CN111735460A - 基于小天体中心提取的航天器导航方法、系统及装置 - Google Patents

基于小天体中心提取的航天器导航方法、系统及装置 Download PDF

Info

Publication number
CN111735460A
CN111735460A CN202010780132.6A CN202010780132A CN111735460A CN 111735460 A CN111735460 A CN 111735460A CN 202010780132 A CN202010780132 A CN 202010780132A CN 111735460 A CN111735460 A CN 111735460A
Authority
CN
China
Prior art keywords
celestial body
small celestial
center
contour
fitting
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
CN202010780132.6A
Other languages
English (en)
Other versions
CN111735460B (zh
Inventor
王云财
衣样
张松涛
韩柠
杨伟光
刘辉
何纯
董炀
胡晓赛
李敬一
李伟楠
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 and Electronic Technology
Original Assignee
Beijing Institute of Control and Electronic Technology
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 and Electronic Technology filed Critical Beijing Institute of Control and Electronic Technology
Priority to CN202010780132.6A priority Critical patent/CN111735460B/zh
Publication of CN111735460A publication Critical patent/CN111735460A/zh
Application granted granted Critical
Publication of CN111735460B publication Critical patent/CN111735460B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/24Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for cosmonautical navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/02Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means

Landscapes

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

Abstract

本发明属于自主导航与制导控制领域,具体涉及了一种基于小天体中心提取的航天器导航方法、系统及装置,旨在解决现有技术中小天体中心提取精度低造成航天器导航精度低的问题。本发明包括:通过设定阈值进行小天体光学影像的边缘提取;对提取后的图像去噪滤波;通过多向扫描提取轮廓信息;进行轮廓拟合,得到小天体的中心点位置,进行航天器导航。本发明通过剔除背景恒星干扰、多向扫描和优化与迭代相结合等技术手段解决了小天体光学背景恒星干扰等问题,可获得较好的轮廓边缘,提高了轮廓拟合和中心点位置获取的精度,实现了航天器的高精度导航。

Description

基于小天体中心提取的航天器导航方法、系统及装置
技术领域
本发明属于自主导航与制导控制领域,具体涉及了一种基于小天体中心提取的航天器导航方法、系统及装置。
背景技术
小天体探测属于深空探测领域的重要方向,光学导航凭借自主性强、精度高等优点,在小天体接近段自主导航方面已经有了广泛应用。小天体接近探测任务中,一般采用光学导航相机测量目标小天体形心视线信息的自主导航方案,通过光学导航相机获取小天体的灰度图像、星载图像处理软件完成对小天体形心的检测和跟踪。小天体图像处理是小天体探测中的重要内容,尤其是在依赖于光学自主导航的小天体探测任务中。因此高精度的形心提取方法至关重要,其提取精度直接影响航天器导航时接近目标小天体的准确度,即自主导航系统的估计精度,该导航精度对于着陆或撞击探测影响更大,甚至决定着陆或撞击任务的成功与否。
针对不规则小天体目标,由于其边缘不规则,所以无法直接采用最小二乘椭圆拟合的方法实现形心提取。传统的基于小天体中心提取的航天器导航一般采取通过梯度计算等手段获取目标图像轮廓,然后根据求取的轮廓图像,利用圆或者椭圆将该轮廓完整包住,取半径最小的圆或半长轴、半短轴最小的椭圆,得到的圆或椭圆近似看作目标的完整的轮廓,该圆或椭圆的中心可以看作是小天体光学影像对应的中心。但这种方法还存在一些问题:1、与地面目标的光学影像不同,小天体图像背景中存在诸如恒星等小型光源影像引起的噪声,如果不单独处理会影响轮廓提取效果,进而降低小天体中心提取的精度;2、在边缘提取过程中,一般会对整个图像进行一次横向扫描,将每一行图像上的左右端点提取出来,其余的点认为是内部的点并抛弃掉,最终得到目标光学影像的完整轮廓。这是一种相当直观的方法,但是存在一定局限性,如果图像在扫描方向上存在凹位置,这种单向扫描就不能够完整地提取出图形的轮廓,并且有可能造成提取的轮廓不闭合,影响后续中心点提取操作;3、选取最小圆形或椭圆完整包住提取后的轮廓并不是一种最佳的方法,可能会出现较大误差。因此,基于现有的天体中心计算方法进行深空探测任务的导航,其导航的精准度较差,直接影响探测器着陆、撞击器撞击导引等对导航精度要求比较高的探测任务。
发明内容
为了解决现有技术中的上述问题,即现有技术中小天体影像中心提取精度低造成航天器导航精度低的问题,本发明提供了一种基于小天体中心提取的航天器导航方法,该方法包括:步骤S10,获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取,获得边缘图像;步骤S20,对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;步骤S30,从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;步骤S40,基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;步骤S50,基于所述小天体中心点位置进行航天器导航。
在一些优选的实施例中,步骤S20中“对所述边缘图像进行去噪滤波”,其方法为:通过中值滤波、高斯滤波、均值滤波、维纳滤波和傅里叶滤波中的一种或多种方法对所述边缘图像进行去噪滤波。
在一些优选的实施例中,步骤S40包括:步骤S41,根据小天体的前期先验信息和光照方向,确定拟合形状为圆或者椭圆,并初步选定拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴;步骤S42,计算步骤S30得到的轮廓点集合中的所有元素到拟合图形中心的距离,并与拟合图形上对应的边缘点到拟合图形中心的距离做差,得到所有轮廓点距离误差组成的集合;步骤S43,将轮廓点距离误差组成的集合中所有元素在选定圆中心和半径或椭圆中心和半长轴、半短轴处进行线性化处理,得到所有轮廓点距离线性化误差组成的集合;
步骤S44,对轮廓点距离线性化误差组成的集合中所有元素分别取平方,然后累加,得到总的轮廓线性化误差平方累加和;步骤S45,根据总的轮廓线性化误差平方累加和取极值的一阶必要条件,得到方程组,通过求解该方程组得到圆中心和半径的修正值或椭圆中心和半长轴、半短轴的修正值,进而得到修正后的圆的中心和半径或修正后的椭圆的中心和半长轴、半短轴;步骤S46,判断所述修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴是否收敛,若不收敛则以修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴作为当前拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴;步骤S47,跳转步骤S42迭代进行拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴的修正直至收敛,获得小天体中心点位置。
在一些优选的实施例中,步骤S46中“判断所述修正后的圆的中心和半径或椭圆的 中心和半长轴、半短轴是否收敛”,其方法为:
Figure 179714DEST_PATH_IMAGE001
其中,
Figure 628013DEST_PATH_IMAGE003
为预先设定的阈值,
Figure 938909DEST_PATH_IMAGE005
Figure 865277DEST_PATH_IMAGE007
分别代表上一次和本次的线性化误 差算数平均值。
在一些优选的实施例中,所述线性化误差算数平均值,其计算方法为:
Figure 210807DEST_PATH_IMAGE008
其中,
Figure 767691DEST_PATH_IMAGE010
为总的轮廓误差线性化平方累加和,
Figure 565882DEST_PATH_IMAGE012
为轮廓点的个数。
在一些优选的实施例中,步骤S10之前还包括:将目标小天体附近的天体设为参考天体群,根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势,根据所述渐变趋势,增强目标小天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标小天体在所述渐变趋势渐强方向部分的主要光源颜色。
在一些优选的实施例中,步骤S10中“获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取”之后还包括边缘信息补充的步骤,其方法为:获取目标小天体的自旋方向和自旋周期,标记t1时刻目标小天体高辨识度面的边缘点集,计算高辨识度面的边缘点集出现在低辨识度面的时刻t2;在t2时刻采用t1时刻目标小天体高辨识度面的边缘点集补充其对应位置的边缘点集。
本发明的另一方面,提出了一种基于小天体中心提取的航天器导航系统,基于上述的基于小天体中心提取的航天器导航方法,该系统包括输入模块、边缘提取模块、去噪滤波模块、轮廓信息提取模块、轮廓拟合模块和导航模块;所述输入模块,配置为获取小天体光学图像并输入;所述边缘提取模块,配置为通过预先设定的梯度幅度阈值进行所述小天体光学图像的边缘点提取,获得边缘图像;所述去噪滤波模块,配置为对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;所述轮廓信息提取模块,配置为从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;所述轮廓拟合模块,配置为基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;所述导航模块,配置为基于所述小天体中心点位置进行航天器导航。
本发明的第三方面,提出了一种存储装置,其中存储有多条程序,所述程序适于由处理器加载并执行以实现上述的基于小天体中心提取的航天器导航方法。
本发明的第四方面,提出了一种处理装置,包括处理器、存储装置;所述处理器,适于执行各条程序;所述存储装置,适于存储多条程序;所述程序适于由处理器加载并执行以实现上述的基于小天体中心提取的航天器导航方法。
本发明的有益效果:本发明基于小天体中心提取的航天器导航方法,充分考虑了小天体不规则的问题,通过小天体轮廓拟合,可以更加精准的获取小天体光学影像的中心;而且通过迭代的方式进行多次拟合,获取趋于收敛的拟合轮廓,可以进一步提高小天体光学影像的中心的提取精度,基于该中心进行探测器、撞击器等航天器的深空导航,以获得更加精准的导航信息,将导航信息应用于小天体探测中的自主导航,提高小天体接近探测导航精度和效率,解决小天体探测中的自主导航领域相关技术问题。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:图1是本发明基于小天体中心提取的航天器导航方法的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的一种基于小天体中心提取的航天器导航方法,该方法包括:
步骤S10,获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取,获得边缘图像;步骤S20,对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;步骤S30,从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;
步骤S40,基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;步骤S50,基于所述小天体中心点位置进行航天器导航。
为了更清晰地对本发明基于小天体中心提取的航天器导航方法进行说明,下面结合图1对本发明实施例中各步骤展开详述。
本发明一种实施例的基于小天体中心提取的航天器导航方法,包括步骤S10-步骤S40,各步骤详细描述如下:步骤S10,获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取,获得边缘图像。
对于某一点上的像素变化程度,可以用该点像素灰度的梯度来表示,如式(1)所 示:
Figure 561520DEST_PATH_IMAGE013
(1)
其中,
Figure 964820DEST_PATH_IMAGE015
为坐标
Figure 958183DEST_PATH_IMAGE017
处的像素点的灰度值,
Figure 509250DEST_PATH_IMAGE019
Figure 980683DEST_PATH_IMAGE021
分别代表坐标
Figure 300806DEST_PATH_IMAGE022
处的像 素点在x和y方向上的灰度值,T代表转置。
由上式可以进一步计算梯度的幅度和方向,分别如式(2)和式(3)所示:
Figure 465071DEST_PATH_IMAGE023
(2)
Figure 503434DEST_PATH_IMAGE024
(3)
梯度的幅度就是灰度值
Figure 512979DEST_PATH_IMAGE015
在最大灰度变化率方向上的单位距离所产生的变化值。 对于数字图像而言,图像的信息是离散的,将微分计算由差分计算代替,就可以得到差分形 式的梯度幅度。利用Robert差分法可以得到梯度幅度,如式(4)所示:
Figure 953187DEST_PATH_IMAGE026
(4)
对式(4)进行简化,获得式(5):
Figure 288354DEST_PATH_IMAGE028
(5)
步骤S10之前还包括:将目标小天体附近的天体设为参考天体群,根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势,根据所述渐变趋势,增强目标小天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标小天体在所述渐变趋势渐强方向部分的主要光源颜色。
如果目标小天体附近的天体成分与目标小天体类似,拍摄到的图像与目标小天体颜色相近,相对距离较近;将目标小天体附近的天体设为参考天体群,根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势,根据所述渐变趋势,增强目标小天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标小天体在所述渐变趋势渐强方向部分的主要光源颜色。
通过对周边天体的图像分析,得到主要光源影响在目标小天体所处环境的渐变趋势,并根据所述渐变趋势对目标小天体图像颜色加以修正,便可消除由于目标小天体表面各点距主要光源距离不同带来的图像颜色不同的影响。
步骤S10中“获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取”之后还包括边缘信息补充的步骤,其方法为:获取目标小天体的自旋方向和自旋周期,标记t1时刻目标小天体高辨识度面的边缘点集,计算高辨识度面的边缘点集出现在低辨识度面的时刻t2;在t2时刻采用t1时刻目标小天体高辨识度面的边缘点集补充其对应位置的边缘点集。
步骤S20,对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像。
“对所述边缘图像进行去噪滤波”,其方法为:通过中值滤波、高斯滤波、均值滤波、维纳滤波和傅里叶滤波中的一种或多种方法对所述边缘图像进行去噪滤波。
步骤S30,从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合。
小天体轮廓点集合中轮廓点的数量和质量直接影响轮廓拟合获取中心点位置的准确度,若小天体轮廓点集合中轮廓点的数量低于设定阈值或轮廓点分布不均匀程度较高,则:
启动多光谱相机获取小天体多谱段叠加图像,并提取小天体轮廓点集合。
本发明一个实施例中,选用多镜头型多光谱相机,它具有4-9个镜头,每个镜头各有一个滤光片,分别让一种较窄光谱的光(比如不同谱段的红外光、紫外光等)通过,多个镜头同时拍摄同一目标,用一张图像同时记录几个不同光谱带的目标图像信息。多光谱相机可以将小天体的可见光和不可见光图像叠加,增加了图像中的信息,大大提高了后续进行小天体轮廓点集合提取的准确率。
由于多光谱相机获取的图像,需要进行图像叠加,其图像处理时间较长,消耗的能量也较大,因此,只有在判别到图像不够清晰或获取的形心坐标准确度较低的时候,才启用多光谱相机,避免消耗过多的能量。
步骤S40,基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置。
步骤S41,根据小天体的前期先验信息和光照方向,确定拟合形状为圆或者椭圆,并初步选定拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴。
本发明一个实施例中,确定拟合形状为圆,初步选定拟合圆的圆心为
Figure 751696DEST_PATH_IMAGE030
,半 径为
Figure 627248DEST_PATH_IMAGE032
,则该拟合圆可表示为式(6):
Figure 859646DEST_PATH_IMAGE034
(6)
其中,
Figure 428031DEST_PATH_IMAGE017
代表拟合圆的横纵坐标。
步骤S42,计算步骤S30得到的轮廓点集合中的所有元素到拟合图形中心的距离,并与拟合图形上对应的边缘点到拟合图形中心的距离做差,得到所有轮廓点距离误差组成的集合。
计算步骤S30得到的轮廓点集合中的所有元素到拟合圆中心的距离,并与拟合圆上对应的边缘点到圆中心的距离做差,得到所有轮廓点距离误差组成的集合,如式(7)所示:
Figure 113090DEST_PATH_IMAGE036
(7)
其中,
Figure 792333DEST_PATH_IMAGE038
Figure 879238DEST_PATH_IMAGE040
分别代表步骤S30得到的轮廓点集合中第i个点的横坐标和纵坐标。
步骤S43,将轮廓点距离误差组成的集合中所有元素在选定圆中心和半径或椭圆中心和半长轴、半短轴处进行线性化处理,得到所有轮廓点距离线性化误差组成的集合。
将轮廓点距离误差组成的集合所有元素在选定圆中心和半径处进行线性化处理,得到所有轮廓点距离线性化误差组成的集合,如式(8)所示:
Figure 618524DEST_PATH_IMAGE042
(8)
其中,
Figure 56458DEST_PATH_IMAGE044
Figure 211496DEST_PATH_IMAGE046
Figure 480803DEST_PATH_IMAGE048
Figure 328674DEST_PATH_IMAGE050
分别代表轮廓像素点
Figure 50642DEST_PATH_IMAGE052
对应圆
Figure 9371DEST_PATH_IMAGE054
的距离 误差的差分,像素点
Figure 879324DEST_PATH_IMAGE052
横坐标
Figure 898096DEST_PATH_IMAGE038
的差分,像素点
Figure 107360DEST_PATH_IMAGE052
纵坐标
Figure 869780DEST_PATH_IMAGE040
的差分以及圆半径
Figure DEST_PATH_IMAGE055
的差分,
Figure DEST_PATH_IMAGE057
Figure DEST_PATH_IMAGE059
Figure DEST_PATH_IMAGE061
如式(9)所示:
Figure 113679DEST_PATH_IMAGE062
(9)
步骤S44,对轮廓点距离线性化误差组成的集合中所有元素分别取平方,然后累加,得到总的轮廓线性化误差平方累加和。
对上述所有轮廓点距离线性化误差组成的集合对轮廓点距离线性化误差组成的集合中所有元素分别取平方,然后累加,得到总的轮廓线性化误差平方累加和,如式(10)所示:
Figure DEST_PATH_IMAGE063
(10)
步骤S45,根据总的轮廓线性化误差平方累加和取极值的一阶必要条件,得到方程组,通过求解该方程组得到圆中心和半径的修正值或椭圆中心和半长轴、半短轴的修正值,进而得到修正后的圆的中心和半径或修正后的椭圆的中心和半长轴、半短轴。
根据总的轮廓线性化误差平方累加和取极值的一阶必要条件,得到方程组,如式(11)所示:
Figure 834511DEST_PATH_IMAGE064
(11)
求解该方程得到
Figure 531071DEST_PATH_IMAGE066
Figure 97182DEST_PATH_IMAGE068
Figure 133271DEST_PATH_IMAGE070
,以这个误差对初始线性化位置
Figure 290583DEST_PATH_IMAGE054
进行修正, 如式(12)所示:
Figure DEST_PATH_IMAGE071
(12)
步骤S46,判断所述修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴是否收敛,若不收敛则以修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴作为当前拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴。
步骤S47,跳转步骤S42迭代进行拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴的修正直至收敛,获得小天体中心点位置。
对于某一次计算得到的新的中心点位置
Figure DEST_PATH_IMAGE073
以及圆半径
Figure DEST_PATH_IMAGE075
,需要 进行判断看是否达到收敛。若已达到收敛,则这一组值作为最终计算结果。若未达到收敛, 则以该点作为新一次计算的线性化位置,进行迭代计算,直到达到收敛为止。判断是否收敛 的方法如式(13)所示:
Figure 740019DEST_PATH_IMAGE001
(13)
其中,
Figure 844241DEST_PATH_IMAGE003
为预先设定的阈值,
Figure 734837DEST_PATH_IMAGE005
Figure 328629DEST_PATH_IMAGE007
分别代表上一次和本次的线性化误 差算数平均值。
线性化误差算数平均值,其计算方法如式(14)所示:
Figure 671886DEST_PATH_IMAGE008
(14)
其中,
Figure 642116DEST_PATH_IMAGE010
为总的轮廓误差线性化平方累加和,
Figure 387218DEST_PATH_IMAGE012
为轮廓点的个数。
步骤S50,基于所述小天体中心点位置进行航天器导航。
本发明第二实施例的基于小天体中心提取的航天器导航系统,基于上述的基于小天体中心提取的航天器导航方法,该系统包括输入模块、边缘提取模块、去噪滤波模块、轮廓信息提取模块、轮廓拟合模块和导航模块;所述输入模块,配置为获取小天体光学图像并输入;所述边缘提取模块,配置为通过预先设定的梯度幅度阈值进行所述小天体光学图像的边缘点提取,获得边缘图像;所述去噪滤波模块,配置为对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;所述轮廓信息提取模块,配置为从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;所述轮廓拟合模块,配置为基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;所述导航模块,配置为基于所述小天体中心点位置进行航天器导航。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
需要说明的是,上述实施例提供的基于小天体中心提取的航天器导航系统,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
本发明第三实施例的一种存储装置,其中存储有多条程序,所述程序适于由处理器加载并执行以实现上述的基于小天体中心提取的航天器导航方法。
本发明第四实施例的一种处理装置,包括处理器、存储装置;处理器,适于执行各条程序;存储装置,适于存储多条程序;所述程序适于由处理器加载并执行以实现上述的基于小天体中心提取的航天器导航方法。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的模块、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种基于小天体中心提取的航天器导航方法,其特征在于,该方法包括:
步骤S10,获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取,获得边缘图像;步骤S20,对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;步骤S30,从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;步骤S40,基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;步骤S50,基于所述小天体中心点位置进行航天器导航。
2.根据权利要求1所述的基于小天体中心提取的航天器导航方法,其特征在于,步骤S20中“对所述边缘图像进行去噪滤波”,其方法为:通过中值滤波、高斯滤波、均值滤波、维纳滤波和傅里叶滤波中的一种或多种方法对所述边缘图像进行去噪滤波。
3.根据权利要求1所述的基于小天体中心提取的航天器导航方法,其特征在于,步骤S40包括:步骤S41,根据小天体的前期先验信息和光照方向,确定拟合形状为圆或者椭圆,并初步选定拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴;步骤S42,计算步骤S30得到的轮廓点集合中的所有元素到拟合图形中心的距离,并与拟合图形上对应的边缘点到拟合图形中心的距离做差,得到所有轮廓点距离误差组成的集合;步骤S43,将轮廓点距离误差组成的集合中所有元素在选定圆中心和半径或椭圆中心和半长轴、半短轴处进行线性化处理,得到所有轮廓点距离线性化误差组成的集合;步骤S44,对轮廓点距离线性化误差组成的集合中所有元素分别取平方,然后累加,得到总的轮廓线性化误差平方累加和;步骤S45,根据总的轮廓线性化误差平方累加和取极值的一阶必要条件,得到方程组,通过求解该方程组得到圆中心和半径的修正值或椭圆中心和半长轴、半短轴的修正值,进而得到修正后的圆的中心和半径或修正后的椭圆的中心和半长轴、半短轴;步骤S46,判断所述修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴是否收敛,若不收敛则以修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴作为当前拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴;步骤S47,跳转步骤S42迭代进行拟合圆的圆心和半径或拟合椭圆的中心和半长轴、半短轴的修正直至收敛,获得小天体中心点位置。
4.根据权利要求3所述的基于小天体中心提取的航天器导航方法,其特征在于,步骤 S46中“判断所述修正后的圆的中心和半径或椭圆的中心和半长轴、半短轴是否收敛”,其方 法为:
Figure 806208DEST_PATH_IMAGE002
其中,
Figure 636761DEST_PATH_IMAGE004
为预先设定的阈值,
Figure 145103DEST_PATH_IMAGE006
Figure 10291DEST_PATH_IMAGE008
分别代 表上一次和本次的线性化误差算数平均值。
5.根据权利要求4所述的基于小天体中心提取的航天器导航方法,其特征在于,所述线 性化误差算数平均值,其计算方法为:
Figure 883569DEST_PATH_IMAGE010
其中,
Figure 263734DEST_PATH_IMAGE012
为总的轮廓误差线性化平方累 加和,
Figure 247871DEST_PATH_IMAGE014
为轮廓点的个数。
6.根据权利要求1所述的基于小天体中心提取的航天器导航方法,其特征在于,步骤S10之前还包括:将目标小天体附近的天体设为参考天体群,根据所述参考天体群的图像颜色获取主要光源颜色在所述参考天体群中的渐变趋势,根据所述渐变趋势,增强目标小天体在所述渐变趋势渐弱方向部分的主要光源颜色或减弱目标小天体在所述渐变趋势渐强方向部分的主要光源颜色。
7.根据权利要求1所述的基于小天体中心提取的航天器导航方法,其特征在于,步骤S10中“获取小天体光学图像,并通过预先设定的梯度幅度阈值进行边缘点提取”之后还包括边缘信息补充的步骤,其方法为:获取目标小天体的自旋方向和自旋周期,标记t1时刻目标小天体高辨识度面的边缘点集,计算高辨识度面的边缘点集出现在低辨识度面的时刻t2;在t2时刻采用t1时刻目标小天体高辨识度面的边缘点集补充其对应位置的边缘点集。
8.一种基于小天体中心提取的航天器导航系统,其特征在于,基于权利要求1-7任一项所述的基于小天体中心提取的航天器导航方法,该系统包括输入模块、边缘提取模块、去噪滤波模块、轮廓信息提取模块、轮廓拟合模块和导航模块;所述输入模块,配置为获取小天体光学图像并输入;所述边缘提取模块,配置为通过预先设定的梯度幅度阈值进行所述小天体光学图像的边缘点提取,获得边缘图像;所述去噪滤波模块,配置为对所述边缘图像进行去噪滤波,获得无噪声干扰点的图像;所述轮廓信息提取模块,配置为从多个方向对所述无噪声干扰点的图像依次逐行进行扫描,提取每一行中白色像素点的两个端点,最后将多向扫描的结果求并集,获得小天体轮廓点集合;所述轮廓拟合模块,配置为基于所述小天体轮廓点集合,结合小天体的先验信息和光照方向,确定小天体拟合形状,计算所述拟合形状的参数并迭代修正直至收敛,获得小天体中心点位置;所述导航模块,配置为基于所述小天体中心点位置进行航天器导航。
9.一种存储装置,其中存储有多条程序,其特征在于,所述程序适于由处理器加载并执行以实现权利要求1-7任一项所述的基于小天体中心提取的航天器导航方法。
10.一种处理装置,包括处理器,适于执行各条程序;以及存储装置,适于存储多条程序;
其特征在于,所述程序适于由处理器加载并执行以实现:权利要求1-7任一项所述的基于小天体中心提取的航天器导航方法。
CN202010780132.6A 2020-08-05 2020-08-05 基于小天体中心提取的航天器导航方法、系统及装置 Active CN111735460B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010780132.6A CN111735460B (zh) 2020-08-05 2020-08-05 基于小天体中心提取的航天器导航方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010780132.6A CN111735460B (zh) 2020-08-05 2020-08-05 基于小天体中心提取的航天器导航方法、系统及装置

Publications (2)

Publication Number Publication Date
CN111735460A true CN111735460A (zh) 2020-10-02
CN111735460B CN111735460B (zh) 2020-11-27

Family

ID=72658053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010780132.6A Active CN111735460B (zh) 2020-08-05 2020-08-05 基于小天体中心提取的航天器导航方法、系统及装置

Country Status (1)

Country Link
CN (1) CN111735460B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218013B1 (en) * 2008-05-27 2012-07-10 Exelis, Inc Star sensing for an earth imaging sensor
CN103035004A (zh) * 2012-12-10 2013-04-10 浙江大学 一种大视场下圆形目标中心定位的方法
CN105547287A (zh) * 2016-01-22 2016-05-04 北京理工大学 一种不规则天体导航视线信息提取方法
CN106353032A (zh) * 2015-10-10 2017-01-25 北京控制与电子技术研究所 一种欠光照条件下的天体形心快速检测方法
CN108871349A (zh) * 2018-07-13 2018-11-23 北京理工大学 一种深空探测器光学导航位姿加权确定方法
CN109238268A (zh) * 2018-08-01 2019-01-18 北京理工大学 不规则小天体导航形心的最优外接椭圆提取方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218013B1 (en) * 2008-05-27 2012-07-10 Exelis, Inc Star sensing for an earth imaging sensor
CN103035004A (zh) * 2012-12-10 2013-04-10 浙江大学 一种大视场下圆形目标中心定位的方法
CN106353032A (zh) * 2015-10-10 2017-01-25 北京控制与电子技术研究所 一种欠光照条件下的天体形心快速检测方法
CN105547287A (zh) * 2016-01-22 2016-05-04 北京理工大学 一种不规则天体导航视线信息提取方法
CN108871349A (zh) * 2018-07-13 2018-11-23 北京理工大学 一种深空探测器光学导航位姿加权确定方法
CN109238268A (zh) * 2018-08-01 2019-01-18 北京理工大学 不规则小天体导航形心的最优外接椭圆提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
喻金桃,: ""基于遥感影像的海洋近岸目标提取技术"", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *
陆瑞琨,: ""深空探测器自主光学导航技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *

Also Published As

Publication number Publication date
CN111735460B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
US9928592B2 (en) Image-based signal detection for object metrology
CN105222788B (zh) 基于特征匹配的飞行器航路偏移误差的自校正方法
CN111210477B (zh) 一种运动目标的定位方法及系统
US10007971B2 (en) Systems and methods for user machine interaction for image-based metrology
CN109523585B (zh) 一种基于方向相位一致性的多源遥感影像特征匹配方法
KR100780464B1 (ko) 별센서에서의 별 중심찾기 방법
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
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
CN112308916B (zh) 一种基于图像靶标的目标位姿识别方法
CN107507226B (zh) 一种图像匹配的方法及装置
US20170262977A1 (en) Systems and methods for image metrology and user interfaces
CN109993800A (zh) 一种工件尺寸的检测方法、装置及存储介质
CN109376641B (zh) 一种基于无人机航拍视频的运动车辆检测方法
US20130083201A1 (en) Methods and apparatus for determining misalignment of first and second sensors
CN109671109B (zh) 密集点云生成方法及系统
CN113514054A (zh) 一种星敏感器星点像斑检测方法及系统
CN109190452A (zh) 作物行识别方法及装置
CN112950650B (zh) 适用于高精度形貌测量的深度学习畸变光斑中心提取方法
CN111735460B (zh) 基于小天体中心提取的航天器导航方法、系统及装置
CN112581548B (zh) 一种星敏感器伪星目标滤除方法及系统
CN106353032A (zh) 一种欠光照条件下的天体形心快速检测方法
CN108921884A (zh) 基于改进sift的光学与sar影像配准方法、设备及存储介质
CN111024063B (zh) 一种基于星点重提取的大机动条件下星图识别算法
CN116206139A (zh) 一种基于局部自卷积的无人机图像升尺度匹配方法
CN111739039B (zh) 基于边缘提取的快速形心定位方法、系统及装置

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