CN110887474B - 一种用于精密跟踪型望远镜的星图识别方法 - Google Patents
一种用于精密跟踪型望远镜的星图识别方法 Download PDFInfo
- Publication number
- CN110887474B CN110887474B CN201911130907.9A CN201911130907A CN110887474B CN 110887474 B CN110887474 B CN 110887474B CN 201911130907 A CN201911130907 A CN 201911130907A CN 110887474 B CN110887474 B CN 110887474B
- Authority
- CN
- China
- Prior art keywords
- star
- navigation
- observation
- frame
- telescope
- 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
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
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Navigation (AREA)
Abstract
一种用于精密跟踪型望远镜的星图识别方法,涉及星图识别技术领域,解决现有星图匹配方法存在匹配速度慢,不适用于大视场以及动态跟踪;以及在较大动态观测范围内存在累积误差等问题,该方法包括首帧识别方法和连续帧刷新方法;本发明的星图识别方法充分考虑到精密跟踪型望远镜的星图识别应用中的准确性和实时性;降低了对误差选取的经验要求;不需要望远镜指向、旋转等先验信息同时相比于传统三角形匹配算法减少了存储空间。为精密跟踪型望远镜提供一种快速、精密、稳定的星图识别,适用于精密跟踪型望远镜的自动目标识别。所述星图识别技术分为两个可以独立运作的算法,以满足不同的应用场合。
Description
技术领域
本发明涉及星图识别技术领域,具体涉及一种用于精密跟踪型望远镜的星图识别方法。本发明适用于精密跟踪型望远镜的自动目标识别。所述星图识别技术分为两个可以独立运作的算法,以满足不同的应用场合。
背景技术
星图匹配是天文观星、空间导航等研究的重要环节。通过光学望远镜或星敏感器对恒星的观测识别出观测位置,进而推断目标或自身的位置、轨道和姿态等信息。星图匹配概括说来分为两种方法,一种是通过观测恒星和星库中导航星的相对位置关系来做几何匹配。常用的方法是子图同构类算法,例如三角形匹配法及其改进算法或者单恒星或多恒星构建特征模式进行模式识别的算法。这种方法的优势在于不需要观测器的指向、翻滚等先验信息,也不需要复杂的物理模型就可以得到较高精度的结果,而且匹配不存在累积误差。这种方法的不足是速度比较慢,尤其不适用于大视场以及动态跟踪;在不同的观测天区,自然条件的不同也会使得数据处理的时间不等;对于不同天区子图同构的判断误差的选取不同,这为后续操作带来不便。第二种方法是基于坐标变换的匹配技术。这种方法发展于数据拟合:当若干匹配关系确定后,采用最小二乘拟合的方法得到匹配系数便可以推广到较大的天区。通常三点拟合便可以得到较好的匹配效果。而对于初始关系的确定,知道的先验信息越多,所必需的定标关系就越少。比如观测系统的指向可以将不同观测天区的恒星转化为本地处理;观测系统的相元大小和焦距可以将星图几何关系和实际物理条件相联系等等。这种方法的优势在于高速地目标匹配,而且处理速度与观测视场大小弱相关;同时适当牺牲速度的前提下可以进行多点高次拟合,得到非常高的精度。这种方法的缺点在于先验信息的必需以及在较大动态观测范围内的累积误差。
发明内容
本发明为解决现有星图匹配方法存在匹配速度慢,不适用于大视场以及动态跟踪;以及在较大动态观测范围内存在累积误差等问题,提供一种用于精密跟踪型望远镜的星图识别方法。
一种用于精密跟踪型望远镜的星图识别方法,该方法包括首帧识别方法和连续帧刷新方法;所述首帧识别方法的具体步骤为:
步骤一、获得首帧观测星的图像,计算所述图像中每两颗观测星的特征关系,并将具有相同观测星的星对作为待测观测星对;
步骤二、在标准恒星库中,计算并排序每两颗导航星的特征关系,获得导航星表;
步骤三、将步骤一获得的待测星对的特征关系分别放缩误差后,搜索导航星表;
步骤四、判断是否存在某组待测星对同时满足下述条件:在导航星表中,找到的导航星对具有相同的导航星,将所述导航星对作为待选导航星对;且在所述待选导航星对中,不同导航星的特征关系在所述待测星对中不同观测星的特征关系的误差容限中;如果是,执行步骤五;如果否,执行步骤六;
步骤五、线性拟合已对应的观测星的图像坐标和导航星的赤道坐标,获得首帧图像中心点对应的空间位置;执行步骤七;
步骤六、放大误差,屏蔽所述待测观测星在导航星表中的搜索范围;执行步骤三;
步骤七、计算导航星的理想坐标,将观测星的坐标和所述导航星的理想坐标进行参数拟合,获得对应参数组;
步骤八、判断步骤六获得的对应参数组是否满足参数关系,如果是,输出对应的观测星和导航星表,输出首帧图像中心点对应的空间位置以及对应的参数组;如果否,执行步骤九;
步骤九、判断是否已遍历所有的待测观测星对和待选导航星对,如果是,执行步骤六,如果否执行步骤四;
所述连续帧刷新方法的具体步骤为:
步骤十、将步骤八输出的首帧图像中心点对应的空间位置作为初始位置,将对应参数组作为初始参数,所述初始位置与望远镜指向改变量相加后的值作为连续帧图像中心点对应的空间位置;
步骤十一、根据步骤十中所述的连续帧图像中心点对应的空间位置计算连续帧导航星的理想坐标;
步骤十二、采用上一帧观测星和导航星理想坐标的参数组,计算此帧观测星和导航星的对应关系;
步骤十三、将对应的观测星和导航星的理想坐标进行参数拟合,获得新的拟合参数;采用新的拟合参数重新计算观测星和导航星的对应关系并输出。
本发明的有益效果:本发明所述的星图识别方法充分考虑到精密跟踪型望远镜的星图识别应用中的准确性和实时性;降低了对误差选取的经验要求;不需要望远镜指向、旋转等先验信息同时相比于传统三角形匹配算法减少了存储空间。为精密跟踪型望远镜提供一种快速、精密、稳定的星图识别,具体优点如下:
一、对于每帧几百颗量级的观测星和几十颗的标准导航星,匹配时间在50毫秒以内;
二、本发明所述的星图识别方法需要较高的匹配精度,不能出现误匹配(匹配了本不对应的观测星和导航星)或复匹配(一颗观测星对应多颗导航星)的情况;
三、本发明所述的星图识别方法需要一定的稳定性,在同一圈次的观测中目标匹配效果不因后续观测而下降。
四、本发明所述的星图识别方法避免了单纯依靠误差来计算匹配关系,尤其是对于正确匹配星对所需的最小误差小于误匹配发生时的误差的情况。该方法增加了算法的普适性;
五、本发明所述的星图识别方法通过匹配的三组星对(分别组成三角形)通过校验方法,程序便跳出循环予以输出。该方法加快了程序的速度。
六、本发明所述的星图识别方法在每次自动放大误差的时候,考虑到屏蔽已经计算和比较过的观测星角距在原误差放缩容限在导航星表范围。避免了随误差放大,计算量指数级的增加。
七、本发明所述的星图识别方法中,连续帧刷新方法是通过坐标变换的方法实现实时匹配的。应用导航星的理想坐标和观测星位置坐标之间参数的物理意义清晰的优点,可以在有部分先验信息(即望远镜指向)的情况下拟合匹配参数。该参数具有各帧连续改变微弱变化的特点,据此应用上一帧的参数可以找到此帧的对应关系;再运用此对应关系刷新匹配参数。这样避免累计误差的出现。
八、本发明所述的方法中,发现首帧(即首帧识别算法)计算导航星理想坐标时需要的望远镜指向可以由线性拟合的方式由照片中点的空间位置代替。这降低了对望远镜指向绝对精度的要求。并且在后续帧的计算中,该空间位置(18)叠加望远镜指向的改变量可以作为此帧的望远镜指向计算导航星的理想坐标。在后续连续帧的参数计算中也可以计算刷新当前帧的中心点对应的空间位置,并用连续帧之间望远镜指向的相对改变量计算导航星的理想坐标,但实验中未见对于结果精度的提高。
九、本发明所述的方法充分满足精密跟踪星望远镜快速、准确、稳定的目标识别的要求。此外,本方法还适用于基于星敏感期的空间定位和姿态确定等相关技术领域。
附图说明
图1为本发明所述的一种用于精密跟踪型望远镜的星图识别方法的原理图;
图2为本发明所述的一种用于精密跟踪型望远镜的星图识别方法中首帧识别方法的流程图;
图3为本发明所述的一种用于精密跟踪型望远镜的星图识别方法中连续帧刷新方法的流程图;
图4为望远镜观测并通过图像识别出的观测星示意图;
图5为标准星表中的导航星位置示意图。
具体实施方式
具体实施方式一、结合图1至图3说明本实施方式,一种用于精密跟踪型望远镜的星图识别方法,包括首帧识别方法和连续帧刷新方法两个部分。
首帧识别方法得出的照片中点对应的空间位置和初始对应的拟合参数作为连续帧刷新算法的输入。其中:首帧中点对应的位置加每一帧望远镜相对于首帧位置的改变量作为后续计算导航星理想坐标的参数;初始对应的拟合参数得出第二帧中的首次拟合对应关系,随后由此关系拟合刷新、输出拟合参数并用于下一帧对应关系的获得。
本实施方式中,首帧识别方法采用查表的方式来加快三角形相似速度。以所述特征关系为角距为例,该方法主要步骤包括:
一、将观测星编号(1到N1),并且将其照片坐标(axi,ayi)转化为摄影向量(axi·A,ayi·A,-F)。计算每两颗观测星(第i颗,遍历1到N1;第j颗,遍历i+1到N1)的角距:其中obsi为第i颗观测星的摄影向量。将角距计算结果存储为(Rij,i,j)。这样,具有相同观测星组成的待测观测星对即为和其中j0≠j1;
二、将导航星编号(1到N2),并且将其赤道坐标(Rai,Deci)(均为弧度制表示),转化为天球向量(cos(Rai)·cos(Deci),sin(Rai)·cos(Deci),sin(Deci))。应用导航星的天球向量计算导航星角距,并按照观测星编号中所述方式存储后依照角距大小改变顺序,存储为导航星表;
三、将每组待测观测星对的角距放缩一定误差,查找导航星表,得到每个观测星对角距放缩后在导航星表中的范围索引。
四、考察每组待测观测星对,如满足以下两个条件,则比对成功。
根据两个范围索引中所涉及的两组导航星对有共同的导航星,则将此共同导航星和它的组合星作为一组待选导航星对,其形式为以下的一种:(RA,B,A,B)和(RA,C,A,C)中共享A,(RA,B,A,B)和(RB,C,B,C)中共享B,(RA,C,A,C)和(RB,C,B,C)中共享C,此时保存该组观测星对。
某组待选导航星对中,不同导航星(例如依次为(B,C),(A,C),(A,B))组成的角距(计算或者查表得出,本实施试采用查表方式)在步骤四的条件中保存的该组观测星对中不同观测星角距经误差放缩的范围中。
五、应用该组三颗观测星和导航星做线性拟合(表达式如下),得到拟合参数。
六、应用中心点对应的空间位置(cRa,cDec)计算各导航星的理想坐标(ζi,ηi),
七、参数拟合得到观测星的坐标和导航星理想坐标,得到拟合参数组(即C0~C5)。其表达式如下:
八、校验参数组是否满足理想坐标参数关系:
九、如果不满足则继续步骤四~步骤八,直到遍历所有待测观测星对。
十、如果所有待测观测星对均不满足条件,则放大误差;经步骤十一重新查找导航星表。
本实施方式中,由于误差的放大,每组待测观测星对查找到的导航星表范围增大:每个范围可分为三个部分(a~b),(b~c),(c~d),其中(b~c)是已经比对过范围;(a~b)和(c~d)是由于误差放大而增加的新范围,即Δε=b-a=d-c。在每次放大误差时,已经比对过的两对待测观测星对的(b~c)部分不再继续比较。除此之外,还需注意由于误差的放大,原条件中的校验误差也会放大。
本实施方式中连续帧刷新方法基于上述拟合参数,在望远镜指向改变过程中缓慢变化的规律,采用参数刷新的方法避免累计误差。该方法主要步骤包括:
A、由首帧中得出的图像中心点对应的空间位置结合从望远镜编码器读出的望远镜指向的改变量得出当前帧图像中心点对应的空间位置。此位置将用作此帧导航星理想坐标的计算。
B、将所述导航星的理想坐标和上一帧的参数组(对于第二帧,此参数组为首帧参数组,对于其他连续帧,此参数组为上一帧连续帧刷新方法得出的新参数组)寻找观测星和导航星的对应关系。
C、根据步骤B中找到的对应关系,做两点拟合(考虑到可能由上一帧参数找到的对应关系最差的情况)。拟合表达式如下:
新的拟合参数组(即C0~C3)和由其得出的观测星和导航星的对应关系即为刷新后的参数并输出。
本实施方式中,尽管首帧识别算法的时间需求并不迫切,然而普通的三角形匹配算法中分别计算三点所确定的三个特征关系(比如:角距、两边夹角等),再拼组三角形所需要的时间太长(例如计算39个观测星对应39个导航星的对应关系需要4.438s),机器存储的数据过大(如上例,需要个存储空间)。这在后续的计算中难以实现自动误差放大的算法。修改算法为待测观测星对搜索已排序的导航星表的方法,计算时间可以大幅缩短(如上例,需要0.016s),而且存储数据也可减小(如上例,需要个存储空间)。
算法实现过程中,发现选取的比较误差十分重要。当误差选择过小,算法找不到匹配的星对;当误差选择过大,会出现误匹配现象。由此,算法引入逐步放大误差的方法;并提出基于导航星理想坐标的校验方法,具体如下:
其中(ζi,ηi)表示第i个匹配对中导航星的理想坐标(具体见下),(xi,yi)表示第i个匹配对中观测星的照片坐标。A为相机的像元尺寸,F为望远镜系统的焦距。该校验方法确保了算法的准确。
导航星理想坐标的计算方法如下:
其中(Rai,Deci)是各导航星的赤经和赤纬,(cRa,cDec)是当前帧的照片中心点对应的空间位置。
本实施方式中首帧识别方法确定初始图像中心点对应的空间位置和观测星和导航星初始对应的拟合参数,连续帧刷新方法连续刷新各帧观测星和导航星理想坐标间的拟合参数。
所述首帧识别方法是一种快速的三角形匹配算法,应用待测观测星对的特征关系放缩误差,查找导航星表的方式(例如二分法查表)代替传统的三颗星组合成三角形,并逐一满足误差匹配的方法。该方法大大降低了计算的时间复杂度。
所述待测观测星对为具有相同观测星的两个组别,其表现和存储形式例如(Ra,b,a,b)和(Ra,c,a,c),其中a为相同观测星,b和c为该组别中的不同星,Ra,b表示a和b的特征关系。在算法实现中,两颗观测星及其特征关系存储按照:第一颗星以变量i遍历所有观测星(即:1到N1),第二颗星以变量j遍历第i+1到N1颗观测星。这样,待测观测星对只须考虑两个组别中第一颗星相同的情况。该方法缩小了循环范围,缩短了计算时间。
应用线性拟合的方式寻找照片中点对应的空间位置,以此代替望远镜指向计算导航星的理想坐标。该方法降低了对望远镜绝对指向的精度要求。
应用观测星和导航星理想坐标的拟合参数关系,判断该组匹配是否是误匹配。该方法提高了算法的精度。
当观测星的放缩误差不能得到正确的匹配结果时,算法将扩大误差进行匹配,直到匹配成功为止。该方法降低了对误差选取的经验要求。在扩大误差的同时,算法屏蔽掉了每组观测星对已搜索过的导航星表中的范围;只比较扩大误差后,新增的导航星表中的范围。该方法降低了每次循环放大误差后计算时间指数级的增加。
本实施方式中,所述连续帧刷新方法是一种快速、稳定的观测星和导航星理想坐标之间的坐标变换方法。应用观测星照片坐标到导航星理想坐标变换参数,对于望远镜指向改变的不敏感特性,准确地找到下一帧观测星和导航星间的对应关系。在后续帧的计算中,应用前一帧的参数关系进行匹配,得出的匹配对用于计算新的拟合参数;该参数刷新方法避免了累计误差。
在后续帧中导航星的理想坐标计算应用的望远镜指向为计算得出的照片中心对应的空间位置加后续各帧中望远镜指向相对于首帧的改变量。该方法要求的望远镜指向的相对信息易于获得,能大幅提高计算的速度。
具体实施方式二、本实施方式为具体实施方式一所述的一种用于精密跟踪型望远镜的星图识别方法的实施例:
望远镜平台:长春人造卫星观测站1.2-m望远镜。
观测时间:2019年4月21日
望远镜指向天区:(Ra:9.318417h–9.402894h),(Dec:0.392261°–0.069461°)
数据构成:共30帧数据,每帧观测星数量:360–616颗,每帧导航星数量:19–27颗。
测试计算平台:
操作系统:Windows 10 64位,编译环境:Visual Studio 2019;
CPU:AMD Ryzen 5@3.40GHz,内存:8G DDR4;
首帧计算量:447颗观测星,19颗导航星;
计算结果:17颗观测星成功匹配;
计算时间:5.467s(误差放大次数:26次);
后续帧中数据量最大的是第30帧:616颗观测星和27颗导航星。
第30帧计算结果:25颗观测星成功匹配。
第30帧计算时间:0.018s。
结合图4和图5说明本实施方式,本实施例的第19帧处理结果如图4和图5所示。图4中空心圆表示望远镜观测并通过图像识别出的观测星(坐标为像元数目),图5中空心圆表示标准星表中的导航星位置(横坐标表示赤经时角,纵坐标为赤纬角度)。两图中实心圆点标识出的是由本实施例得出的对应星对。
本实施方式中,将整个方法分解为两个子方法,各有侧重性地完成目标。其中:首帧识别方法在较长时间完成高精度的匹配;连续帧刷新方法在同圈次的观测中快速、稳定地完成匹配,并且保持和首帧同样的匹配精度。这样考量的依据是:在精密跟踪型望远镜的观测任务中,观测员会首先将望远镜调节至目标位置完成首帧星图匹配,这时对于计算速度的要求并不高;当预报时间来临的时候,连续调节望远镜指向,确认目标位于视场中后,实时跟踪目标,这时对于计算速度要求很高,并且要保证稳定性。
Claims (3)
1.一种用于精密跟踪型望远镜的星图识别方法,其特征是:该方法包括首帧识别方法和连续帧刷新方法;所述首帧识别方法的具体步骤为:
步骤一、获得首帧观测星的图像,计算所述图像中每两颗观测星的特征关系,并将具有相同观测星的星对作为待测观测星对;
步骤二、在标准恒星库中,计算并排序每两颗导航星的特征关系,获得导航星表;
步骤三、将步骤一获得的待测星对的特征关系分别放缩误差后,搜索导航星表;
步骤四、判断是否存在某组待测星对同时满足下述条件:在导航星表中,找到的导航星对具有相同的导航星,将所述导航星对作为待选导航星对;且在所述待选导航星对中,不同导航星的特征关系在所述待测星对中不同观测星的特征关系的误差容限中;如果是,执行步骤五;如果否,执行步骤六;
步骤五、线性拟合已对应的观测星的图像坐标和导航星的赤道坐标,获得首帧图像中心点对应的空间位置;执行步骤七;
步骤六、放大误差,屏蔽所述待测观测星在导航星表中的搜索范围;执行步骤三;
步骤七、计算导航星的理想坐标,将观测星的坐标和所述导航星的理想坐标进行参数拟合,获得对应参数组;
步骤八、判断步骤七获得的对应参数组是否满足参数关系,如果是,输出对应的观测星和导航星表,输出首帧图像中心点对应的空间位置以及对应的参数组;如果否,执行步骤九;
步骤九、判断是否已遍历所有的待测观测星对和待选导航星对,如果是,执行步骤六,如果否执行步骤四;
所述连续帧刷新方法的具体步骤为:
步骤十、将步骤八输出的首帧图像中心点对应的空间位置作为初始位置,将对应参数组作为初始参数,所述初始位置与望远镜指向改变量相加后的值作为连续帧图像中心点对应的空间位置;
步骤十一、根据步骤十中所述的连续帧图像中心点对应的空间位置计算连续帧导航星的理想坐标;
步骤十二、采用上一帧观测星和导航星理想坐标的参数组,计算此帧观测星和导航星的对应关系;
步骤十三、将对应的观测星和导航星的理想坐标进行参数拟合,获得新的拟合参数;采用新的拟合参数重新计算观测星和导航星的对应关系并输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911130907.9A CN110887474B (zh) | 2019-11-19 | 2019-11-19 | 一种用于精密跟踪型望远镜的星图识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911130907.9A CN110887474B (zh) | 2019-11-19 | 2019-11-19 | 一种用于精密跟踪型望远镜的星图识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110887474A CN110887474A (zh) | 2020-03-17 |
CN110887474B true CN110887474B (zh) | 2023-03-21 |
Family
ID=69747876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911130907.9A Active CN110887474B (zh) | 2019-11-19 | 2019-11-19 | 一种用于精密跟踪型望远镜的星图识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110887474B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112880666A (zh) * | 2021-01-13 | 2021-06-01 | 中国科学院国家授时中心 | 基于冗余参考星的三角形星图匹配方法 |
CN113566815B (zh) * | 2021-08-16 | 2022-07-01 | 北京航空航天大学 | 一种星图识别导航三角形库构建方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107504966A (zh) * | 2017-07-10 | 2017-12-22 | 北京控制工程研究所 | 一种白昼有云环境下导航星星点提取的方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB576037A (en) * | 1942-12-28 | 1946-03-15 | Edwin Albert Link | Improvements relating to apparatus for teaching celestial navigation |
EP2374071A1 (en) * | 2008-12-10 | 2011-10-12 | Telespazio S.p.A. | Optimized satellite image retrieval |
CN101441082B (zh) * | 2008-12-22 | 2010-08-11 | 中国科学院长春光学精密机械与物理研究所 | 快速三角形星图识别方法 |
JP5742465B2 (ja) * | 2010-05-25 | 2015-07-01 | リコーイメージング株式会社 | 天体自動追尾撮影方法及び天体自動追尾撮影装置 |
CN103035004B (zh) * | 2012-12-10 | 2015-08-12 | 浙江大学 | 一种大视场下圆形目标中心定位的方法 |
CN103925922B (zh) * | 2013-08-05 | 2016-12-28 | 中国航天科工集团第三研究院第八三五八研究所 | 一种适用于高动态条件下iccd星图的恒星识别方法 |
CN103791902B (zh) * | 2014-01-23 | 2016-08-17 | 中国科学院长春光学精密机械与物理研究所 | 适用于高机动载体的星敏感器自主导航方法 |
CN103900563B (zh) * | 2014-04-21 | 2017-01-04 | 长春理工大学 | 一种星敏感器快速星跟踪匹配识别方法 |
CN104280049B (zh) * | 2014-10-20 | 2017-04-05 | 北京控制工程研究所 | 一种高精度星敏感器外场精度测试方法 |
CN107590777B (zh) * | 2017-07-17 | 2020-01-17 | 中国人民解放军国防科学技术大学 | 一种星敏感器星点图像增强方法 |
CN107907126B (zh) * | 2017-09-29 | 2020-04-10 | 北京航天长征飞行器研究所 | 一种基于三角形匹配的星图识别方法、装置及系统 |
CN109932974B (zh) * | 2019-04-03 | 2021-09-24 | 中国科学院国家天文台长春人造卫星观测站 | 精密测量型空间目标望远镜的嵌入式观测控制系统 |
-
2019
- 2019-11-19 CN CN201911130907.9A patent/CN110887474B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107504966A (zh) * | 2017-07-10 | 2017-12-22 | 北京控制工程研究所 | 一种白昼有云环境下导航星星点提取的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110887474A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114936971A (zh) | 一种面向水域的无人机遥感多光谱图像拼接方法及系统 | |
CN110887474B (zh) | 一种用于精密跟踪型望远镜的星图识别方法 | |
CN107192376B (zh) | 基于帧间连续性的无人机多帧图像目标定位校正方法 | |
CN111156989B (zh) | 基于指向自动测定的空间碎片实时天文定位方法 | |
CN111156988A (zh) | 基于指向误差自动测定的空间碎片天文定位和测光方法 | |
CN106248014A (zh) | 一种基于单相片的三维坐标测量方法及装置 | |
CN112183171A (zh) | 一种基于视觉信标建立信标地图方法、装置 | |
CN107330927B (zh) | 机载可见光图像定位方法 | |
Liu et al. | Novel approach for laboratory calibration of star tracker | |
CN109341720A (zh) | 一种基于恒星轨迹的遥感相机几何标定方法 | |
CN109242774A (zh) | 一种基于多维空间不变特征的平板类零件点云拼接方法 | |
CN108225276B (zh) | 一种单星成像目标运动特性反演方法及系统 | |
Zhou et al. | Novel autonomous on-orbit calibration method for star sensors | |
CN113706381A (zh) | 一种三维点云数据的拼接方法及装置 | |
CN109974618A (zh) | 多传感器视觉测量系统的全局标定方法 | |
WO2021135161A1 (zh) | 基于指向自动测定的空间碎片实时天文定位和测光方法 | |
CN111156991B (zh) | 基于指向误差自动测定的空间碎片实时天文定位方法 | |
CN103258327A (zh) | 一种基于二自由度摄像机的单点标定方法 | |
CN110686593B (zh) | 一种测量拼接焦平面中图像传感器相对位置关系的方法 | |
CN103852079A (zh) | 一种基于双星顶点剖分弧度集合模糊匹配的船舶天文导航方法 | |
Xie et al. | An autonomous star identification algorithm based on the directed circularity pattern | |
CN113049006B (zh) | 一种基于模型参数估计的星光矢量蒙气差修正方法 | |
Li et al. | A star tracker on-orbit calibration method based on vector pattern match | |
Zhang et al. | Precise calibration of dynamic geometric parameters cameras for aerial mapping | |
CN102564453B (zh) | 一种星敏感器光学系统的校正方法 |
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 |