CN113268903B - 一种极高精度全视场psf测试及建模方法 - Google Patents
一种极高精度全视场psf测试及建模方法 Download PDFInfo
- Publication number
- CN113268903B CN113268903B CN202110450160.6A CN202110450160A CN113268903B CN 113268903 B CN113268903 B CN 113268903B CN 202110450160 A CN202110450160 A CN 202110450160A CN 113268903 B CN113268903 B CN 113268903B
- Authority
- CN
- China
- Prior art keywords
- epsf
- psf
- value
- star
- testing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012360 testing method Methods 0.000 title claims abstract description 26
- 238000006073 displacement reaction Methods 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 8
- 238000005070 sampling Methods 0.000 claims description 15
- 230000004907 flux Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
一种极高精度全视场psf测试及建模方法，主要包括：积分球、平行光管提供模拟恒星光源；六自由度位移台与空间光学敏感器相连接，对恒星矢量在光学敏感器视场中成像位置进行粗定位；成像探测器安装于双轴位移台台面，对恒星矢量在探测器成像位置进行精确定位，获得亚像素分布的图像数据；利用不同亚像素位置分布的星点图像数据，基于ePSF方法进行全视场精细化PSF模型的重建。
Description
技术领域
本发明涉及一种极高精度全视场psf测试及建模方法，属于空间极高精度指向测量技术领域。
背景技术
高精度星点质心定位方法是空间光学敏感器指向测量的关键技术，星点质心定位精度在空间光学敏感器测量过程中直接影响测量结果，且在敏感器的标定和测试中，星点质心定位精度同样会直接影响标定结果，而高精度的全视场psf模型是高精度星点质心定位方法的基础，为实现极高精度星点质心定位方法奠定了基础。随着空间探测任务的多样性和高精度探测任务需求的发展，如何进行极高精度全视场psf测试和建模以实现高精度星点质心定位至关重要。
在星敏感器成像过程中，由于光学系统的畸变，导致星点在视场中不同位置成像的形貌不同，而现有的星点质心定位方法不能很好的适应光学系统畸变等原因导致的形貌不同的问题，使得在视场不同位置的定心精度不同。以高斯拟合法为例，光学系统畸变导致星点形貌偏离理想的高斯形貌，使用高斯模型对星点进行拟合定心时存在较大误差，该误差也是导致视场空间低频误差的主要原因之一。因此，为了实现高精度的星点质心定位计算，需要建立极高精度的全视场精细化psf模型，模型能够体现出视场不同位置的psf形貌变化规律，减小视场空间低频误差的影响。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提供了一种极高精度全视场psf测试及建模方法，补充现有技术中对于极高精度全视场psf测试的缺失。
本发明的技术解决方案是：一种极高精度全视场psf测试及建模方法，包括如下步骤：
S1，将视场分为L×L个区域；
S2，控制六自由度位移台带动敏感器转动，使星点成像在第一个区域内；
S3，通过高精度双轴位移台对探测器进行移动控制，得到不同亚像素位置分布的星点图像；
S4，在每个区域控制双轴位移台沿着米字线进行移动，共采集N个位置的图像，每个位置采集M张图像；
S5，对每个位置的M张图像进行降噪处理，获得每个位置的平均图像；
S6，根据ePSF方法对N个位置的平均图像进行psf建模，得到当前区域的psf模型；
S7，控制六自由度位移台转动，使星点成像位置移动到视场中下一个位置；
S8，重复S3～S7，得到全视场psf模型。
进一步地，所述进行移动控制为纳米级。
进一步地，所述ePSF方法包括如下步骤：
对所有用于ePSF建模的星象提取窗口图，获得图像模型，并在图像模型上建立PSF模型，在PSF模型上建立坐标系，以星象中心为原点，建立新的网格，且与图像模型中每个像素的大小相同；
将图像中多个星点图像的PSF模型的零点重合，置于同一个坐标系下；
获取每个格点周围一定范围内所有采样点的ePSF值的集合，将集合内的平均值作为格点的ePSF值；
利用所有格点的ePSF值对所有采样点进行插值，根据每个采样点的插值结果对上一次迭代得到的ePSF值求残差，剔除残差大于一定范围的采样点，多次迭代至没有需要剔除的采样点，第一次的残差为计算得到的ePSF值本身；
得到所有格点的ePSF值之后，对得到的ePSF模型进行平滑滤波处理；
计算星象中心坐标的偏移量，平移ePSF模型以保证PSF模型的准确，然后求出新的网格点的ePSF值；
经过多次迭代和平滑的过程，得到一组平滑的网格点的值，完成ePSF模型的建立。
进一步地，ePSF值与像素值的关系为
其中，
为点(i-xc,j-yc)处的ePSF值，i、j分别为uv方向像素坐标，xc、yc分别为星点质心uv方向坐标，Pij为(i，j)处的像素位置的灰度值，s*为天空背景值，f*为星点通量。
进一步地，星象中心X坐标的平移方式和偏移量分别为
其中，
为星点质心X坐标值，δx*为星点质心X坐标值偏移量，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，Rij＝Pij-s*-f*×ψij，其中f*为星点通量，，ψij为(i，j)处的ePSF值。
进一步地，星象中心Y坐标的平移方式和偏移量分别为
其中，
为星点质心Y坐标值，δy*为星点质心Y坐标值偏移量，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，Rij＝Pij-s*-f*×ψij，其中f*为星点通量，，ψij为(i，j)处的ePSF值。
进一步地，星点通量f*的计算方式为
其中，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，ψij为(i，j)处的ePSF值，Pij为像素灰度值，S*为天空背景值。
进一步地，通过六自由度位移台和双轴位移台的组合运动，实现全视场PSF建模数据的采集。
一种计算机可读存储介质，所述的计算机可读存储介质存储有计算机程序，所述的计算机程序被处理器执行时实现所述一种极高精度全视场psf测试及建模方法的步骤。
一种极高精度全视场psf测试及建模设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时实现所述一种极高精度全视场psf测试及建模方法的步骤。
本发明与现有技术相比的优点在于：
本发明提出了一种适用于极高精度空间指向测量仪器的全视场精细化psf建模及测试方法，a)建模方法简单，容易实现，实现时只需要图像数据即可完成；b)测试方法仅依靠实验室常用位移台，即可在保证精度的同时进行全视场精细化psf模型的测试，避免了使用高精密仪器导致的测试方法的复杂性。c)依据本发明提供的psf模型，可以将星点质心定位精度提高到优于1/100pixel的水平，相比传统的质心法和高斯拟合法有明显提升。
附图说明
图1是全视场精细化psf建模测试方法流程图；
图2是psf模型示意图；
图3是建模方法仿真psf模型真值和建模结果的误差；
图4是全视场精细化psf建模测试试验系统示意图。
具体实施方式
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
以下结合说明书附图对本申请实施例所提供的一种极高精度全视场psf测试及建模方法做进一步详细的说明，具体实现方式可以包括(如图1～4所示)：
首先根据指向测量敏感器参数设置全视场精细化psf建模测试方案，将视场分为L×L个区域。
控制六自由度位移台带动敏感器转动，使星点成像在第一个区域内。
通过高精度双轴位移台对探测器进行精密控制，实现纳米级移动，得到不同亚像素位置分布的星点图像。
每个区域控制高精度双轴位移台沿着“米”字线进行移动，步长为N_step，共采集N个位置的图像，每个位置采集M张图像。
对每个位置的M张图像首先进行平均去噪声处理，减小噪声对星点形貌的影响。
然后根据ePSF方法对N个位置的平均图像进行psf建模，得到当前区域的极高精度精细化psf模型。
具体的，在一种可能实现的方式中，精细化psf建模方法包括如下步骤：
首先对所有用于ePSF建模的星象提取窗口图(以5*5的窗口为例)，获得图像模型，并在图像模型上建立PSF模型，在PSF模型上建立坐标系，以星象中心为原点，建立新的网格，且与图像模型中每个像素的大小相同，如附图1所示。将图像中多个星点图像的PSF模型的零点重合，置于同一个坐标系下。图中○代表星象中心，即星点质心，×代表探测器每个像素中心。
对附图1中的网格进一步细分，获取每个格点周围一定范围内所有采样点的ePSF值的集合，将集合内的平均值作为格点的ePSF值。式(1)给出了ePSF值与像素值的关系。
利用所有格点的ePSF值对所有采样点进行插值，根据每个采样点的插值结果对上一次迭代得到的ePSF值求残差(第一次迭代时没有上一次ePSF值作为参考，因此第一次的残差即为计算得到的ePSF值本身)，剔除残差大于一定范围(2.5σ)的采样点，多次迭代至没有需要剔除的采样点。
得到所有格点的ePSF值之后，对得到的ePSF模型进行平滑滤波处理。
求出星象中心坐标的偏移量之后，需要平移ePSF模型以保证PSF模型的准确。移动时只需要对网格进行整体移动，然后求出新的网格点的ePSF值。星象中心X坐标的平移方式和偏移量由式(2)和式(3)给出，Y方向的偏移和X方向具有相似的结果。
经过多次迭代和平滑的过程，就可以得到一组平滑的网格点的值，完成ePSF模型的建立。
控制六自由度位移台转动，使星点成像位置移动到视场中下一个位置。
重复上述过程，最终可以得到极高精度的全视场精细化psf模型。
本发明原理：首先根据ePSF方法设计极高精度的全视场精细化psf建模方法；然后根据建模方法选择六自由度位移台+高精度双轴位移台组合控制方案；通过六自由度位移台和高精度双轴位移台的运动实现质心位置亚像素分布的图像数据；根据全视场精细化psf建模方法进行图像数据处理，得到全视场精细化psf模型。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。
Claims (10)
1.一种极高精度全视场psf测试及建模方法，其特征在于，包括如下步骤：
S1，将视场分为L×L个区域；
S2，控制六自由度位移台带动敏感器转动，使星点成像在第一个区域内；
S3，通过高精度双轴位移台对探测器进行移动控制，得到不同亚像素位置分布的星点图像；
S4，在每个区域控制双轴位移台沿着米字线进行移动，共采集N个位置的图像，每个位置采集M张图像；
S5，对每个位置的M张图像进行降噪处理，获得每个位置的平均图像；
S6，根据ePSF方法对N个位置的平均图像进行psf建模，得到当前区域的psf模型；
S7，控制六自由度位移台转动，使星点成像位置移动到视场中下一个位置；
S8，重复S3～S7，得到全视场psf模型。
2.根据权利要求1所述的一种极高精度全视场psf测试及建模方法，其特征在于：所述进行移动控制为纳米级。
3.根据权利要求1所述的一种极高精度全视场psf测试及建模方法，其特征在于，所述ePSF方法包括如下步骤：
对所有用于ePSF建模的星象提取窗口图，获得图像模型，并在图像模型上建立PSF模型，在PSF模型上建立坐标系，以星象中心为原点，建立新的网格，且与图像模型中每个像素的大小相同；
将图像中多个星点图像的PSF模型的零点重合，置于同一个坐标系下；
获取每个格点周围一定范围内所有采样点的ePSF值的集合，将集合内的平均值作为格点的ePSF值；
利用所有格点的ePSF值对所有采样点进行插值，根据每个采样点的插值结果对上一次迭代得到的ePSF值求残差，剔除残差大于一定范围的采样点，多次迭代至没有需要剔除的采样点，第一次的残差为计算得到的ePSF值本身；
得到所有格点的ePSF值之后，对得到的ePSF模型进行平滑滤波处理；
计算星象中心坐标的偏移量，平移ePSF模型以保证PSF模型的准确，然后求出新的网格点的ePSF值；
经过多次迭代和平滑的过程，得到一组平滑的网格点的值，完成ePSF模型的建立。
4.根据权利要求3所述的一种极高精度全视场psf测试及建模方法，其特征在于，ePSF值与像素值的关系为
其中，
为点(i-xc,j-yc)处的ePSF值，i、j分别为uv方向像素坐标，xc、yc分别为星点质心uv方向坐标，Pij为(i，j)处的像素位置的灰度值，s*为天空背景值，f*为星点通量。
5.根据权利要求3所述的一种极高精度全视场psf测试及建模方法，其特征在于，星象中心X坐标的平移方式和偏移量分别为
其中，
为星点质心X坐标值，δx*为星点质心X坐标值偏移量，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，Rij＝Pij-s*-f*×ψij，其中f*为星点通量，ψij为(i，j)处的ePSF值。
6.根据权利要求3所述的一种极高精度全视场psf测试及建模方法，其特征在于：星象中心Y坐标的平移方式和偏移量分别为
其中，
为星点质心Y坐标值，δy*为星点质心Y坐标值偏移量，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，Rij＝Pij-s*-f*×ψij，其中f*为星点通量，ψij为(i，j)处的ePSF值。
7.根据权利要求3所述的一种极高精度全视场psf测试及建模方法，其特征在于：星点通量f*的计算方式为
其中，wij为像素灰度值权重分布，qij＝1/Pij，其中Pij为(i，j)处的像素位置的灰度值，ψij为(i，j)处的ePSF值，Pij为像素灰度值，S*为天空背景值。
8.根据权利要求3所述的一种极高精度全视场psf测试及建模方法，其特征在于：通过六自由度位移台和双轴位移台的组合运动，实现全视场PSF建模数据的采集。
9.一种计算机可读存储介质，所述的计算机可读存储介质存储有计算机程序，其特征在于，所述的计算机程序被处理器执行时实现如权利要求1～权利要求8任一所述方法的步骤。
10.一种极高精度全视场psf测试及建模设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于：所述的处理器执行所述的计算机程序时实现如权利要求1～权利要求8任一所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110450160.6A CN113268903B (zh) | 2021-04-25 | 2021-04-25 | 一种极高精度全视场psf测试及建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110450160.6A CN113268903B (zh) | 2021-04-25 | 2021-04-25 | 一种极高精度全视场psf测试及建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113268903A CN113268903A (zh) | 2021-08-17 |
| CN113268903B true CN113268903B (zh) | 2022-08-12 |
Family
ID=77229295
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110450160.6A Active CN113268903B (zh) | 2021-04-25 | 2021-04-25 | 一种极高精度全视场psf测试及建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113268903B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111221122A (zh) * | 2020-03-18 | 2020-06-02 | 长春理工大学 | 较大视场强容差超分辨望远成像系统设计方法 |
| CN111426335A (zh) * | 2020-04-07 | 2020-07-17 | 北京控制工程研究所 | 一种星敏感器视场低频误差的地面标定方法 |
| CN112132758A (zh) * | 2020-08-05 | 2020-12-25 | 浙江工业大学 | 基于非对称光学系统点扩散函数模型的图像复原方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9396531B2 (en) * | 2013-12-23 | 2016-07-19 | Tufts University | Systems and methods for image and video signal measurement |
| CN111985143B (zh) * | 2020-09-09 | 2023-12-26 | 中国科学院国家天文台南京天文光学技术研究所 | 一种基于Zernike多项式分解的全视场望远镜主动准直方法 |
-
2021
- 2021-04-25 CN CN202110450160.6A patent/CN113268903B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111221122A (zh) * | 2020-03-18 | 2020-06-02 | 长春理工大学 | 较大视场强容差超分辨望远成像系统设计方法 |
| CN111426335A (zh) * | 2020-04-07 | 2020-07-17 | 北京控制工程研究所 | 一种星敏感器视场低频误差的地面标定方法 |
| CN112132758A (zh) * | 2020-08-05 | 2020-12-25 | 浙江工业大学 | 基于非对称光学系统点扩散函数模型的图像复原方法 |
Non-Patent Citations (4)
| Title |
|---|
| "ePSF拟合法与Gaussian拟合法的比较";张志渊;《CNKI 硕士电子期刊出版信息》;20100915;论文第5-32页 * |
| "基于PSF 相关的星点定位算法";郝云彩等;《空间控制技术与应用》;20151231;第41卷(第6期);第1-7页 * |
| "基于多幅图像的有效点扩散函数的高精度测量";王婷婷;《CNKI 硕士电子期刊出版信息》;20111015;论文第11-31页 * |
| "星敏感器自动调焦系统测量装置的设计与研究";李晨;《CNKI 硕士电子期刊出版信息》;20170515;论文第13-17页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113268903A (zh) | 2021-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106600553B (zh) | 一种基于卷积神经网络的dem超分辨率方法 | |
| CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
| CN108805987B (zh) | 基于深度学习的混合跟踪方法及装置 | |
| CN106062824B (zh) | 边缘检测装置和边缘检测方法 | |
| CN112959326B (zh) | 机器人正运动学求解方法、装置、可读存储介质及机器人 | |
| CN112233249A (zh) | 基于密集点云的b样条曲面拟合方法及装置 | |
| CN114331842B (zh) | 结合地形特征的dem超分辨率重建方法 | |
| CN110826467A (zh) | 一种电子显微镜图像重建系统及其方法 | |
| CN107204040A (zh) | 多点地质统计学建模方法及装置、计算机存储介质 | |
| CN114882524A (zh) | 一种基于全卷积神经网络的单目三维手势估计方法 | |
| CN106097277B (zh) | 一种基于视觉测量的绳索物质点跟踪方法 | |
| CN113268903B (zh) | 一种极高精度全视场psf测试及建模方法 | |
| CN114758005A (zh) | 激光雷达与相机外参标定方法及装置 | |
| Liu et al. | An improved Richardson-Lucy algorithm for star image deblurring | |
| CN107767435A (zh) | 一种血管管腔结构重建方法 | |
| CN117351333A (zh) | 一种星敏感器快速星像提取方法 | |
| CN109344785B (zh) | 一种在深空自主光学导航中的高精度的行星中心定位方法 | |
| CN113393527A (zh) | 车载移动测量系统中的相机外参标定方法、装置和系统 | |
| CN115797493A (zh) | 基于一维系统矩阵稀疏采样的磁场自由线磁粒子成像方法 | |
| CN108230251A (zh) | 组合式图像恢复方法及装置 | |
| CN113160301B (zh) | 一种测量弯管弯曲半径的方法及系统 | |
| CN112097798B (zh) | 高分六号卫星的高分相机的高精度校验方法和装置 | |
| CN106290412A (zh) | 一种基于空间域相位校正的孔隙成像方法及装置 | |
| CN110458951A (zh) | 一种电网杆塔的建模数据获取方法及相关装置 | |
| CN112254681B (zh) | 一种发散型多线激光投影测量仿真系统及其实现方法 |
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 |