CN110849354A - 一种星敏感器寿命末期条件下星点提取与补偿方法 - Google Patents

一种星敏感器寿命末期条件下星点提取与补偿方法 Download PDF

Info

Publication number
CN110849354A
CN110849354A CN201911192988.5A CN201911192988A CN110849354A CN 110849354 A CN110849354 A CN 110849354A CN 201911192988 A CN201911192988 A CN 201911192988A CN 110849354 A CN110849354 A CN 110849354A
Authority
CN
China
Prior art keywords
star
star point
template
gray
point
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
Application number
CN201911192988.5A
Other languages
English (en)
Other versions
CN110849354B (zh
Inventor
练达
周琦
毛晓楠
余路伟
郑循江
张磊
徐亚娟
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.)
Shanghai Aerospace Control Technology Institute
Original Assignee
Shanghai Aerospace Control Technology Institute
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 Shanghai Aerospace Control Technology Institute filed Critical Shanghai Aerospace Control Technology Institute
Priority to CN201911192988.5A priority Critical patent/CN110849354B/zh
Publication of CN110849354A publication Critical patent/CN110849354A/zh
Application granted granted Critical
Publication of CN110849354B publication Critical patent/CN110849354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Astronomy & Astrophysics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种星敏感器寿命末期条件下星点提取与补偿方法，包含以下步骤：建立星点像斑模板；在星点窗口中逐点计算模板与窗口图像的相关响应，找到最大响应区域作为星点所在区域；调整模板灰度值；利用调整后的模板补偿星点像斑；计算窗口内星点质心坐标。本发明的方法在星敏感器全寿命期均能稳定运行，可以在星敏感器信噪比较低的情况下，稳定提取星点，并且保证精度满足要求。

Description

一种星敏感器寿命末期条件下星点提取与补偿方法
技术领域
本发明涉及一种星敏感器寿命末期条件下星点提取与补偿方法。
背景技术
目前，以大气环境探测、风云四号卫星为代表的重点型号任务对星敏感器的探测精度提出了更高的要求，为确保卫星正常执行在轨任务，要求星敏感器在全寿命期保证精度。对于LEO轨道，通常要求8年以上寿命，对于GEO轨道，通常要求10年以上寿命。其主要难点在于，相对于入轨初期，长期在轨运行后，由于器件老化、太空辐射等因素，导致噪声增大，图像信噪比显著降低，影响星点提取率与星点质心定位精度。如果没有相关算法，仅凭高等级的探测器与致冷等硬件手段，很难保证姿态测量的有效率和精度，在星敏感器寿命末期很难保证稳定输出姿态信息和保证精度达到要求。
一般来说，星敏感器在轨工作时间越长，噪声能量均值越高，且方差越大，目标与背景、噪声呈叠加关系，如式(1)所示，三者相互独立且可分割。
G(x,y)＝S(x,y)+B(x,y)+η(x,y) (1)
式中，G(x,y)为某像素灰度值，S(x,y)为星点在该像素上的灰度值，B(x,y)为背景在该像素上的灰度值，η(x,y)为噪声。
在低信噪比条件下，由于S(x,y)过小与η(x,y)过大，阈值分割法无法选取合适的阈值T分割出星点像斑，即使能够分割出能量较高的个别像素，也会由于像素过少被连通域法判定为高能量噪点。
因此，在低信噪比条件下，以灰度值作为判据判断一个像素是否为星点像斑是不可行的。亟需一种新的方法，在星敏感器寿命末期低信噪比的条件下，实现星点稳定提取。
发明内容
本发明的目的是提出一种能够在星敏感器寿命末期低信噪比条件下稳定运行的星点提取方法，作为现有星点提取方法的补充，以提高星点提取率和星点定位精度。
为了达到上述目的，本发明的技术方案是提供一种星点提取与补偿方法，包含：
步骤1，基于星敏感器恒星成像模型建立星点像斑模板；
步骤2，在星敏感器预测的星点所在窗口中，以星点像斑模板与窗口图像的相关性最大为判据，通过图像配准提取星点，得到星点所在区域；
步骤3，基于实际星点像斑与星点像斑模板的灰度值差异，以第一灰度比例来调整星点像斑模板的灰度值，得到调整后的模板；
步骤4，以调整后的模板对星点像斑进行补偿，得到提取完毕的星点像斑；
步骤5，利用提取完毕的星点像斑，计算星点质心坐标。
可选地，步骤1中，在恒星成像模型中，以模型能量分布峰值坐标为中心，截取设定范围的图像作为星点像斑模板w。
可选地，步骤2中，在星点所在窗口中，逐点计算星点像斑模板w与窗口图像的相关响应，找到最大响应区域s作为星点所在区域。
可选地，步骤3，以第一灰度比例α调整星点像斑模板w的灰度值，得到调整后的模板为w'，w'＝αw。
可选地，步骤3中，进一步包含求取第一灰度比例α的以下过程：
利用灰度均值法对星点所在区域进行预处理，得到预处理后的区域s'；
选取星点像斑模板w中灰度值次大的三个像素，记其灰度和为G1；
选取预处理后的区域s'中灰度值次大的三个像素，记其灰度和为G2；
求取第一灰度比例α＝G1/G2。
可选地，步骤4中，逐一计算预处理后的区域s'与调整后的模板w'每一像元的灰度比例β，与设定的阈值T比较；
若β>T则采用调整后的模板w'补偿预处理后的区域s'；
补偿完毕，得到提取完毕的星点像斑s”。
可选地，步骤5，对于提取完毕的星点像斑s”，利用灰度加权的质心法计算星点质心坐标。
可选地，所述星点提取与补偿方法应用于星敏感器寿命末期条件下。
本发明提出的星敏感器寿命末期星点提取与补偿方法，其优点在于：
本发明基于星敏感器恒星成像模型建立星点像斑模板；采用相关性最大的图像配准方法提取星点，在星敏感器寿命末低信噪比条件下星点提取率高；利用模板对星点补偿，能够降低背景噪声影响，提高星点定位精度。
本发明以恒星成像模型能量峰值坐标为中心，截取一定范围图像作为模板，使该模板与实际恒星成像像斑能量分布拟合精度高，用于图像配准的准确性高。
不同于现有的以灰度阈值与连通域为判据提取星点的方法，本发明的方法以模板与窗口图像的相关性最大为判据通过图像配准提取星点，能够适用于星敏感器全寿命期，特别是在低信噪比情况下星点提取率高，定位精度稳定。
本发明建立的星点模板与实际星点像斑的灰度值存在差异，基于实际像斑灰度值调整模板灰度值，使模板更准确，满足后续补偿的要求。
不同于现有的星点提取定位方法，本发明在得到星点所在区域(即星点像斑)后，利用模板补偿星点像斑，能够消除、降低高能量噪点的影响，并一定程度补全星点像斑，使低信噪比条件下的星点质心定位精度更高。
附图说明
图1为星点提取算法的主要步骤流程图。
具体实施方式
为了能够使星敏感器在寿命末期低信噪比的条件下实现星点稳定提取，本发明提出一种基于恒星成像模型的星点配准与补偿方法。
恒星成像模型即描述星点像斑能量分布的模型，能够精确拟合星点能量分布，这为星点提取提供了一种新的判据，即利用灰度分布特征，采用图像配准的方法提取星点。
G(x,y)＝S(x,y)+B(x,y)+η(x,y) (1)
根据式(1)，背景灰度B(x,y)一般为常值，噪声η(x,y)随机分布，因此星点灰度S(x,y)能够影响其所在像元的灰度值G(x,y)，使其呈现与S(x,y)类似的分布特征。
如图1所示，本发明所述的星点提取与补偿方法，包含以下步骤：
步骤1，利用恒星成像模型建立模板。令恒星成像模型为w0(s,t)，以模型能量分布峰值坐标(s0,t0)为中心，建立星点像斑模板w。
步骤2，在大小为M×N的星敏感器预测星点所在窗口f(x,y)中，通过图像配准的方法，确定星点所在区域(即最大响应区域s)。
步骤3，对s预处理后得到s'，根据s'的灰度值调整模板整体灰度值。
步骤4，依据调整后的模板w'补偿s'，得到提取完毕的星点像斑s”。
步骤5，利用灰度加权的质心法计算星点质心坐标。
各环节的具体实施方式如下：
步骤1中，建立星点像斑模板w：
在恒星成像模型w0中以模型能量分布峰值坐标(s0,t0)为中心，截取一定范围(本例为3×3大小)的图像作为星点像斑模板w。
步骤2中，找到最大响应区域s：
在星敏感器预测的星点所在窗口f(x,y)中逐点移动模板w，使模板w的左上角(s0-1,t0-1)与点(x,y)重合，计算w与“f中被w覆盖的图像区域”的相关响应，遍历窗口中所有点后找到最大响应区域s。
步骤3中，调整模板灰度值，得到w'：
利用灰度均值法对s预处理，分别选取w和s'中灰度值次大的三个像素，记其灰度和分别为G1、G2，求取灰度比例α＝G1/G2，按灰度比例α调整模板灰度值，记调整后的模板为w'，w'＝αw。
步骤4中，利用调整后的模板w'补偿星点像斑：
逐一计算s'与w'每一像元的灰度比例β，设定阈值T(可依据工程经验确定)；若β>T则采用模板w'补偿s'；补偿完毕得到提取完毕的星点像斑s”。
步骤5中，计算窗口内星点质心坐标：对提取完毕的星点像斑s”采用灰度加权法求取星点像斑质心坐标(xc,yc)。
综上所述，本发明提供的一种星敏感器星点提取与补偿算法，基于星敏感器恒星成像模型生成模板，利用模板进行星点配准与补偿，从而实现星敏感器寿命末期信噪比较低的情况下的星点提取，有别于已有的利用灰度阈值进行星点与背景的分割提取的方法，可作为现有星点提取方法的有效补充，提高星点提取率和星点定位精度。
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 (8)

1.一种星点提取与补偿方法，其特征在于，包含：
步骤1，基于星敏感器恒星成像模型建立星点像斑模板；
步骤2，在星敏感器预测的星点所在窗口中，以星点像斑模板与窗口图像的相关性最大为判据，通过图像配准提取星点，得到星点所在区域；
步骤3，基于实际星点像斑与星点像斑模板的灰度值差异，以第一灰度比例来调整星点像斑模板的灰度值，得到调整后的模板；
步骤4，以调整后的模板对星点像斑进行补偿，得到提取完毕的星点像斑；
步骤5，利用提取完毕的星点像斑，计算星点质心坐标。
2.如权利要求1所述的星点提取与补偿方法，其特征在于，
步骤1中，在恒星成像模型中，以模型能量分布峰值坐标为中心，截取设定范围的图像作为星点像斑模板w。
3.如权利要求2所述的星点提取与补偿方法，其特征在于，
步骤2中，在星点所在窗口中，逐点计算星点像斑模板w与窗口图像的相关响应，找到最大响应区域s作为星点所在区域。
4.如权利要求1或3所述的星点提取与补偿方法，其特征在于，
步骤3，以第一灰度比例α调整星点像斑模板w的灰度值，得到调整后的模板为w'，w'＝αw。
5.如权利要求4所述的星点提取与补偿方法，其特征在于，
步骤3中，进一步包含求取第一灰度比例α的以下过程：
利用灰度均值法对星点所在区域进行预处理，得到预处理后的区域s'；
选取星点像斑模板w中灰度值次大的三个像素，记其灰度和为G1；
选取预处理后的区域s'中灰度值次大的三个像素，记其灰度和为G2；
求取第一灰度比例α＝G1/G2。
6.如权利要求5所述的星点提取与补偿方法，其特征在于，
步骤4中，逐一计算预处理后的区域s'与调整后的模板w'每一像元的灰度比例β，与设定的阈值T比较；
若β>T则采用调整后的模板w'补偿预处理后的区域s'；
补偿完毕，得到提取完毕的星点像斑s”。
7.如权利要求6所述的星点提取与补偿方法，其特征在于，
步骤5，对于提取完毕的星点像斑s”，利用灰度加权的质心法计算星点质心坐标。
8.如权利要求1～7中任意一项所述的星点提取与补偿方法，其特征在于，所述星点提取与补偿方法应用于星敏感器寿命末期条件下。
CN201911192988.5A 2019-11-28 2019-11-28 一种星敏感器寿命末期条件下星点提取与补偿方法 Active CN110849354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911192988.5A CN110849354B (zh) 2019-11-28 2019-11-28 一种星敏感器寿命末期条件下星点提取与补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911192988.5A CN110849354B (zh) 2019-11-28 2019-11-28 一种星敏感器寿命末期条件下星点提取与补偿方法

Publications (2)

Publication Number Publication Date
CN110849354A true CN110849354A (zh) 2020-02-28
CN110849354B CN110849354B (zh) 2021-12-10

Family

ID=69606626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911192988.5A Active CN110849354B (zh) 2019-11-28 2019-11-28 一种星敏感器寿命末期条件下星点提取与补偿方法

Country Status (1)

Country Link
CN (1) CN110849354B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504264A (zh) * 2020-10-22 2021-03-16 北京控制工程研究所 一种用于星敏感器姿态测量的超分辨率成像方法
CN112729276A (zh) * 2020-11-27 2021-04-30 上海航天控制技术研究所 星敏感器的星点提取系统及方法
CN113514054A (zh) * 2021-06-16 2021-10-19 北京遥感设备研究所 一种星敏感器星点像斑检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150185009A1 (en) * 2013-12-26 2015-07-02 National University Of Defense Technology Dynamic attitude measurement method of star sensor based on gyro's precise angular correlation
CN108168541A (zh) * 2017-12-20 2018-06-15 北京遥感设备研究所 一种改进的亚像元星点质心定位方法
CN109443381A (zh) * 2018-10-17 2019-03-08 北京遥感设备研究所 一种星敏感器质心精度自适应补偿方法
CN109579872A (zh) * 2018-12-04 2019-04-05 上海航天控制技术研究所 一种星敏感器仪器星等估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150185009A1 (en) * 2013-12-26 2015-07-02 National University Of Defense Technology Dynamic attitude measurement method of star sensor based on gyro's precise angular correlation
CN108168541A (zh) * 2017-12-20 2018-06-15 北京遥感设备研究所 一种改进的亚像元星点质心定位方法
CN109443381A (zh) * 2018-10-17 2019-03-08 北京遥感设备研究所 一种星敏感器质心精度自适应补偿方法
CN109579872A (zh) * 2018-12-04 2019-04-05 上海航天控制技术研究所 一种星敏感器仪器星等估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
练达等: "星敏感器恒星成像模型迭代估计方法", 《光子学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112504264A (zh) * 2020-10-22 2021-03-16 北京控制工程研究所 一种用于星敏感器姿态测量的超分辨率成像方法
CN112504264B (zh) * 2020-10-22 2021-12-07 北京控制工程研究所 一种用于星敏感器姿态测量的超分辨率成像方法
CN112729276A (zh) * 2020-11-27 2021-04-30 上海航天控制技术研究所 星敏感器的星点提取系统及方法
CN113514054A (zh) * 2021-06-16 2021-10-19 北京遥感设备研究所 一种星敏感器星点像斑检测方法及系统

Also Published As

Publication number Publication date
CN110849354B (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN110849354B (zh) 一种星敏感器寿命末期条件下星点提取与补偿方法
CN111105446B (zh) 一种星点提取与补偿方法
Bernecker et al. Continuous short-term irradiance forecasts using sky images
US9129414B2 (en) Image compositing apparatus, image compositing method, image compositing program, and recording medium
Bal et al. Automatic target tracking in FLIR image sequences using intensity variation function and template modeling
CN106296726A (zh) 一种天基光学序列图像中的空间目标检测跟踪方法
US20070242900A1 (en) Combining multiple exposure images to increase dynamic range
CN105957058B (zh) 一种星图的预处理方法
US20050031165A1 (en) Method and apparatus for tracking an object
CN113705590B (zh) 基于人工智能的钢结构智能打磨控制方法
CA2546440A1 (en) System and method for detecting and matching anatomical structures using appearance and shape
EP3142045B1 (en) Predicting accuracy of object recognition in a stitched image
US7113268B2 (en) Scintillation tolerant optical field sensing system and associated method
US20220020178A1 (en) Method and system for enhancing images using machine learning
JP3860589B2 (ja) 光学ナビゲーション装置に応用されるサブピクセル移動量検出方法
CN113514054A (zh) 一种星敏感器星点像斑检测方法及系统
CN111145198B (zh) 一种基于快速角点检测的非合作目标运动估计方法
Niu et al. RecNet: A convolutional network for efficient radiomap reconstruction
US8264462B2 (en) Motion estimation with adaptation of the correlation block size
CN112164093A (zh) 一种基于边缘特征和相关滤波的人物自动跟踪方法
CN108710881B (zh) 神经网络模型、候选目标区域生成方法、模型训练方法
CN113362377B (zh) 一种基于单目相机的vo加权优化方法
CN109671084A (zh) 一种工件形状的测量方法
CN102073996B (zh) 基于图像相关性评估的图像分割阈值确定方法
CN117315547A (zh) 一种解决动态物体大占比的视觉slam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