CN115375695B - 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质 - Google Patents

一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质 Download PDF

Info

Publication number
CN115375695B
CN115375695B CN202211326021.3A CN202211326021A CN115375695B CN 115375695 B CN115375695 B CN 115375695B CN 202211326021 A CN202211326021 A CN 202211326021A CN 115375695 B CN115375695 B CN 115375695B
Authority
CN
China
Prior art keywords
star
light spots
spot
motion state
dynamic
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
CN202211326021.3A
Other languages
English (en)
Other versions
CN115375695A (zh
Inventor
万晓伟
王刚毅
侯月
王云飞
陈子路
汪逸群
高飞雪
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202211326021.3A priority Critical patent/CN115375695B/zh
Publication of CN115375695A publication Critical patent/CN115375695A/zh
Application granted granted Critical
Publication of CN115375695B publication Critical patent/CN115375695B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20076—Probabilistic image processing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Navigation (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质。该检测方法首先利用从初始帧图像中检测到的恒星光斑的信息构建在未来时刻的恒星光斑预测图像，然后利用预测图像和采集的图像之间的相关性建立恒星光斑的观测概率；再基于恒星光斑在序列图像中的运动约束和角距约束，建立恒星光斑的联合观测概率；最后通过贝叶斯方法，依据最大后验估计准则，构建对运动状态的最优估计，进而检测出恒星光斑。本发明实现了星敏感器在动态情况下暗弱恒星光斑的检测，提高了检测到的恒星光斑的数目，提升了星敏感器输出姿态的准确率、可靠性和更新率，最终提升了星敏感器的动态性能。

Description

一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质
技术领域
本发明星涉及星敏感器的技术领域，具体涉及一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质。
背景技术
在动态情况下，星敏感器会产生拖移成像，恒星会成像成带有较长拖尾的光斑，光斑变模糊信噪比下降。目前，检测这类光斑效果好的方法为基于光斑运动方向积分的图像增强类方法。但是这类方法仍有不足之处，图像增强类方法通常需要图像中含有较多的恒星信息，这就要求星敏感器要在较长的采样时间下成像，这限制了星敏感器的姿态输出更新率，无法满足动态下实时应用的需求。一种改善星敏感器姿态输出更新率的可行方法为：降低星敏感器的曝光时间，在这种情况下恒星成像信息会减少，这类基于图像增强的方法的检测效果会变差。因此，解决这种情况下的恒星光斑检测问题，是实现星敏感器在动态下输出可靠准确姿态的关键环节。
事实上，减少曝光时间可降低星敏感器的采样时间，提高姿态输出更新率，但是过小的曝光时间使恒星成像信息较少，会增加检测困难。因此，应根据星敏感器的动态条件要求选择曝光时间。恒星发射的能量通常认为是稳定的，那么在一定时间内可认为恒星成像的光源是相同的，即在采样时间连续的多帧图像是同一强度的恒星在不同时刻的成像，不同时刻采集的恒星成像光斑之间存在运动约束。天球上恒星之间具有相对固定的角距，在恒星成像图像中，恒星光斑也受这种约束，那么可根据这种约束将多个恒星构成一个联合的“恒星”。基于恒星图像序列中的这种运动约束和星间角距约束，本发明构建相应的模型和检测方法，实现对动态情况下暗弱恒星光斑的检测，提升星敏感器的动态性能。
发明内容
本发明的目的在于针对现有技术的不足，提供一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质。本发明可有效提高暗弱恒星光斑的检测率，增加动态下恒星光斑的检测数目，提高星敏感器解算姿态的准确率和可靠性，最终提升星敏感器的动态性能。
本发明的目的是通过以下技术方案来实现的：本发明实施例第一方面提供了一种动态星敏感器暗弱恒星光斑的检测方法，包含以下步骤：
（1）根据星敏感器的动态条件设计曝光时间；
（2）从初始帧图像中得到恒星光斑的初始位置及星敏感器的初始运动速率和初始加速度，并建立所述初始运动速率和所述初始加速度的值域，即运动状态的值域；
（3）从步骤（2）中所述运动状态的值域中确定某一运动状态作为候选运动状态，根据候选运动状态和恒星在初始帧图像中的初始位置，预测下一个采样时刻恒星光斑的位置和即时运动速率，基于预测的恒星光斑的位置和即时运动速率构建恒星光斑的预测图像；
（4）利用步骤（3）中的所述预测图像和采集的成像图像之间的相关性建立恒星光斑的观测概率；
（5）根据恒星光斑的运动约束和角距约束，建立序列图像中恒星光斑的联合观测概率；
（6）重复步骤（3）-（5），设定步进宽度，遍历步骤（2）中所述运动状态的值域，得到运动状态对应的恒星光斑的联合观测概率；
（7）根据对运动状态的最大后验估计，检测出序列图像中的恒星光斑。
进一步地，所述步骤（1）中曝光时间的确定方法为：通过限定恒星光斑拖尾长度来约束星敏感器的曝光时间；
在此动态条件下，取恒星光斑拖尾长度为
Figure 339291DEST_PATH_IMAGE001
，在一定旋转速率的动态条件下，曝光 时间
Figure 364753DEST_PATH_IMAGE002
需满足下式描述的关系：
Figure 19857DEST_PATH_IMAGE003
其中，
Figure 57476DEST_PATH_IMAGE004
表示速率，
Figure 747215DEST_PATH_IMAGE005
为星敏感器的焦距，
Figure 897573DEST_PATH_IMAGE006
为星敏感器的像元尺寸，
Figure 538508DEST_PATH_IMAGE007
为星敏感 器的半视场角。
进一步地，所述步骤（3）中，所述恒星光斑的预测图像由元素值、光斑位置、运动方向和长度决定。
进一步地，所述恒星光斑的预测图像表示为
Figure 878354DEST_PATH_IMAGE008
，第
Figure 658484DEST_PATH_IMAGE009
个元素的元素值
Figure 527214DEST_PATH_IMAGE010
表示为：
Figure 655445DEST_PATH_IMAGE011
其中，
Figure 533402DEST_PATH_IMAGE008
为包含
Figure 421900DEST_PATH_IMAGE012
个元素的矩阵，
Figure 930373DEST_PATH_IMAGE013
为穿过矩阵中心的一组值为1的元素集 合，这些元素表示光斑，其构成的直线与水平方向的夹角定义了恒星光斑预测图像的方向， 即恒星光斑运动方向，这些像素的个数定义了光斑的长度，取矩阵单边长度
Figure 545899DEST_PATH_IMAGE014
。
进一步地，所述步骤（4）中利用相关性建立恒星光斑的观测概率，表达式为：
Figure 696389DEST_PATH_IMAGE015
其中，
Figure 982270DEST_PATH_IMAGE016
、
Figure 192803DEST_PATH_IMAGE017
和
Figure 498888DEST_PATH_IMAGE018
分别表示恒星光斑
Figure 453069DEST_PATH_IMAGE019
的成像图像、预测图像和相关性计算结果，
Figure 593457DEST_PATH_IMAGE020
和
Figure 240470DEST_PATH_IMAGE021
分别表示描述恒星光斑观测概率的高斯函数的均值和标准差，
Figure 565010DEST_PATH_IMAGE022
和
Figure 322881DEST_PATH_IMAGE023
分别表示计 算的恒星光斑的观测概率和归一化后的恒星光斑的观测概率，
Figure 52196DEST_PATH_IMAGE024
表示恒星光斑
Figure 73373DEST_PATH_IMAGE019
的观测。
进一步地，所述步骤（5）中，利用角距约束和运动约束，将序列图像中的恒星光斑 联合成一个恒星光斑，以建立所述恒星光斑的联合观测概率，所述恒星光斑的联合观测概 率
Figure 885209DEST_PATH_IMAGE025
表示为：
Figure 181192DEST_PATH_IMAGE026
其中，
Figure 120391DEST_PATH_IMAGE027
表示序列图像中所有恒星光斑的联合观测，
Figure 109207DEST_PATH_IMAGE028
表示对应的运动状态，
Figure 362333DEST_PATH_IMAGE029
表 示第
Figure 960543DEST_PATH_IMAGE029
帧序列图像，
Figure 162985DEST_PATH_IMAGE019
表示第
Figure 824167DEST_PATH_IMAGE019
个恒星光斑。
进一步地，所述步骤（7）中，所述恒星光斑的检测等效应于对运动状态的最优估计，根据对运动状态的最大后验估计，得到最优运动状态。
本发明实施例第二方面提供了一种动态星敏感器暗弱恒星光斑的检测装置，包括一个或多个处理器，用于实现上述的动态星敏感器暗弱恒星光斑的检测方法。
本发明实施例第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，用于实现上述的动态星敏感器暗弱恒星光斑的检测方法。
本发明和现有技术相比，有益效果为：本发明可提高动态下低信噪比恒星光斑的检测率，使得一些暗弱的恒星光斑被检测到，如此便可增加用于估计姿态的恒星光斑数目，有利于增加星敏感器输出姿态的准确性和可靠性；本发明通过较短的曝光时间缩短了星敏感器输出姿态所需的时间，有利于提高输出姿态更新率，能够降低采样时间和姿态输出时间之间的时间差，使得输出的姿态更具时效性，有利于扩大星敏感器在动态情况下的使用范围，有助于增强星敏感器的适用性。
附图说明
图1为本发明实施例中动态下星敏感器恒星光斑的检测流程图；
图2为本发明实施例的序列图像中恒星光斑的运动方向约束图；
图3为本发明实施例中星敏感器在8ms曝光时间下采集的恒星图像；
图4为本发明实施例中一个恒星光斑的预测图像；
图5为本发明实施例中不同形式遍历过程对应的联合观测结果；
图6为本发明实施例中动态条件下任一序列图像中的恒星光斑的提取结果；
图7为本发明动态星敏感器暗弱恒星光斑的检测装置的一种示意图。
具体实施方式
以下根据图1-图7，具体说明本发明的实施例。
如图1所示，本发明提供了一种动态星敏感器暗弱恒星光斑的检测方法，具体包含以下步骤：
（1）根据星敏感器的动态条件设计曝光时间。
本发明中，基于星敏感器运行的空间环境特点和所适用的角速率和角加速度，确立星敏感器的动态条件，星敏感器的动态条件使用角速率和角加速度描述，通过使用角速率和角加速度的约束来限制动态条件。
另外，考虑在曝光时间内星敏感器的运动可近似为匀速运动，在此条件下角速率的约束表达式为：
Figure 112060DEST_PATH_IMAGE030
其中，
Figure 513960DEST_PATH_IMAGE002
为曝光时间，
Figure 774171DEST_PATH_IMAGE005
为星敏感器的焦距，
Figure 340675DEST_PATH_IMAGE006
为星敏感器的像元尺寸，
Figure 115864DEST_PATH_IMAGE007
为星敏 感器的半视场角（视场角的一半）。
通常来说，此处星敏感器的曝光时间
Figure 321455DEST_PATH_IMAGE002
会选择较大的曝光时间，比如100ms。例如， 以焦距为25mm、半视场角为25º、像元尺寸为5.5um的星敏感器为例，允许的最大角速率为22 º/s。
基于恒星光斑在多帧图像中连续出现的设想，要求前后两帧恒星光斑的运动方向相近，即后一帧恒星光斑与前一帧恒星光斑的运动方向不会超过1个像素间隔，如图2所示，据此构建加速度的约束条件。
Figure 498490DEST_PATH_IMAGE031
为前一帧图像中恒星光斑的方向，
Figure 439158DEST_PATH_IMAGE032
和
Figure 701643DEST_PATH_IMAGE033
是恒星光斑在下一帧图像中的方 向界限，
Figure 445346DEST_PATH_IMAGE034
是给出的某种运动状态下恒星光斑的实际方向。基于这种限制，星敏感器的角 加速度的约束条件的表达式为：
Figure 476887DEST_PATH_IMAGE035
其中，
Figure 639054DEST_PATH_IMAGE036
是
Figure 123256DEST_PATH_IMAGE032
或者
Figure 873912DEST_PATH_IMAGE033
对应的角速率，
Figure 759959DEST_PATH_IMAGE037
是
Figure 370326DEST_PATH_IMAGE031
对应的角速率，
Figure 341824DEST_PATH_IMAGE038
为采样间 隔时间。
由于星敏感器的参数不尽相同，所以本发明通过限定恒星光斑拖尾长度来约束星 敏感器所对应的曝光时间。在此动态条件下，取恒星光斑拖尾长度为
Figure 381324DEST_PATH_IMAGE001
，在一定角速率
Figure 620413DEST_PATH_IMAGE004
的 动态条件下，曝光时间
Figure 900216DEST_PATH_IMAGE002
需满足下式描述的关系：
Figure 860475DEST_PATH_IMAGE003
其中，
Figure 985557DEST_PATH_IMAGE001
为恒星光斑拖尾长度，
Figure 344732DEST_PATH_IMAGE006
为星敏感器的像元尺寸，
Figure 529857DEST_PATH_IMAGE005
为星敏感器的焦距，
Figure 180674DEST_PATH_IMAGE007
为星敏感器的半视场角。
针对上文描述的星敏感器，在15º/s的角速率情况下，恒星光斑拖尾长度为15个像素时，星敏感器的曝光时间最小约为8ms，星敏感器在8ms曝光时间下采集的恒星图像如图3所示。
（2）从初始帧图像中得到恒星光斑的初始位置及星敏感器的初始运动速率和初始加速度，并建立初始运动速率和初始加速度的值域，即运动状态的值域。
初始帧图像为较长曝光时间下获得的恒星图像，目前有方法可提取到这种情况下的恒星光斑质心。根据在初始帧图像中提取的恒星光斑质心，可估计运动状态的角速率和角加速度。考虑到成像噪声、提取误差和运动状态估计误差等因素，这里采用不确定度来描述运动状态。初始帧图像中获得恒星光斑质心和运动状态的值域表示如下：
Figure 109447DEST_PATH_IMAGE039
其中，
Figure 588708DEST_PATH_IMAGE040
和
Figure 944734DEST_PATH_IMAGE041
分别表示
Figure 828987DEST_PATH_IMAGE042
个恒星光斑中第
Figure 561451DEST_PATH_IMAGE043
个恒星光斑的位置，
Figure 895218DEST_PATH_IMAGE044
和
Figure 422145DEST_PATH_IMAGE045
分别表示速 率和加速度，分别由在
Figure 844293DEST_PATH_IMAGE046
、
Figure 318131DEST_PATH_IMAGE047
和
Figure 240825DEST_PATH_IMAGE048
轴上的三个分量
Figure 204233DEST_PATH_IMAGE049
和
Figure 113677DEST_PATH_IMAGE050
构成，
Figure 187943DEST_PATH_IMAGE051
表示不确定 度，根据运动速率由经验值获得。
（3）从步骤（2）中的运动状态的值域中确定某一运动状态作为候选运动状态，根据候选运动状态和恒星在初始帧图像中的初始位置，预测下一个采样时刻恒星光斑的位置和即时运动速率，基于预测的恒星光斑的位置和即时运动速率构建恒星光斑的预测图像。
其中，恒星光斑的预测图像由四个参数决定，具体包括元素值、恒星光斑位置、运动方向和长度。
基于动态情况下恒星的成像特点，光斑边缘区域接收到的能量跟光斑中心脊上的 能量相关，因此，恒星光斑的预测图像中表示光斑的宽度为1个像素。由于曝光时间短，星敏 感器在曝光时间内可近似为匀速运动，因此，认为光斑中心脊上接收到的能量相等。综上所 述，在恒星光斑的预测图像中使元素值为1表示光斑的亮度，值为1的元素的宽度为1，这些 元素联合构成的区域代表光斑。例如，一个恒星光斑的预测图像如图4所示，恒星光斑的预 测图像
Figure 965144DEST_PATH_IMAGE008
的元素值
Figure 551983DEST_PATH_IMAGE010
表达式为：
Figure 447258DEST_PATH_IMAGE011
其中，
Figure 561101DEST_PATH_IMAGE008
为包含
Figure 163114DEST_PATH_IMAGE012
个元素的矩阵，
Figure 966860DEST_PATH_IMAGE010
为第
Figure 83852DEST_PATH_IMAGE052
个元素，
Figure 989667DEST_PATH_IMAGE013
为为穿过矩阵中心的一 组值为1的元素集合，这些元素表示光斑，其构成的直线与水平方向的夹角定义了恒星光斑 预测图像的方向，即恒星光斑运动方向，这些像素的个数定义了光斑的长度，一般取矩阵单 边长度
Figure 508504DEST_PATH_IMAGE014
。
恒星光斑的预测图像中光斑的运动方向和长度由星敏感器的角速度、角加速度和恒星光斑初始位置决定。
例如，假定某恒星在初始帧图像中的位置为
Figure 420834DEST_PATH_IMAGE053
，估计的运动状态包括初始运 动速率为
Figure 25122DEST_PATH_IMAGE054
和初始加速度为
Figure 746347DEST_PATH_IMAGE055
，那么在第
Figure 322953DEST_PATH_IMAGE056
帧图像中恒星光 斑的位置、方向
Figure 202922DEST_PATH_IMAGE057
和长度
Figure 294506DEST_PATH_IMAGE014
可由下式确定：
Figure 553842DEST_PATH_IMAGE058
其中，
Figure 47271DEST_PATH_IMAGE059
、
Figure 363721DEST_PATH_IMAGE060
和
Figure 677022DEST_PATH_IMAGE061
分别表示在采样结束时刻、采样中心时刻和采 样开始时刻该恒星在第
Figure 425535DEST_PATH_IMAGE056
帧图像中出现的位置，一般将
Figure 274936DEST_PATH_IMAGE060
作为恒星光斑的位置，
Figure 998172DEST_PATH_IMAGE062
分别为星敏感器从初始时刻到采样结束时刻、采样中心时刻和采样开始时刻的旋转 角度，由下式获得：
Figure 562883DEST_PATH_IMAGE063
其中，
Figure 662558DEST_PATH_IMAGE064
分别表示初始时刻到采样结束时刻、采样中心时刻和采样开始时刻的 时间间隔。
另外，
Figure 581446DEST_PATH_IMAGE065
表示某位置
Figure 741163DEST_PATH_IMAGE066
经过一次旋转角度为
Figure 793170DEST_PATH_IMAGE067
的旋转后的位 置
Figure 430956DEST_PATH_IMAGE068
变化函数，定义为下式：
Figure 192632DEST_PATH_IMAGE069
详细计算过程如下所述。光斑位置定义为下式：
Figure 523250DEST_PATH_IMAGE070
其中，
Figure 62554DEST_PATH_IMAGE071
为
Figure 504031DEST_PATH_IMAGE072
时刻到
Figure 120213DEST_PATH_IMAGE073
时刻星敏感器的旋转矩阵，
Figure 621733DEST_PATH_IMAGE074
和
Figure 648332DEST_PATH_IMAGE075
分别表示前后 两帧图像中第
Figure 627921DEST_PATH_IMAGE076
个光斑的方向矢量，分别记为
Figure 160927DEST_PATH_IMAGE077
和
Figure 285878DEST_PATH_IMAGE078
，方向矢量由光斑位置坐标
Figure 770080DEST_PATH_IMAGE079
、星敏感器的焦距
Figure 583053DEST_PATH_IMAGE080
和半视 场角
Figure 672363DEST_PATH_IMAGE081
共同决定，其具体表达式为下列关系式：
Figure 271010DEST_PATH_IMAGE082
其中，
Figure 242508DEST_PATH_IMAGE080
为星敏感器的焦距，
Figure 265697DEST_PATH_IMAGE081
为星敏感器的半视场角（视场角的一半）。
Figure 537409DEST_PATH_IMAGE083
为旋转矩阵，表示为下式：
Figure 53098DEST_PATH_IMAGE084
由上述可知，在获得下一帧图像中光斑的方向矢量后，可以通过下式的仿射投影变换得到光斑的预测位置。
Figure 715154DEST_PATH_IMAGE085
需要说明的是，星敏感器的采样时间间隔比较短，考虑匀加速运动模型，预测的恒 星光斑的运动速率
Figure 604351DEST_PATH_IMAGE086
由初始速率
Figure 464990DEST_PATH_IMAGE087
、采样时间间隔
Figure 102645DEST_PATH_IMAGE088
和加速度
Figure 550200DEST_PATH_IMAGE089
决定，如下式所示。
Figure 478973DEST_PATH_IMAGE090
（4）利用步骤（3）的预测图像和采集的成像图像之间的相关性建立恒星光斑的观测概率。
恒星光斑的观测概率定义为光斑在某像素上存在的概率。本发明使用恒星光斑的预测图像和采集的成像图像之间的相关性来构建恒星光斑观测，这样既利用了恒星光斑像素的灰度值，还使用了恒星光斑在帧间的运动状态信息。
在相关性计算结果中，利用高斯分布模型建立恒星光斑的观测概率，记为
Figure 958234DEST_PATH_IMAGE091
，具 体表达式为：
Figure 517522DEST_PATH_IMAGE015
其中，
Figure 452374DEST_PATH_IMAGE016
、
Figure 184837DEST_PATH_IMAGE017
和
Figure 456288DEST_PATH_IMAGE018
分别表示恒星光斑
Figure 248794DEST_PATH_IMAGE019
的成像图像、预测图像和相关性计算结果，
Figure 885923DEST_PATH_IMAGE020
和
Figure 422077DEST_PATH_IMAGE021
分别表示描述恒星光斑观测概率的高斯函数的均值和标准差，
Figure 344772DEST_PATH_IMAGE022
和
Figure 308180DEST_PATH_IMAGE023
分别表示计 算的恒星光斑的观测概率和归一化后的恒星光斑的观测概率，
Figure 903109DEST_PATH_IMAGE024
表示恒星光斑
Figure 478840DEST_PATH_IMAGE019
的观测。
（5）根据恒星光斑的运动约束和角距约束，建立序列图像中恒星光斑的联合观测概率。
利用角距约束和运动约束，将序列图像中的恒星光斑联合成一个恒星光斑，以建 立恒星光斑的联合观测概率。一般来说，在一次成像过程中，星敏感器可同时观测到多颗恒 星，并且星敏感器的视场越大，观测到的恒星会越多。假定在初始帧图像中检测到
Figure 226348DEST_PATH_IMAGE019
个恒星 光斑，根据其初始位置、初始运动速率和初始加速度，由步骤（3）估计出每个恒星光斑在第
Figure 124771DEST_PATH_IMAGE072
帧图像中出现的位置、运动速率，进而可以估计出恒星光斑的方向和长度，并构建出恒星 光斑的预测模型，记为
Figure 488888DEST_PATH_IMAGE092
。得到
Figure 71572DEST_PATH_IMAGE093
个恒星光斑的预测图像因恒星光斑在空间和时间上 的不同而不同。基于批处理思想，同时对
Figure 735903DEST_PATH_IMAGE072
帧图像中的
Figure 274069DEST_PATH_IMAGE019
个恒星光斑做相关计算，如下列表 达式所示：
Figure 594323DEST_PATH_IMAGE094
其中，
Figure 511857DEST_PATH_IMAGE095
为第
Figure 624170DEST_PATH_IMAGE072
帧图像中包含第
Figure 802079DEST_PATH_IMAGE019
个光斑的成像图像，为原始图像
Figure 406367DEST_PATH_IMAGE096
的一部分。
针对每一个相关结果，利用步骤（4）建立这
Figure 115873DEST_PATH_IMAGE093
个恒星光斑的观测概率
Figure 692479DEST_PATH_IMAGE097
。
恒星之间存在一定的角距，入射到星敏感器中的各个恒星的光线不存在相互干扰，因此认为各个恒星的成像恒星光斑之间是独立的。那么一幅恒星图像中所有恒星光斑的联合观测概率可表示为：
Figure 838027DEST_PATH_IMAGE098
根据高斯分布模型，单帧图像中所有恒星光斑的联合观测可表示为
Figure 929611DEST_PATH_IMAGE099
在某种运动状态下，根据初始运动速率和初始加速度可以获得不同采样时刻的恒星光斑的预测模型，这样构建的序列图像中所有恒星光斑的观测概率可表示为：
Figure 392210DEST_PATH_IMAGE100
其中，
Figure 885639DEST_PATH_IMAGE101
表示序列图像中所有恒星光斑的联合观测，
Figure 936509DEST_PATH_IMAGE102
表示对应的运动状态，
Figure 702340DEST_PATH_IMAGE072
表 示第
Figure 529482DEST_PATH_IMAGE072
帧序列图像，
Figure 316565DEST_PATH_IMAGE019
表示第
Figure 305381DEST_PATH_IMAGE019
个恒星光斑。
（6）重复步骤（3）-（5），设定步进宽度，遍历步骤（2）中运动状态的值域，得到运动状态对应的恒星光斑的联合观测概率。
基于运动状态估计误差的考虑，运动状态的值域通常会设置较大范围，而遍历会采用较小的步进宽度，这种情况下会产生极大的计算量。为了避免这种情况，本发明构建了粗遍历和精遍历两个过程来优化遍历过程。
根据动态下恒星成像特点，不同的遍历方式会使恒星观测结果呈现不同的表现特点，如图5所示。在本发明中选择以X轴和Y轴方向为主的遍历过程，这样可使遍历路径从垂直与恒星光斑的运动方向穿过恒星光斑条纹，该方向恒星光斑长度要远大于与光斑运动方向平行的长度，因此，选择这种遍历方式可以比较容易地捕获到恒星光斑。
基于这种遍历方式，本发明构建的遍历过程具体为：
①确定运动状态粗范围。在这一过程中，本发明实施例采用较粗的步进间隔来遍历运动状态的值域，保证至少一条遍历路径穿过恒星光斑区域。这个过程可以通过阈值法来判断，如下列表达式所示：
Figure 870092DEST_PATH_IMAGE103
其中，
Figure 173029DEST_PATH_IMAGE104
表示恒星光斑联合观测的阈值，可参考背景区域的点的联合观测结果， 该式表示联合观测大于一定阈值的遍历路径所对应的运动状态作为该过程确立的运动状 态粗范围
Figure 876936DEST_PATH_IMAGE105
。
②确定光斑精细区域。由上述步骤①确定的粗范围可构建一个范围更小的运动状态的值域，然后在此值域内遍历运动状态，在这个过程中须至少3条遍历路径穿过恒星光斑区域，这也可由阈值法确定。
在每条遍历路径上，恒星光斑联合观测最大地方对应了遍历路径与恒星光斑中心脊交接的位置。
Figure 302232DEST_PATH_IMAGE106
其中，
Figure 26344DEST_PATH_IMAGE107
表示确立的最优运动状态为运动状态值域中的第
Figure 929709DEST_PATH_IMAGE108
个运动状态，
Figure 765420DEST_PATH_IMAGE109
为对应的旋转角度，
Figure 548569DEST_PATH_IMAGE110
表示第
Figure 323758DEST_PATH_IMAGE072
帧图像中第
Figure 529349DEST_PATH_IMAGE111
个光斑在第
Figure 644067DEST_PATH_IMAGE108
个遍历路径与中心脊 交接的位置，
Figure 912630DEST_PATH_IMAGE112
为某位置
Figure 909536DEST_PATH_IMAGE113
经过一次旋转角度为
Figure 856501DEST_PATH_IMAGE114
的旋转后的位置变化函数。
（7）根据对运动状态的最大后验估计，检测出序列图像中的恒星光斑。
构建的恒星光斑观测融合了星敏感器的运动信息和光斑灰度值信息，使得检测光斑和运动信息估计融合为一体。恒星光斑的检测等效于对运动状态的最优估计，根据对运动状态的最大后验估计，可以得到最优的运动状态。在此，本发明通过估计运动状态来确定恒星光斑的感兴趣区域，通过贝叶斯公式，利用观测可通过最大后验准则获得运动状态的最优估计。恒星光斑的联合后验估计表达式为：
Figure 153622DEST_PATH_IMAGE115
其中，
Figure 530770DEST_PATH_IMAGE116
和
Figure 14972DEST_PATH_IMAGE117
分别表示
Figure 562366DEST_PATH_IMAGE118
和
Figure 900943DEST_PATH_IMAGE119
时刻的运动状态，
Figure 9844DEST_PATH_IMAGE120
表示
Figure 482807DEST_PATH_IMAGE119
时刻的恒星光 斑的观测，
Figure 273040DEST_PATH_IMAGE121
表示
Figure 43288DEST_PATH_IMAGE122
个恒星光斑的联合观测，
Figure 57511DEST_PATH_IMAGE123
表示第
Figure 943735DEST_PATH_IMAGE124
个运动状态下恒星光斑的联合后 验估计。
由于缺乏星敏感器运动状态的信息，无法获得运动状态的最大后验的闭合解。本 发明采用遍历运动状态值域的方式来寻找运动状态的最大后验。考虑到每个运动状态在运 动状态的值域中是均匀存在的，即
Figure 599975DEST_PATH_IMAGE125
服从均匀分布，那么寻找后验的过程等效于 寻找最大联合估计的过程，即：
Figure 162412DEST_PATH_IMAGE126
其中，
Figure 347537DEST_PATH_IMAGE127
表示星敏感器的运动状态，其表达式为：
Figure 795092DEST_PATH_IMAGE128
。
根据步骤（6）的遍历结果，最大联合观测所对应的运动状态即为最接近星敏感器真实运动的运动状态。根据运动状态即可获得对恒星光斑的检测，某星敏感器在8ms曝光时间下的检测结果如图6所示。
根据恒星光斑在图像中的位置，估计的采样间隔内星敏感器的加速度分别为
Figure 176395DEST_PATH_IMAGE129
和
Figure 891541DEST_PATH_IMAGE130
。
与前述动态星敏感器暗弱恒星光斑的检测方法的实施例相对应，本发明还提供了动态星敏感器暗弱恒星光斑的检测装置的实施例。
参见图7，本发明实施例提供的一种动态星敏感器暗弱恒星光斑的检测装置，包括一个或多个处理器，用于实现上述实施例中的动态星敏感器暗弱恒星光斑的检测方法。动态星敏感器暗弱恒星光斑的检测方法及其装置、介质
本发明动态星敏感器暗弱恒星光斑的检测装置的实施例可以应用在任意具备数据处理能力的设备上，该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图7所示，为本发明动态星敏感器暗弱恒星光斑的检测装置所在任意具备数据处理能力的设备的一种硬件结构图，除了图7所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述实施例中的动态星敏感器暗弱恒星光斑的检测方法。
所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备，例如所述设备上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、SD卡、闪存卡（Flash Card）等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (7)

1.一种动态星敏感器暗弱恒星光斑的检测方法，其特征在于，包含以下步骤：
(1)根据星敏感器的动态条件通过限定恒星光斑拖尾长度来设计曝光时间，在此动态条件下，取恒星光斑拖尾长度为η，在一定旋转速率的动态条件下，曝光时间T需满足下式描述的关系：
Figure FDA0004011486390000011
其中，ω表示速率，f为星敏感器的焦距，d为星敏感器的像元尺寸，φ为星敏感器的半视场角；
星敏感器在曝光时间下采集恒星图像；
(2)从初始帧图像中得到恒星光斑的初始位置及星敏感器的初始运动速率和初始加速度，并建立所述初始运动速率和所述初始加速度的值域，即运动状态的值域；
(3)从步骤(2)中所述运动状态的值域中确定某一运动状态作为候选运动状态，根据候选运动状态和恒星在初始帧图像中的初始位置，预测下一个采样时刻恒星光斑的位置和即时运动速率，基于预测的恒星光斑的位置和即时运动速率构建恒星光斑的预测图像；
(4)利用步骤(3)中的所述预测图像和采集的成像图像之间的相关性建立恒星光斑的观测概率；
(5)根据恒星光斑的运动约束和角距约束以及所述步骤(4)得到的观测概率，建立一幅图像中恒星光斑的联合观测概率，以建立序列图像中恒星光斑的联合观测概率；
(6)重复步骤(3)-(5)，设定步进宽度，遍历步骤(2)中所述运动状态的值域，得到运动状态对应的恒星光斑的联合观测概率；
(7)根据恒星光斑的联合观测概率获取运动状态下的联合后验估计，采用遍历运动状态值域的方式以寻找运动状态的最大后验估计，并根据对运动状态的最大后验估计，检测出序列图像中的恒星光斑，所述恒星光斑的检测等效于对运动状态的最优估计，根据对运动状态的最大后验估计，以得到最优运动状态。
2.根据权利要求1所述的动态星敏感器暗弱恒星光斑的检测方法，其特征在于，所述步骤(3)中，所述恒星光斑的预测图像由元素值、光斑位置、运动方向和长度决定。
3.根据权利要求2所述的动态星敏感器暗弱恒星光斑的检测方法，其特征在于，所述恒星光斑的预测图像表示为M，M为包含m×m个元素的矩阵，第i个元素的元素值hi表示为：
Figure FDA0004011486390000021
其中，Ω为穿过矩阵中心的一组值为1的元素集合，这些元素表示光斑，其构成的直线与水平方向的夹角定义了恒星光斑预测图像的方向，即恒星光斑运动方向，这些像素的个数定义了光斑的长度，取矩阵单边长度m。
4.根据权利要求1所述的动态星敏感器暗弱恒星光斑的检测方法，其特征在于，所述步骤(4)中利用相关性建立恒星光斑的观测概率，表达式为：
Figure FDA0004011486390000022
其中，Ij、Mj和Gj分别表示恒星光斑j的成像图像、预测图像和相关性计算结果，μj和σj分别表示描述恒星光斑观测概率的高斯函数的均值和标准差，pcr和p分别表示计算的恒星光斑的观测概率和归一化后的恒星光斑的观测概率，zj表示恒星光斑j的观测。
5.根据权利要求1所述的动态星敏感器暗弱恒星光斑的检测方法，其特征在于，所述步骤(5)中，利用角距约束和运动约束，将序列图像中的恒星光斑联合成一个恒星光斑，以建立所述恒星光斑的联合观测概率，所述恒星光斑的联合观测概率P表示为：
Figure FDA0004011486390000023
其中，Z表示序列图像中所有恒星光斑的联合观测，xk表示对应的运动状态，k表示第k帧序列图像，j表示第j个恒星光斑。
6.一种动态星敏感器暗弱恒星光斑的检测装置，其特征在于，包括一个或多个处理器，用于实现权利要求1-5中任一项所述的动态星敏感器暗弱恒星光斑的检测方法。
7.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时，用于实现权利要求1-5中任一项所述的动态星敏感器暗弱恒星光斑的检测方法。
CN202211326021.3A 2022-10-27 2022-10-27 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质 Active CN115375695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211326021.3A CN115375695B (zh) 2022-10-27 2022-10-27 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211326021.3A CN115375695B (zh) 2022-10-27 2022-10-27 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质

Publications (2)

Publication Number Publication Date
CN115375695A CN115375695A (zh) 2022-11-22
CN115375695B true CN115375695B (zh) 2023-03-24

Family

ID=84073320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211326021.3A Active CN115375695B (zh) 2022-10-27 2022-10-27 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质

Country Status (1)

Country Link
CN (1) CN115375695B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022589A (zh) * 2021-11-11 2022-02-08 江苏集萃智能光电系统研究所有限公司 一种星敏感器抗杂散光星点提取方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100563948B1 (ko) * 2004-04-30 2006-03-30 한국과학기술원 별센서 자세결정 시험장치 및 별센서 자세결정 시험장치의가상 별자리 투영방법
CN101435704B (zh) * 2008-12-04 2010-06-16 哈尔滨工业大学 一种星敏感器高动态下的星跟踪方法
CN101701822B (zh) * 2009-11-06 2011-08-24 中国人民解放军国防科学技术大学 基于光学联合变换相关的星敏感器星跟踪方法
CN101907463B (zh) * 2010-07-05 2012-05-30 中国人民解放军国防科学技术大学 一种星敏感器恒星像点位置提取方法
CN102521340B (zh) * 2011-12-08 2014-09-03 中国科学院自动化研究所 一种基于角色的电视剧视频分析方法
US9503653B2 (en) * 2013-02-18 2016-11-22 Tsinghua University Method for determining attitude of star sensor based on rolling shutter imaging
CN106023587B (zh) * 2016-05-25 2018-07-27 电子科技大学 基于多信息融合的轨迹数据路网精确匹配方法
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
CN108645401B (zh) * 2018-04-03 2020-05-22 中国人民解放军国防科技大学 基于姿态关联图像叠加的全天时星敏感器星点提取方法
CN109188462B (zh) * 2018-08-30 2020-08-28 清华大学 复杂星空背景下的空间目标检测方法及装置
CN111412914B (zh) * 2020-04-21 2022-08-23 中国科学院光电技术研究所 一种基于卷帘曝光帧间关联的星敏感器提高姿态更新率方法
CN111402300B (zh) * 2020-04-21 2022-09-20 中国科学院光电技术研究所 一种基于双谱域主成分分析的高动态星敏感器运动参数估计方法
CN112528990B (zh) * 2020-12-04 2022-07-05 北京航空航天大学 一种高动态星敏感器恒星光斑提取方法
CN113313734B (zh) * 2021-05-21 2022-07-19 武汉工程大学 一种基于线性外推预测的运动目标跟踪方法
CN113514054A (zh) * 2021-06-16 2021-10-19 北京遥感设备研究所 一种星敏感器星点像斑检测方法及系统
CN114255349B (zh) * 2021-11-15 2024-10-11 北京航天计量测试技术研究所 一种全天时星敏感器实时星点提取方法
CN114140681A (zh) * 2021-12-07 2022-03-04 北京环境特性研究所 一种远距离暗弱恒星目标检测方法和装置
CN114199258B (zh) * 2021-12-09 2024-01-23 武汉理工大学 多式联运集装箱数字化关联与高精度定位追踪系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022589A (zh) * 2021-11-11 2022-02-08 江苏集萃智能光电系统研究所有限公司 一种星敏感器抗杂散光星点提取方法

Also Published As

Publication number Publication date
CN115375695A (zh) 2022-11-22

Similar Documents

Publication Publication Date Title
Christiansen et al. Unsuperpoint: End-to-end unsupervised interest point detector and descriptor
Pesce et al. Autonomous relative navigation around uncooperative spacecraft based on a single camera
Klein et al. Full-3D Edge Tracking with a Particle Filter.
JP7209115B2 (ja) 複数の相対的に接近する様に動いているリジッドなオブジェクトの検出、３ｄ再現および追跡
Kim et al. Towards sequence-level training for visual tracking
CN112348828A (zh) 基于神经网络的实例分割方法和装置以及存储介质
Zhang et al. Towards scale-aware, robust, and generalizable unsupervised monocular depth estimation by integrating IMU motion dynamics
CN111383252B (zh) 多相机目标追踪方法、系统、装置及存储介质
WO2018152214A1 (en) Event-based feature tracking
Clouse et al. Small field-of-view star identification using Bayesian decision theory
CN115546705B (zh) 目标识别方法、终端设备及存储介质
Lee et al. Neural geometric parser for single image camera calibration
El Bouazzaoui et al. Enhancing RGB-D SLAM performances considering sensor specifications for indoor localization
Nguyen et al. UnfairGAN: An enhanced generative adversarial network for raindrop removal from a single image
CN117036404A (zh) 一种单目热成像同时定位与建图方法和系统
Qian et al. A reliable online method for joint estimation of focal length and camera rotation
CN112270748B (zh) 基于图像的三维重建方法及装置
Ventura et al. P1ac: Revisiting absolute pose from a single affine correspondence
JP4836065B2 (ja) エッジトラッキング方法及びそのコンピュータプログラム
CN115375695B (zh) 一种动态星敏感器暗弱恒星光斑的检测方法及装置、介质
CN112148817B (zh) 一种基于全景图的slam优化方法、装置和系统
CN116894876A (zh) 基于实时图像的6-dof的定位方法
Concha et al. Performance evaluation of a 3D multi-view-based particle filter for visual object tracking using GPUs and multicore CPUs
CN114565953A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
US20230401670A1 (en) Multi-scale autoencoder generation method, electronic device and readable storage medium

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