法 |
CN111130629A (zh) * | 2019-12-27 | 2020-05-08 | 成都星时代宇航科技有限公司 | 多终端遥感卫星控制方法、装置及可读存储介质 |
WO2021128774A1 (zh) * | 2019-12-27 | 2021-07-01 | 成都星时代宇航科技有限公司 | 一种多终端遥感卫星控制方法、装置及可读存储介质 |
US11312510B2 (en) | 2019-12-27 | 2022-04-26 | Chengdu star era Aerospace Technology Co., Ltd. | Method and apparatus for controlling remote sensing satellites for multiple terminals, and readable storage medium |
CN111377065A (zh) * | 2020-03-09 | 2020-07-07 | 西北工业大学 | 一种多航天器协同识别目标姿态参数的方法 |
CN111377065B (zh) * | 2020-03-09 | 2021-11-16 | 西北工业大学 | 一种多航天器协同识别目标姿态参数的方法 |
CN111784766A (zh) * | 2020-06-08 | 2020-10-16 | 易思维(杭州)科技有限公司 | 一种含螺纹目标物位姿的计算方法 |
CN111784766B (zh) * | 2020-06-08 | 2024-05-24 | 易思维(杭州)科技股份有限公司 | 一种含螺纹目标物位姿的计算方法 |
CN113193903A (zh) * | 2021-04-23 | 2021-07-30 | 上海卫星工程研究所 | 业务大卫星运行环境监测和功能备份微小卫星系统及方法 |
CN113193903B (zh) * | 2021-04-23 | 2022-12-13 | 上海卫星工程研究所 | 业务大卫星运行环境监测和功能备份微小卫星系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109146955B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146955A (zh) | 一种基于微小卫星群获取目标三维图像信息的方法 | |
CN104504748B (zh) | 一种无人机倾斜摄影红外三维成像系统及建模方法 | |
CN105698762B (zh) | 一种单机航迹上基于不同时刻观测点的目标快速定位方法 | |
CN108256822A (zh) | 一种适用于气象信息辅助卫星成像任务规划系统及方法 | |
US9285460B2 (en) | Method and system for estimating information related to a vehicle pitch and/or roll angle | |
CN105809687A (zh) | 一种基于图像中边沿点信息的单目视觉测程方法 | |
CN107505948B (zh) | 一种用于敏捷卫星机动中沿曲线条带成像的姿态调整方法 | |
CN104154929B (zh) | 基于星密集度的星图仿真器导航星优选方法 | |
CN107192375B (zh) | 一种基于航拍姿态的无人机多帧图像自适应定位校正方法 | |
CN109284904B (zh) | 用于成像任务有效规划的云层窗口自主感知决策方法 | |
CN105139406B (zh) | 一种基于序列图像的跟踪精度反演方法 | |
CN107192376A (zh) | 基于帧间连续性的无人机多帧图像目标定位校正方法 | |
CN111121789B (zh) | 一种基于图像的遥感卫星多模式自主定轨方法 | |
CN105809706A (zh) | 一种分布式多像机系统的全局标定方法 | |
CN105182678A (zh) | 一种基于多通道相机观测空间目标的系统及方法 | |
CN112857356A (zh) | 无人机水体环境调查和航线生成方法 | |
CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
Wang et al. | Automated mosaicking of UAV images based on SFM method | |
CN112084844B (zh) | 一种基于星载实时云判的任务重规划方法 | |
CN109344785A (zh) | 一种在深空自主光学导航中的高精度的行星中心定位方法 | |
CN111680552B (zh) | 一种特征部位智能识别方法 | |
CN111156956B (zh) | 基于大气偏振e-矢量模式特征的空间姿态参数获取方法 | |
CN108226926A (zh) | 一种基于组网雷达的三维散射分布重构方法 | |
CN113240749A (zh) | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 | |
CN114858186B (zh) | 一种恒星观测模式下线阵相机星上几何定标方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |