CN112528513B - 一种快速宽灰度星斑灰度分配方法及装置 - Google Patents

一种快速宽灰度星斑灰度分配方法及装置 Download PDF

Info

Publication number
CN112528513B
CN112528513B CN202011521232.3A CN202011521232A CN112528513B CN 112528513 B CN112528513 B CN 112528513B CN 202011521232 A CN202011521232 A CN 202011521232A CN 112528513 B CN112528513 B CN 112528513B
Authority
CN
China
Prior art keywords
gray
star
matrix
distribution
overflow
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
Application number
CN202011521232.3A
Other languages
English (en)
Other versions
CN112528513A (zh
Inventor
韩健
周莉莉
唐成
杨玉锋
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 Electromechanical Engineering Research Institute
Original Assignee
Beijing Electromechanical Engineering Research 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 Beijing Electromechanical Engineering Research Institute filed Critical Beijing Electromechanical Engineering Research Institute
Priority to CN202011521232.3A priority Critical patent/CN112528513B/zh
Publication of CN112528513A publication Critical patent/CN112528513A/zh
Application granted granted Critical
Publication of CN112528513B publication Critical patent/CN112528513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种快速宽灰度星斑灰度分配方法及装置,属于半实物仿真技术领域,解决了现有的方法无法实现符合点光源特性、高对比度星等的星斑灰度分配的问题。方法包括:基于星斑分布和星斑灰度获得星斑灰度分布,并对星斑灰度分布进行离散化得到第一星斑灰度矩阵;执行下述循环过程,直至溢出像元个数为零时,对应得到第二星斑灰度矩阵,所述循环过程包括:基于第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于溢出矩阵和溢出像元个数得到溢出像元总灰度;基于溢出像元总灰度计算得到补偿灰度矩阵,并将补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵。实现了任意灰度、任意截断大小的星斑灰度分配。

Description

一种快速宽灰度星斑灰度分配方法及装置
技术领域
本发明涉及半实物仿真技术领域,尤其涉及一种快速宽灰度星斑灰度分配方法及装置。
背景技术
在天文导航测量中,星斑的观测质量一直是影响导航精度的重要因素之一。星斑的观测量中包含星斑的质心位置、星斑的绝对星等以及星斑的单星张角等重要信息,这些信息共同的决定了星图识别匹配的成功率和星点位置计算的准确率,继而决定了导航的精度。
星敏感器逐步提高探测能力,提升星等的观测宽度,从而提高自身的定姿准确性、稳定性和连续性。为了适应星敏感器的能力提升,为星敏感器模拟观测提供更具真实性的模拟观测条件,星模拟器的宽星等模拟能力也成为了其能力提升中的重要一环。对应星光的恒星星等,星模拟器通过改变像平面像元的灰度完成相应星光星等的表现。星斑模拟成像设备无论是液晶显示器(LCD)、液晶光阀(TFT_LCD)、数字光处理器(DLP)还是硅基液晶(Lcos),均受到分辨率和对比度两个主要参数的制约,其中分辨率代表着位置精度、而对比度即是灰度表现力的体现。
目前的成像设备基本采用8位灰度模式进行成像,其灰度模拟范围为256,单像元仅能够实现6个相对星等的模拟,多像元模拟则存在以下两个问题,一是在点光源特性分配下不具备宽灰度分配能力,二是在宽灰度模拟时采用均匀分配,未考虑星斑的点光源特性,同时星敏感器在进行星点提取的过程中会对星斑的大小进行截断,并不是所有星斑占据的像元都会成为星敏感器的计算来源,因此亟需提出一种快速宽灰度星斑灰度分配方法。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种快速宽灰度星斑灰度分配方法及装置,用以解决现有的方法无法实现符合点光源特性、高对比度星等的星斑灰度分配的问题。
一方面,本发明实施例提供了一种快速宽灰度星斑灰度分配方法,包括下述步骤:
基于星斑分布和星斑灰度获得星斑灰度分布,并对所述星斑灰度分布进行离散化得到第一星斑灰度矩阵;
执行下述循环过程,直至溢出像元个数为零时,对应得到第二星斑灰度矩阵,所述循环过程包括:
基于所述第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于所述溢出矩阵和溢出像元个数得到溢出像元总灰度;基于所述溢出像元总灰度计算得到补偿灰度矩阵,并将所述补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵。
进一步,所述星斑灰度分布计算公式为:
上式中,f(A,r,δ)表示星斑灰度分布,A表示星斑灰度,r表示分布位置,δ表示分布协方差,f(r,δ)表示r处分布的灰度。
进一步,所述第一星斑灰度矩阵计算公式为:
上式中,表示第一星斑灰度矩阵,/>表示星斑灰度分布f(A,r,δ)对应的离散值,round()表示取整函数,p表示星斑截断像元宽度,且满足p2·28>A。
进一步,所述溢出矩阵计算公式为:
上式中,为溢出矩阵;
所述溢出像元个数计算公式为:
上式中,iN为溢出像元个数;
所述溢出像元总灰度计算公式为:
上式中,gM表示溢出像元总灰度。
进一步,所述补偿灰度矩阵计算公式为:
上式中,表示补偿灰度矩阵,Ip×p表示p×p且所有元素皆为1的方阵;
所述第三星斑灰度矩阵计算公式为:
式中,M′表示第三星斑灰度矩阵,其中,
另一方面,本发明实施例提供了一种快速宽灰度星斑灰度分配装置,包括:
灰度分布计算模块,用于根据星斑分布和星斑灰度获得星斑灰度分布,并对所述星斑灰度分布进行离散化得到第一星斑灰度矩阵;
星斑灰度矩阵获得模块,用于执行下述循环过程,直至溢出像元个数为零时,对应得到第二星斑灰度矩阵,所述循环过程包括:
基于所述第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于所述溢出矩阵和溢出像元个数得到溢出像元总灰度;基于所述溢出像元总灰度计算得到补偿灰度矩阵,并将所述补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵。
进一步,所述星斑灰度分布计算公式为:
上式中,f(A,r,δ)表示星斑灰度分布,A表示星斑灰度,r表示分布位置,δ表示分布协方差,f(r,δ)表示r处分布的灰度。
进一步,所述第一星斑灰度矩阵计算公式为:
上式中,表示第一星斑灰度矩阵,/>表示星斑灰度分布f(A,r,δ)对应的离散值,round()表示取整函数,p表示星斑截断像元宽度,且满足p2·28>A。
进一步,所述溢出矩阵计算公式为:
上式中,为溢出矩阵;
所述溢出像元个数计算公式为:
上式中,iN为溢出像元个数;
所述溢出像元总灰度计算公式为:
上式中,gM表示溢出像元总灰度。
进一步,所述补偿灰度矩阵计算公式为:
上式中,表示补偿灰度矩阵,Ip×p表示p×p且所有元素皆为1的方阵;
所述第三星斑灰度矩阵计算公式为:
式中,M′表示第三星斑灰度矩阵,其中,
与现有技术相比,本发明至少可实现如下有益效果之一:
1、一种快速宽灰度星斑灰度分配方法,解决了符合点光源特性、高对比度星等的星斑灰度分配问题,实现了任意灰度、任意截断大小的星斑灰度分配,提高了星等模拟的宽度,同时提高了星斑灰度计算的实用性和快速性。
2、一种快速宽灰度星斑灰度分配方法及装置,通过对星斑灰度分布进行离散化得到第一星斑灰度矩阵,并利用第一星斑灰度矩阵计算溢出矩阵和溢出像元个数,进而确定第三星斑灰度矩阵,直至溢出像元个数为零时将对应得到的第三星斑灰度矩阵作为第二星斑灰度矩阵,也即最终星斑灰度矩阵,方法简单易行,易于实施,充分考虑了星斑的点光源特性、宽灰度分配以及像元截断问题,利用有限的像元进行宽灰度的星斑模拟,充分满足宽星等模拟条件下星斑的真实性和准确性。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为一个实施例中快速宽灰度星斑灰度分配方法流程图;
图2为另一个实施例中快速宽灰度星斑灰度分配装置结构图;
图3为执行本申请发明实施例提供的快速宽灰度星斑灰度分配方法的电子设备的硬件结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
现有的方法在点光源特性分配下不具备宽灰度分配能力,在宽灰度模拟时采用均匀分配,未考虑星斑的点光源特性,同时星敏感器在进行星点提取的过程中会对星斑的大小进行截断,并不是所有星斑占据的像元都会成为星敏感器的计算来源。为此,本申请提出了一种快速宽灰度星斑灰度分配方法及装置,通过对星斑灰度分布进行离散化得到第一星斑灰度矩阵,并利用第一星斑灰度矩阵计算溢出矩阵和溢出像元个数,进而确定第三星斑灰度矩阵,直至溢出像元个数为零时将对应得到的第三星斑灰度矩阵作为第二星斑灰度矩阵,也即最终星斑灰度矩阵,方法简单易行,易于实施,充分考虑了星斑的点光源特性、宽灰度分配以及像元截断问题,利用有限的像元进行宽灰度的星斑模拟,充分满足宽星等模拟条件下星斑的真实性和准确性。
本发明的一个具体实施例,公开了一种快速宽灰度星斑灰度分配方法,如图1所示,包括下述步骤S1~S2。
步骤S1、基于星斑分布和星斑灰度获得星斑灰度分布,并对星斑灰度分布进行离散化得到第一星斑灰度矩阵。具体来说,星斑即为星点光斑,需要进行灰度分配的星斑具有点光源特性,即分布满足二维高斯正态分布:
上式中,r为分布位置,r=r(xr,yr),δ为分布协方差,f(r,δ)为r处分布的灰度。
基于星斑分布和星斑灰度获得星斑灰度分布,星斑灰度分布计算公式为:
上式中,f(A,r,δ)表示星斑灰度分布,A表示星斑灰度,r表示分布位置,δ表示分布协方差,f(r,δ)表示r处分布的灰度。
对星斑灰度分布进行离散化得到第一星斑灰度矩阵,第一星斑灰度矩阵计算公式为:
上式中,表示第一星斑灰度矩阵,/>表示星斑灰度分布f(A,r,δ)对应的离散值,round()表示取整函数,p表示星斑截断像元宽度,且满足p2·28>A。具体来说,p的具体值基于实际情况中用户的需求确定。
步骤S2、执行下述循环过程,直至溢出像元个数为零时,对应得到第二星斑灰度矩阵,所述循环过程包括:
步骤S201、基于第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,其中,溢出矩阵计算公式为:
上式中,为溢出矩阵;
溢出像元个数计算公式为:
上式中,iN为溢出像元个数。
基于溢出矩阵和溢出像元个数得到溢出像元总灰度,溢出像元总灰度计算公式为:
上式中,gM表示溢出像元总灰度。
步骤S202、基于溢出像元总灰度计算得到补偿灰度矩阵,补偿灰度矩阵计算公式为:
上式中,表示补偿灰度矩阵,Ip×p表示p×p且所有元素皆为1的方阵。
将补偿灰度矩阵叠加至第一星斑灰度矩阵/>得到第三星斑灰度矩阵M′,第三星斑灰度矩阵计算公式为:
式中,M′表示第三星斑灰度矩阵,其中,
具体来说,重复步骤S201~S202,直至溢出像元个数iN=0时,得到的第三星斑灰度矩阵M′即为第二星斑灰度矩阵,也即最终的星斑灰度矩阵。
与现有技术相比,本实施例提供的快速宽灰度星斑灰度分配方法,解决了符合点光源特性、高对比度星等的星斑灰度分配问题,实现了任意灰度、任意截断大小的星斑灰度分配,提高了星等模拟的宽度,同时提高了星斑灰度计算的实用性和快速性。
本发明的另一个具体实施例,公开了一种快速宽灰度星斑灰度分配装置,如图2所示,包括:
灰度分布计算模块210,用于根据星斑分布和星斑灰度获得星斑灰度分布,并对星斑灰度分布进行离散化得到第一星斑灰度矩阵;
星斑灰度矩阵获得模块220,用于执行下述循环过程,直至溢出像元个数为零时,对应得到第二星斑灰度矩阵,所述循环过程包括:
基于第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于溢出矩阵和溢出像元个数得到溢出像元总灰度;基于溢出像元总灰度计算得到补偿灰度矩阵,并将补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵。
由于快速宽灰度星斑灰度分配装置的实现原理与快速宽灰度星斑灰度分配方法的实现原理相同,故快速宽灰度星斑灰度分配装置的实现原理可以参见前述快速宽灰度星斑灰度分配方法的实现原理,这里不再赘述。
参见图3,本发明另一实施例还提供了执行上述实施例中快速宽灰度星斑灰度分配方法的电子设备。该电子设备包括:
一个或多个处理器310以及存储器320,图3中以一个处理器310为例。
快速宽灰度星斑灰度分配方法的电子设备还可以包括:输入装置330和输出装置340。
处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图3中以通过总线连接为例。
存储器320作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明的实施例中的快速宽灰度星斑灰度分配方法对应的程序指令/模块(单元)。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例图标显示方法。
存储器320可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储获取的应用程序的提醒事项的数量信息等。此外,存储器320可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器320可选包括相对于处理器310远程设置的存储器,这些远程存储器可以通过网络连接至列表项操作的处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置330可接收输入的数字或字符信息,以及产生与快速宽灰度星斑灰度分配装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器320中,当被所述一个或者多个处理器310执行时,执行上述任意方法实施例中的快速宽灰度星斑灰度分配方法。
上述产品可执行本发明的实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明的实施例所提供的方法。
本发明的实施例的电子设备可以以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有提醒事项记录功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元(模块)可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本发明实施例提供了一种非暂态计算机可读存储介质,所述计算机存储介质存储有计算机可执行指令,其中,当所述计算机可执行指令被电子设备执行时,使所述电子设备上执行上述任意方法实施例中的快速宽灰度星斑灰度分配方法。
本发明实施例提供了一种计算机程序产品,其中,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,其中,当所述程序指令被电子设备执行时,使所述电子设备执行上述任意方法实施例中的快速宽灰度星斑灰度分配方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施例可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (2)

1.一种快速宽灰度星斑灰度分配方法,其特征在于,包括下述步骤:
基于星斑分布和星斑灰度获得星斑灰度分布,并对所述星斑灰度分布进行离散化得到第一星斑灰度矩阵;其中,
所述星斑分布满足二维高斯正态分布:
上式中,r为分布位置,r=r(xr,yr),δ为分布协方差,f(r,δ)为r处分布的灰度;
所述星斑灰度分布计算公式为:
上式中,f(A,r,δ)表示星斑灰度分布,A表示星斑灰度,r表示分布位置,δ表示分布协方差,f(r,δ)表示r处分布的灰度;
所述第一星斑灰度矩阵计算公式为:
上式中,表示第一星斑灰度矩阵,/>表示星斑灰度分布f(A,r,δ)对应的离散值,round()表示取整函数,p表示星斑截断像元宽度,且满足p2·28>A;
执行下述循环过程,直至溢出像元个数为零时,对应得到的第三星斑灰度矩阵作为第二星斑灰度矩阵,所述循环过程包括:
基于所述第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于所述溢出矩阵和溢出像元个数得到溢出像元总灰度;基于所述溢出像元总灰度计算得到补偿灰度矩阵,并将所述补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵;其中,
所述溢出矩阵计算公式为:
上式中,为溢出矩阵;
所述溢出像元个数计算公式为:
上式中,iN为溢出像元个数;
所述溢出像元总灰度计算公式为:
上式中,gM表示溢出像元总灰度;
所述补偿灰度矩阵计算公式为:
上式中,表示补偿灰度矩阵,Ip×p表示p×p且所有元素皆为1的方阵;
所述第三星斑灰度矩阵计算公式为:
式中,M′表示第三星斑灰度矩阵,其中,
2.一种快速宽灰度星斑灰度分配装置,其特征在于,包括:
灰度分布计算模块,用于根据星斑分布和星斑灰度获得星斑灰度分布,并对所述星斑灰度分布进行离散化得到第一星斑灰度矩阵;其中,
所述星斑分布满足二维高斯正态分布:
上式中,r为分布位置,r=r(xr,yr),δ为分布协方差,f(r,δ)为r处分布的灰度;
所述星斑灰度分布计算公式为:
上式中,f(A,r,δ)表示星斑灰度分布,A表示星斑灰度,r表示分布位置,δ表示分布协方差,f(r,δ)表示r处分布的灰度;
所述第一星斑灰度矩阵计算公式为:
上式中,表示第一星斑灰度矩阵,/>表示星斑灰度分布f(A,r,δ)对应的离散值,round()表示取整函数,p表示星斑截断像元宽度,且满足p2·28>A;
星斑灰度矩阵获得模块,用于执行下述循环过程,直至溢出像元个数为零时,对应得到的第三星斑灰度矩阵作为第二星斑灰度矩阵,所述循环过程包括:
基于所述第一星斑灰度矩阵得到溢出矩阵和溢出像元个数,并基于所述溢出矩阵和溢出像元个数得到溢出像元总灰度;基于所述溢出像元总灰度计算得到补偿灰度矩阵,并将所述补偿灰度矩阵叠加至第一星斑灰度矩阵,得到第三星斑灰度矩阵;其中,
所述溢出矩阵计算公式为:
上式中,为溢出矩阵;
所述溢出像元个数计算公式为:
上式中,iN为溢出像元个数;
所述溢出像元总灰度计算公式为:
上式中,gM表示溢出像元总灰度;
所述补偿灰度矩阵计算公式为:
上式中,表示补偿灰度矩阵,Ip×p表示p×p且所有元素皆为1的方阵;
所述第三星斑灰度矩阵计算公式为:
式中,M′表示第三星斑灰度矩阵,其中,
CN202011521232.3A 2020-12-21 2020-12-21 一种快速宽灰度星斑灰度分配方法及装置 Active CN112528513B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011521232.3A CN112528513B (zh) 2020-12-21 2020-12-21 一种快速宽灰度星斑灰度分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011521232.3A CN112528513B (zh) 2020-12-21 2020-12-21 一种快速宽灰度星斑灰度分配方法及装置

Publications (2)

Publication Number Publication Date
CN112528513A CN112528513A (zh) 2021-03-19
CN112528513B true CN112528513B (zh) 2024-02-23

Family

ID=75002148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011521232.3A Active CN112528513B (zh) 2020-12-21 2020-12-21 一种快速宽灰度星斑灰度分配方法及装置

Country Status (1)

Country Link
CN (1) CN112528513B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK36885D0 (da) * 1984-01-27 1985-01-25 Du Pont Pletkvantisering
JPH05167129A (ja) * 1991-12-13 1993-07-02 Nippei Toyama Corp 画像処理によるレーザスポットの中心算出方法
CN102496015A (zh) * 2011-11-22 2012-06-13 南京航空航天大学 二维高斯分布光斑图像中心快速高精度定位方法
CN104537653A (zh) * 2014-12-18 2015-04-22 北京航空航天大学 星敏感器星像质心坐标和半径的高斯解析求解方法
CN105004353A (zh) * 2015-06-17 2015-10-28 北京控制工程研究所 一种星敏感器动态星图仿真方法
CN106023148A (zh) * 2016-05-06 2016-10-12 北京航空航天大学 一种序列聚焦观测模式下恒星像点位置提取方法
CN110411439A (zh) * 2019-07-15 2019-11-05 北京控制工程研究所 一种根据星能量等级生成仿真星点的方法、装置及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK36885D0 (da) * 1984-01-27 1985-01-25 Du Pont Pletkvantisering
JPH05167129A (ja) * 1991-12-13 1993-07-02 Nippei Toyama Corp 画像処理によるレーザスポットの中心算出方法
CN102496015A (zh) * 2011-11-22 2012-06-13 南京航空航天大学 二维高斯分布光斑图像中心快速高精度定位方法
CN104537653A (zh) * 2014-12-18 2015-04-22 北京航空航天大学 星敏感器星像质心坐标和半径的高斯解析求解方法
CN105004353A (zh) * 2015-06-17 2015-10-28 北京控制工程研究所 一种星敏感器动态星图仿真方法
CN106023148A (zh) * 2016-05-06 2016-10-12 北京航空航天大学 一种序列聚焦观测模式下恒星像点位置提取方法
CN110411439A (zh) * 2019-07-15 2019-11-05 北京控制工程研究所 一种根据星能量等级生成仿真星点的方法、装置及介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Novel Method of Eliminating Stray Light Interference for Star Sensor;Yiyang He 等;IEEE SENSORS JOURNAL;第20卷(第15期);8586-8596 *
Rapid and Accurate Regional Star-Map Simulated Method;Jian Han 等;2021 International Conference on Computer, Control and Robotics;319-324 *
动态星模拟器星图模拟软件优化算法研究;胡冰;中国优秀硕士论文电子期刊 工程科技Ⅱ辑;C03-633 *
带噪声模拟仿真星图的实现;支帅 等;中国光学;第7卷(第4期);581-587 *
静态像点高斯灰度扩散模型参数估计方法;王海涌 等;光学学报;第32卷(第3期);275-280 *

Also Published As

Publication number Publication date
CN112528513A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN110276345B (zh) 卷积神经网络模型训练方法、装置和计算机可读存储介质
US10650598B2 (en) Augmented reality-based information acquiring method and apparatus
US20090128661A1 (en) System and method for sorting images in a mobile electronic device
CN105046213A (zh) 一种增强现实的方法
CN104272245A (zh) 过扫描支持
CN113936089A (zh) 界面渲染方法及装置、存储介质及电子设备
CN110969159B (zh) 图像识别方法、装置及电子设备
CN112528513B (zh) 一种快速宽灰度星斑灰度分配方法及装置
CN111931075B (zh) 一种内容推荐方法、装置、计算机设备及存储介质
CN113255812A (zh) 视频边框检测方法、装置和电子设备
CN110917625B (zh) 一种游戏装备显示方法、装置、电子设备及存储介质
US20220051451A1 (en) Method and apparatus for transforming hair
CN112256176B (zh) 文字显示方法、装置、电子设备以及计算机可读存储介质
US20170186218A1 (en) Method for loading 360 degree images, a loading module and mobile terminal
CN113922998A (zh) 一种漏洞风险评估方法、装置、电子设备及可读存储介质
CN112528514B (zh) 一种高精度亚像素星斑重塑方法及装置
CN110070479B (zh) 图像变形拖拽点定位方法和装置
CN110046384B (zh) 模型实例化方法、装置、电子设备、和计算机可读存储介质
US20170185270A1 (en) Animation display method for view and terminal device
CN112395826B (zh) 文字特效处理方法及装置
CN110390291B (zh) 数据处理方法、装置及电子设备
CN115471550B (zh) 2.5维图像空间几何方位角校正方法、装置、设备及介质
CN112465717B (zh) 脸部图像处理模型训练方法、装置、电子设备和介质
CN111797932B (zh) 图像分类方法、装置、设备和计算机可读介质
CN117312127A (zh) 程序测试方法、装置、电子设备、存储介质及产品

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