CN112330669B - 基于点光源衍射星芒现象的星敏感器星点位置定位方法 - Google Patents
基于点光源衍射星芒现象的星敏感器星点位置定位方法 Download PDFInfo
- Publication number
- CN112330669B CN112330669B CN202011354957.8A CN202011354957A CN112330669B CN 112330669 B CN112330669 B CN 112330669B CN 202011354957 A CN202011354957 A CN 202011354957A CN 112330669 B CN112330669 B CN 112330669B
- Authority
- CN
- China
- Prior art keywords
- star
- image
- starburst
- spectrum image
- 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.)
- Active
Links
- 241000284156 Clerodendrum quadriloculare Species 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000001228 spectrum Methods 0.000 claims abstract description 90
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 101100328886 Caenorhabditis elegans col-2 gene Proteins 0.000 claims description 6
- 101100328884 Caenorhabditis elegans sqt-3 gene Proteins 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 11
- 238000005259 measurement Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000035899 viability Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005304 optical glass Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Biophysics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，涉及星图识别技术领域。通过星敏感器获取包括多个星点的第一星图图像，并处理后获得相应的第一频谱图像；提供切片式星芒镜并处理后获得切片式星芒镜的图像对应的第二频谱图像；对第一频谱图像和第二频谱图像进行卷积后获得第三频谱图像，并经处理后获得包括星芒的衍射图像；对衍射图像预处理及阈值分割进而生成第二星图图像，利用星点分割算法获得第二星图图像中不同星点对应的多张第三星图图像，进而利用定位算法计算各第三星图图像中星点的位置；即通过上述简洁的步骤和方法，实现了星敏感器所获得的多个星点对应的星点的具体且精确的位置。
Description
技术领域
本发明涉及星图识别技术领域，更具体地，涉及一种基于点光源衍射星芒现象的星敏感器星点位置定位方法。
背景技术
现有技术中，星敏感器是通过光学成像系统对星空进行成像，测量恒星矢量在星敏感器坐标系中的分量，并能够利用已知的恒星精确定位位置来确定载体相对于惯性坐标系的三轴姿态。作为光测设备的星敏感器，可以通过光电和射电方式被动的去探测自然天体的方位信息，为卫星、洲际战略导弹、宇航飞船等航空航天飞行器提供准确的空间方位和基准，通过星惯联合制导或者星光制导的方式提升导航的精度和可靠性，进而提高飞机、舰船、导弹等武器系统的战场生存能力。
星敏感器受背景杂散光的影响较大，只能用于外层空间或者夜间测星，但是随着导航技术的发展，兼具夜间和白天测星能力的全天时星敏感器逐渐受到重视。白天恒星会受到强烈的大气辐射和大气湍流光学效应的影响，导致恒星目标灰度闪烁变化、质心漂移、降低恒星成像的信噪比等，从而严重影响星敏感器的单星测量精度，进一步彻底影响光轴的指向精度、姿态角的测量精度以及系统噪声等，难以实现恒星星点的高效提取和高精度测量。因此，星敏感器必须解决对恒星星点的精确定位的技术问题。
现有技术中，常见的星敏感器上星点定位技术有：Ju Gwanghyeok(人名)介绍了星点提取的扫描法，包括阈值的确定、阈值扫描、星象像素的聚类、双星的去除、候选观测星质心的计算等内容；Auer(人名)和Stone(人名)等分析了质心法、中值法、高斯拟合法、导数搜索法等定心方法。
显然，现有技术中所使用的定心方法都是直接根据原始星图求质心的方法，但是该方法存在质心漂移的缺点。因此，亟待发明一种在避免上述问题的基础上，能够通过原始星图对星点位置精确定位的方法。
发明内容
有鉴于此，本发明提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，用以改善现有技术中星点定位不准确、存在质心漂移的问题。
本申请提供一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，包括：
通过所述星敏感器获取包括若干星点的第一星图图像；
对所述第一星图图像进行傅里叶变换，获得所述第一星图图像的第一频谱图像；
提供切片式星芒镜，并对所述切片式星芒镜的图像进行傅里叶变换，获得所述切片式星芒镜的图像对应的第二频谱图像；
对所述第一频谱图像和所述第二频谱图像进行卷积，获得第三频谱图像；
对所述第三频谱图像进行傅里叶逆变换，获得包括星芒的衍射图像；
对所述衍射图像进行预处理及阈值分割，生成第二星图图像，所述第二星图图像中不同所述星点对应的所述星芒之间具有第一间隔；
利用星点分割算法获得与所述星点一一对应的多张第三星图图像；
利用定位算法计算各所述第三星图图像中所述星点的位置。
可选地，其中：
所述对所述第一频谱图像和所述第二频谱图像进行卷积，对应的计算公式为：
其中，F(m,n)为所述第一频谱图像，X(u-m,v-n)为所述第二频谱图像，m表示所述第一频谱图像的像素所在的横坐标，n表示所述第一频谱图像的像素所在的纵坐标，u表示所述第二频谱图像的像素所在的横坐标，v表示所述第二频谱图像的像素所在的纵坐标。
可选地，其中：
所述预处理包括去噪、二值化。
可选地，其中：
所述去噪包括中值减法去噪、维纳滤波或中值滤波。
可选地，其中：
所述阈值分割，对应的计算公式为：
其中，f(x,y)为所述衍射图像，T为预设阈值，g(x,y)为所述第二星图图像。
可选地，其中：
所述利用星点分割算法获得与所述星点一一对应的多张第三星图图像，具体为：
利用星点分割算法对所述第二星图图像沿所述第一间隔切割，获得与所述星点一一对应的多张所述第三星图图像。
可选地，其中：
所述星点分割算法具体为：
遍历所述第二星图图像中所有行和列，记录由零值突变为非零值、或由非零值突变为零值的行和列，对应的计算公式为：
其中，Im为第三星图图像，col1和col2为所遍历的相邻的行序号，row1和row2为所遍历的相邻的列序号。
可选地，其中：
所述利用定位算法计算任一所述第三星图图像中所述星点的位置，具体为：
利用所述定位算法获取所述第三星图图像中所述星芒的交点坐标，所述交点坐标为所述星点的位置。
可选地，其中：
所述定位算法，具体为：遍历所述第三星图图像中所有行和列，获取灰度值突变的行和列，对应的计算公式为：
其中，(x,y)为所述星点的位置，col1和col2为灰度值突变的行，row1和row2为灰度值突变的列。
可选地，其中：
所述切片式星芒镜具体为切片式四线星芒镜。
与现有技术相比，本发明提供的一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，至少实现了如下的有益效果：
本申请提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，通过星敏感器获取包括多个星点的第一星图图像，并处理后获得相应的第一频谱图像；提供切片式星芒镜并处理后获得切片式星芒镜的图像对应的第二频谱图像；对第一频谱图像和第二频谱图像进行卷积后获得第三频谱图像，并经处理后获得包括星芒的衍射图像；对衍射图像预处理及阈值分割进而生成第二星图图像，利用星点分割算法获得第二星图图像中不同星点对应的多张第三星图图像，进而利用定位算法计算各第三星图图像中星点的位置；即通过上述简洁的步骤和方法，实现了星敏感器所获得的多个星点对应的星点的具体且精确的位置。
当然，实施本发明的任一产品必不特定需要同时达到以上所述的所有技术效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法的一种流程图；
图2所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中切片式星芒镜的一种俯视图；
图3所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中经过切片式星芒镜衍射后的衍射图像；
图4所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法的另一种流程图；
图5所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中对图像进行处理操作的各结果图像；
图6所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中对单星点的定位效果图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
现有技术中，星敏感器是通过光学成像系统对星空进行成像，测量恒星矢量在星敏感器坐标系中的分量，并能够利用已知的恒星精确定位位置来确定载体相对于惯性坐标系的三轴姿态。作为光测设备的星敏感器，可以通过光电和射电方式被动的去探测自然天体的方位信息，为卫星、洲际战略导弹、宇航飞船等航空航天飞行器提供准确的空间方位和基准，通过星惯联合制导或者星光制导的方式提升导航的精度和可靠性，进而提高飞机、舰船、导弹等武器系统的战场生存能力。
星敏感器受背景杂散光的影响较大，只能用于外层空间或者夜间测星，但是随着导航技术的发展，兼具夜间和白天测星能力的全天时星敏感器逐渐受到重视。白天恒星会受到强烈的大气辐射和大气湍流光学效应的影响，导致恒星目标灰度闪烁变化、质心漂移、降低恒星成像的信噪比等，从而严重影响星敏感器的单星测量精度，进一步彻底影响光轴的指向精度、姿态角的测量精度以及系统噪声等，难以实现恒星星点的高效提取和高精度测量。因此，星敏感器必须解决对恒星星点的精确定位的技术问题。
现有技术中，常见的星敏感器上星点定位技术有：Ju Gwanghyeok(人名)介绍了星点提取的扫描法，包括阈值的确定、阈值扫描、星象像素的聚类、双星的去除、候选观测星质心的计算等内容；Auer(人名)和Stone(人名)等分析了质心法、中值法、高斯拟合法、导数搜索法等定心方法。
显然，现有技术中所使用的定心方法都是直接根据原始星图求质心的方法，但是该方法存在质心漂移的缺点。因此，亟待发明一种在避免上述问题的基础上，能够通过原始星图对星点位置精确定位的方法。
有鉴于此，本发明提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，用以改善现有技术中星点定位不准确、存在质心漂移的问题。
图1所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法的一种流程图，图2所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中切片式星芒镜的一种俯视图，图3所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中经过切片式星芒镜衍射后的衍射图像，请参照图1-图3，需要说明的是图2中蚀刻线条不可通过光线；本申请提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，包括：
步骤101、通过星敏感器获取包括若干星点的第一星图图像；
步骤102、对第一星图图像进行傅里叶变换，获得第一星图图像的第一频谱图像；
步骤103、提供切片式星芒镜，并对切片式星芒镜的图像进行傅里叶变换，获得切片式星芒镜的图像对应的第二频谱图像；
步骤104、对第一频谱图像和第二频谱图像进行卷积，获得第三频谱图像；
步骤105、对第三频谱图像进行傅里叶逆变换，获得包括星芒的衍射图像；
步骤106、对衍射图像进行预处理及阈值分割，生成第二星图图像，第二星图图像中不同星点对应的星芒之间具有第一间隔；
步骤107、利用星点分割算法获得与星点一一对应的多张第三星图图像；
步骤108、利用定位算法计算各第三星图图像中星点的位置。
具体地，请继续参照图1-图3，本申请提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，至少包括以下步骤，步骤101为通过星敏感器获取原始的包括若干星点的第一星图图像，进而通过步骤102对步骤101中所获得的第一星图图像进行傅里叶变换，获得原始的包括若干星点的第一星图图像对应的第一频谱图像；通过步骤103提供至少一个切片式星芒镜，对所提供的预设的切片式星芒镜的图像进行傅里叶变换，得到切片式星芒镜的图像对应的第二频谱图像；步骤104为对步骤102所得到的第一频谱图像和步骤103所得到的第二频谱图像进行卷积处理，以获得衍射后的第三频谱图像；进而通过步骤105对步骤104中所获得的第三频谱图像进行傅里叶变换，得到产生有“星芒”现象的多星点衍射图像；步骤106为对步骤105所获得的衍射图像进行预处理及阈值分割，生成第二星图图像，需要说明的是，第二星图图像中所包括的每个星点都对应有各自的星芒，多个不同的星点对应的星芒之间具有第一间隔；步骤107利用星点分割算法获得与各个星点一一对应的多张第三星图图像，需要说明的是，每一张第三星图图像中仅包括一个星点，最后通过步骤108利用定位算法计算各第三星图图像中所包括的星点的具体位置。
本申请通过上述步骤101-步骤108这些简洁的步骤和方法，即实现了星敏感器所获得的多个星点对应的星点具体位置的确定，且能够避免现有技术中所使用的定心方法为直接根据原始星图求质心的方法，所存在的质心漂移的缺点；使得所求得的星点的具体位置更加精确。
需要说明的是，步骤103中所提到的“切片式星芒镜的图像”，具体为切片式星芒镜的俯视图。
可选地，对第一频谱图像和第二频谱图像进行卷积，对应的计算公式为：
其中，F(m,n)为第一频谱图像，X(u-m,v-n)为第二频谱图像，m表示第一频谱图像的像素所在的横坐标，n表示第一频谱图像的像素所在的纵坐标，u表示第二频谱图像的像素所在的横坐标，v表示第二频谱图像的像素所在的纵坐标。
具体地，上述步骤104中对第一频谱图像和第二频谱图像进行卷积，对应的计算公式为：
其中，F(m,n)为第一频谱图像，X(u-m,v-n)为第二频谱图像；具体地m表示第一频谱图像像素所在的横坐标，n表示第一频谱图像像素所在的纵坐标，u表示第二频谱图像像素所在的横坐标，v表示第二频谱图像像素所在的纵坐标。
可选地，预处理包括去噪、二值化。
具体地，上述步骤106中对衍射图像进行预处理具体包括对衍射图像进行去噪、二值化等；在星点图背景中存在着散粒噪声，噪声会影响对星点位置的判断，但是基于点光源衍射“星芒”现象的定位方法中的阈值分割可以增强信噪比，准确保留原始图像星像点的位置，滤除噪声干扰。可选地，去噪包括中值减法去噪、维纳滤波或中值滤波；具体地，去噪具体可为采用中值减法去噪来去除背景噪声，或是采用维纳滤波去除背景噪声，或是采用中值滤波来去除背景噪声。
需要说明的是，本申请此处仅提供了部分去噪的方式，但并不以此为限，本领域技术人员可在必要时选用其他的去噪方式，只要能够达到相应的技术效果即可。
可选地，阈值分割，对应的计算公式为：
其中，f(x,y)为衍射图像，T为预设阈值，g(x,y)为第二星图图像。
具体地，上述步骤106中对衍射图像进行阈值分割，对应的计算公式为
其中f(x,y)为衍射图像，T为预设阈值，g(x,y)为第二星图图像。
可选地，利用星点分割算法获得与星点一一对应的多张第三星图图像，具体为：
利用星点分割算法对第二星图图像沿第一间隔切割，获得与星点一一对应的多张第三星图图像。
具体地，由于第二星图图像中每个星点都有对应的星芒，相邻星点对应的星芒之间具有一定的间隔空间，具体为第一间隔；上述步骤107的具体内容为，利用星点分割算法对第二星图图像沿所存在的第一间隔进行切割，获得与各个星点一一对应的多张第三星图图像，每张第三星图图像中均会包括一个星点及其对应的星芒，而不会包括其他的星点及其它星点对应的星芒。从而能够确保每张第三星图图像中所包括的星点的数量为唯一的，为而后对此第三星图图像中所存在的唯一的星点进行具体位置的获取提供了必要条件。
可选地，星点分割算法具体为：
遍历第二星图图像中所有行和列，记录由零值突变为非零值、或由非零值突变为零值的行和列，对应的计算公式为：
其中，Im为第三星图图像，col1和col2为所遍历的相邻的行序号，row1和row2为所遍历的相邻的列序号。
具体地，上述步骤107中所使用的星点分割算法具体为，利用第二星图图像中星点对应的星芒间具有间断的特点，遍历第二星图图像中所有的行和所有的列，记录由零值突变为非零值、或由非零值突变为零值的行和列，所利用的具体公式为：
公式中，Im为第三星图图像，col1和col2为所遍历的相邻的行序号，row1和row2为所遍历的相邻的列序号。
可选地，利用定位算法计算任一第三星图图像中星点的位置，具体为：
利用定位算法获取第三星图图像中星芒的交点坐标，交点坐标为星点的位置。
具体地，上述步骤108中，利用定位算法计算任一第三星图图像中星点的位置，具体为：利用定位算法获取每一个第三星图图像中星芒的交点坐标，每张第三星图图像中星芒的交点坐标即为此张图中的星点对应的具体坐标位置。步骤108中所使用的定位算法，具体为：遍历第三星图图像中所有行和列，获取灰度值突变的行和列，对应的计算公式为：
其中，(x,y)为星点的位置，col1和col2为灰度值突变的行，row1和row2为灰度值突变的列。
请参照图2，可选地，切片式星芒镜具体为切片式四线星芒镜。
具体地，需要先进行说明的是，衍射现象是光传播过程中的一类典型现象，是波粒二象性中波动性的重要体现，而“星芒”现象是点光源周围出现多条沿着特定方向延伸的“光线”的一种衍射现象。星芒镜又被称为星光镜，是相机滤镜的一种，其本质实在无色光学玻璃表面有规则的蚀刻一系列平行线条，产生的光的衍射作用后形成的以发光点为中心的光芒四射的效果。
本申请步骤103中所提供的切片式星芒镜具体为切片式四线星芒镜，但是本申请并不以此为限，也可根据发散星芒的数量，选用4线、6线、8线等星芒镜。
通过对原始星图通过星芒镜之后的衍射图像“星芒”线交点的定位和提取，可在低信噪比的星图中提取目标，且可以获得高精度的星点位置信息。在星敏感器定位星点时，如果能使亮星光源通过星芒镜，使其发生衍射而产生星芒，星芒线的交点即是亮星的精确位置，大大提升由质心定位星点的方法的精度。
以下，为本申请所提供的一种具体的实施例。
图4所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法的另一种流程图，图5所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中对图像进行处理操作的各结果图像，图6所示为本申请实施例所提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法中对单星点的定位效果图，请进一步结合图4-图6进行参照；如附图5(a)，所涉及的待处理的原始星图(第一星图图像)特征如下：噪声分布均匀，单个星点图像尺寸小于等于9*9，共有三个灰度值不等的待测星点，星点坐标位于(567，603)、(221,543)和(523,129)；
针对该原始星图(第一星图图像)，本发明的实施例提供一种基于点光源衍射星芒现象的星敏感器星点位置提取方法，包括如下步骤：
步骤201、通过星敏感器获取包括若干原始多星点的星图图像(第一星图图像)；
步骤202、对星敏感器获取的原始多星点星图图像(第一星图图像)进行傅里叶变换，得到原始星图的频谱图像(第一频谱图像)，如附图5(b)；
步骤203、对预设的切片式四线星芒镜对应的图像进行傅里叶变换，得到星芒镜的频谱图像(第二频谱图像)，如附图5(c)；
步骤204、衍射图像频谱获取：通过把星图频谱图像(第一频谱图像)和星芒镜频谱图像(第二频谱图像)卷积处理，得到衍射后的频谱图像(第三频谱图像),如附图5(d)；
步骤205、对步骤204生成的卷积后频谱图像(第三频谱图像)进行傅里叶逆变换，可以得到产生“星芒”现象的多星点衍射图像,如附图5(e)；
步骤206、衍射“星芒”图像信噪比提升：为了能够更好的对多星点定位，需要对衍射图像进行去噪和阈值分割。去噪采用维纳滤波去除背景噪声，如附图再采用阈值分割去除，如附图5(f)，而后生成第二星图图像；
步骤207、星点分割：在经过步骤206的图像预处理之后，星芒之间是间断的，即第二星图图像中不同星点对应的星芒之间具有第一间隔，依据该特点，可以将多星点图像分割成多幅单星点图像(第三星图图像)，如附图5(g)、(h)、(I)；
步骤208、星点定位：对经过步骤207形成的单星点图像，依据四线星芒交点即星点位置的特点，对(第三星图图像)星点位置实现准确定位，如附图6。定位星点坐标为(567，603)、(223,543)和(521,127)。
需要说明的是，步骤103中“星芒镜的频谱图像”，具体为此星芒镜的俯视图图像进行傅里叶变换后得到的频谱图像。
通过上述实施例可知，本发明提供的基于点光源衍射星芒现象的星敏感器星点位置定位方法，至少实现了如下的有益效果：
本申请提供了一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，通过星敏感器获取包括多个星点的第一星图图像，并处理后获得相应的第一频谱图像；提供切片式星芒镜并处理后获得切片式星芒镜的图像对应的第二频谱图像；对第一频谱图像和第二频谱图像进行卷积后获得第三频谱图像，并经处理后获得包括星芒的衍射图像；对衍射图像预处理及阈值分割进而生成第二星图图像，利用星点分割算法获得第二星图图像中不同星点对应的多张第三星图图像，进而利用定位算法计算各第三星图图像中星点的位置；即通过上述简洁的步骤和方法，实现了星敏感器所获得的多个星点对应的星点的具体且精确的位置。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (9)
1.一种基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，包括：
通过所述星敏感器获取包括若干星点的第一星图图像；
对所述第一星图图像进行傅里叶变换，获得所述第一星图图像的第一频谱图像；
提供切片式星芒镜，并对所述切片式星芒镜的图像进行傅里叶变换，获得所述切片式星芒镜的图像对应的第二频谱图像；
对所述第一频谱图像和所述第二频谱图像进行卷积，获得第三频谱图像；
对所述第三频谱图像进行傅里叶逆变换，获得包括星芒的衍射图像；
对所述衍射图像进行预处理及阈值分割，生成第二星图图像，所述第二星图图像中不同所述星点对应的所述星芒之间具有第一间隔；
利用星点分割算法获得与所述星点一一对应的多张第三星图图像；
利用定位算法计算各所述第三星图图像中所述星点的位置。
2.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述对所述第一频谱图像和所述第二频谱图像进行卷积，对应的计算公式为：
其中，F(m,n)为所述第一频谱图像，X(u-m,v-n)为所述第二频谱图像，m表示所述第一频谱图像的像素所在的横坐标，n表示所述第一频谱图像的像素所在的纵坐标，u表示所述第二频谱图像的像素所在的横坐标，v表示所述第二频谱图像的像素所在的纵坐标。
3.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述预处理包括去噪、二值化。
4.根据权利要求3所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述去噪包括中值减法去噪、维纳滤波或中值滤波。
5.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述阈值分割，对应的计算公式为：
其中，f(x,y)为所述衍射图像，T为预设阈值，g(x,y)为所述第二星图图像。
6.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述利用星点分割算法获得与所述星点一一对应的多张第三星图图像，具体为：
利用星点分割算法对所述第二星图图像沿所述第一间隔切割，获得与所述星点一一对应的多张所述第三星图图像。
7.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述利用定位算法计算任一所述第三星图图像中所述星点的位置，具体为：
利用所述定位算法获取所述第三星图图像中所述星芒的交点坐标，所述交点坐标为所述星点的位置。
8.根据权利要求7所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述定位算法，具体为：遍历所述第三星图图像中所有行和列，获取灰度值突变的行和列，对应的计算公式为：
其中，(x,y)为所述星点的位置，col1和col2为灰度值突变的行，row1和row2为灰度值突变的列。
9.根据权利要求1所述的基于点光源衍射星芒现象的星敏感器星点位置定位方法，其特征在于，所述切片式星芒镜具体为切片式四线星芒镜。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354957.8A CN112330669B (zh) | 2020-11-27 | 2020-11-27 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011354957.8A CN112330669B (zh) | 2020-11-27 | 2020-11-27 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330669A CN112330669A (zh) | 2021-02-05 |
| CN112330669B true CN112330669B (zh) | 2022-12-20 |
Family
ID=74309098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011354957.8A Active CN112330669B (zh) | 2020-11-27 | 2020-11-27 | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112330669B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114332444B (zh) * | 2021-12-27 | 2023-06-16 | 中国科学院光电技术研究所 | 一种基于增量漂移聚类的复杂星空背景目标识别方法 |
Citations (5)
| 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 |
| CN105606091A (zh) * | 2015-12-21 | 2016-05-25 | 中国科学院长春光学精密机械与物理研究所 | 全天时干涉测量星敏感器 |
| CN105739091A (zh) * | 2016-03-16 | 2016-07-06 | 中国人民解放军国防科学技术大学 | 一种可减弱大气湍流影响的成像方法及装置 |
| CN106530351A (zh) * | 2016-11-24 | 2017-03-22 | 中国科学院国家空间科学中心 | 一种基于图像传感器像素内量子效率获取的质心定位方法 |
| CN108334885A (zh) * | 2018-02-05 | 2018-07-27 | 湖南航升卫星科技有限公司 | 一种视频卫星图像空间目标检测方法 |
-
2020
- 2020-11-27 CN CN202011354957.8A patent/CN112330669B/zh active Active
Patent Citations (5)
| 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 |
| CN105606091A (zh) * | 2015-12-21 | 2016-05-25 | 中国科学院长春光学精密机械与物理研究所 | 全天时干涉测量星敏感器 |
| CN105739091A (zh) * | 2016-03-16 | 2016-07-06 | 中国人民解放军国防科学技术大学 | 一种可减弱大气湍流影响的成像方法及装置 |
| CN106530351A (zh) * | 2016-11-24 | 2017-03-22 | 中国科学院国家空间科学中心 | 一种基于图像传感器像素内量子效率获取的质心定位方法 |
| CN108334885A (zh) * | 2018-02-05 | 2018-07-27 | 湖南航升卫星科技有限公司 | 一种视频卫星图像空间目标检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| SIMULATION OF ASTRONOMICAL IMAGES FROM OPTICAL SURVEY TELESCOPES USING A COMPREHENSIVE PHOTON MONTE CARLO APPROACH;J. R. Peterson等;《The Astrophysical Journal Supplement Series》;20150531;第1-24页 * |
| 基于几何不变量的形状上下文星图配准;庄幽文等;《光学精密工程》;20151031;第631-637页 * |
| 点扩散函数对星点提取误差分析的影响;姜亮等;《红外与激光工程》;20151125(第11期);第3437-3445页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330669A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105303526B (zh) | 一种基于海岸线数据及频谱分析的舰船目标检测方法 | |
| CN107504966B (zh) | 一种白昼有云环境下导航星星点提取的方法 | |
| US8078004B2 (en) | Geometric registration of images by similarity transformation using two reference points | |
| Hong et al. | A robust technique for precise registration of radar and optical satellite images | |
| CN109708648B (zh) | 一种空间运动点目标的分类辨识方法 | |
| CN110728668B (zh) | 一种小目标形态保持的空域高通滤波器 | |
| CA2040743A1 (en) | Process for automatically detecting and locating a target from a plurality of two dimensional images | |
| FR3042283B1 (fr) | Methode de traitement d'une image radar de type sar et methode de detection de cible associee | |
| CN112330669B (zh) | 基于点光源衍射星芒现象的星敏感器星点位置定位方法 | |
| Li et al. | Space target detection in complicated situations for wide-field surveillance | |
| CN109978982B (zh) | 一种基于倾斜影像的点云快速上色方法 | |
| CN116295363A (zh) | 一种星点快速提取与高精度定位方法 | |
| CN111553876B (zh) | 一种气动光学视线误差图像处理方法及系统 | |
| Wei et al. | An automatic target detection algorithm based on wavelet analysis for infrared image small target in background of sea and sky | |
| CN110927765A (zh) | 激光雷达与卫星导航融合的目标在线定位方法 | |
| KR101749231B1 (ko) | 별센서와 지구센서를 이용한 위성의 천측항법 | |
| CN112634295B (zh) | 一种基于双重梯度阈值的星敏感器星点分割方法 | |
| Xu et al. | A strong background daytime star image processing method using improved morphology Top-Hat filter and pipeline filter | |
| Zhu et al. | Offshore platform detection based on harris detector and intensity-texture image from Sentinel_2A image | |
| Markov | Fractal methods for extracting artificial objects from the unmanned aerial vehicle images | |
| CN112611372B (zh) | 用于星点位置精确提取的星敏感器点光源衍射星芒装置 | |
| CN117237199B (zh) | 基于无人机航拍生成模拟gmti雷达图像的方法 | |
| Ogohara et al. | Automated Dust Devil Detection on Mars | |
| CN113989628B (zh) | 基于弱方向梯度的水下信号灯定位方法 | |
| CN116051426B (zh) | 一种合成孔径雷达图像处理方法 |
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 |