CN115578448A - 一种基于ccd观测数据批处理的天文定位方法及系统 - Google Patents

一种基于ccd观测数据批处理的天文定位方法及系统 Download PDF

Info

Publication number
CN115578448A
CN115578448A CN202211566571.2A CN202211566571A CN115578448A CN 115578448 A CN115578448 A CN 115578448A CN 202211566571 A CN202211566571 A CN 202211566571A CN 115578448 A CN115578448 A CN 115578448A
Authority
CN
China
Prior art keywords
star
image
geometric distortion
observation
astronomical
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
CN202211566571.2A
Other languages
English (en)
Other versions
CN115578448B (zh
Inventor
鄢建国
陈隽展
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202211566571.2A priority Critical patent/CN115578448B/zh
Publication of CN115578448A publication Critical patent/CN115578448A/zh
Application granted granted Critical
Publication of CN115578448B publication Critical patent/CN115578448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20024Filtering details
    • G06T2207/20032Median filtering
    • 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
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于CCD观测数据批处理的天文定位方法及系统,基于CCD图像同一区域内的星体几何扭曲误差相同,通过批量观测数据估计并消除观测望远镜视场内各区域的几何扭曲误差,实现对目标星体的连续高精度天文定位;实现过程包括采用大窗口一维中值滤波制作平场图像,抑制天光背景;基于参考星表,对批量同天区的观测数据采用四常数底片模型估计观测望远镜的几何扭曲,实现提取高精度的天文定位结果。本发明从星表理论误差、望远镜几何扭曲、度量测量误差三个方面,对批量FITS图像中目标星的位置进行整体结算,不仅能够批量解算目标星的位置,而且能够减小几何扭曲的误差,提升天文定位精度。

Description

一种基于CCD观测数据批处理的天文定位方法及系统
技术领域
本发明涉及深空探测领域,具体涉及一种基于CCD光学观测数据批处理来实现对目标星体的高精度天文定位的技术方案。
背景技术
近年来,随着空间测量技术、VLBI技术的成熟和CCD技术的广泛运用,天体测量领域得到了快速的发展。上世纪八十年代末,依巴谷天体测量卫星和哈勃太空望远镜的成功发射,标志着天体测量时代的到来。2013年底GAIA天体测量卫星的成功发射,标志着天体测量进入更高的精度。
空间天体测量学蓬勃发展的同时,地面天体测量学仍然扮演者重要的角色。随着观测设备和观测技术的不断更新,地面CCD光学观测也得到了深远的发展。但目前针对CCD观测数据的天体测量软件很少,能够下载使用仅有奥地利Herbet Rab 开发的Astrometrica软件,但该软件是一个由业余天文爱好者编写的天体位置测量软件,但该软件不能实现图像资料的批处理,且有很多的天体测量研究人员发现其对于短焦距望远镜获取图像的定位精度不如自主开发的软件精度。PRISM软件由IMCCE机构研制,具备了CCD图像预处理的模块,能够识别并剔除虚假的星象目标,具备专业的图像处理功能,但其仍然存在和其他软件不兼容且受限于无法进行图像的批处理。
面对大量高质量的CCD观测数据,现有可供下载使用的天体测量软件包并不能满足需求,本发明针对上述问题研制出了一个可进行CCD图像批处理的天文定位方法及相应的系统。
发明内容
本发明的目的是针对目前天体测量软件包对于短焦望远镜获取的图像定位精度不足且无法进行批处理等问题,建立批量CCD光学观测数据中同名参考星之间的联系,提供基于CCD光学观测数据批处理的高精度天文定位方案。
本发明的技术方案提供一种针对CCD观测数据批量处理的天文定位方法,基于CCD图像同一区域内的星体几何扭曲误差相同,通过批量观测数据估计并消除观测望远镜视场内各区域的几何扭曲误差,实现对目标星体的连续高精度天文定位;实现过程包括采用大窗口一维中值滤波制作平场图像,抑制天光背景;基于参考星表,对批量同天区的观测数据采用四常数底片模型估计观测望远镜的几何扭曲,实现提取高精度的天文定位结果。
而且,实现过程包括采用以下步骤,
步骤1,对图像进行预处理,包括通过大窗口一维中值滤波生成近似的平场图像,并经过平场扣除和图像增强,得到改正图像;
步骤2,星象识别,包括识别平场改正后图像的各参考星以及暗星,并获取初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表;
步骤3,质心定位,包括由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,采用改进后的二维修正矩法得到加权后的星象量度坐标;
步骤4,星象匹配,包括由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星;
步骤5,底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
步骤6,确定观测仪器几何扭曲,包括重复步骤1-5,根据每张CCD图像中参考星底片模型解算后的位置残差获取几何扭曲的初值,反复迭代,直至两次几何扭曲的差值小于设定的阈值,进入步骤7,从而确定观测设备各区域几何扭曲的准确值;
步骤7,天文定位,包括筛选图像各区域高亮度的参考星并进行相应的几何扭曲改正,重新进行步骤5,带入底片模型常数最终得到目标星高精度天球坐标。
而且,步骤1中,使用一维大窗口中值滤波制作近似平场图像时,所述大窗口的长度在30~50范围内设置取值。
而且,步骤1中,所述大窗口的长度设置为50。
而且,使用GAIA星表作为参考星表,通过SOFA天文标准库进行实现,并将底片中站心观测位置归算至理想平面位置,解算四常数底片模型系数,得到观测仪器量度坐标到理想平面坐标的转换关系,将四常数底片模型转换结果作为几何扭曲的初始值,迭代至经几何扭曲改正的所有参考星位置达到预设的精度阈值。
而且,根据几何扭曲和量度坐标误差的特性,估计几何扭曲实现如下,
Figure 173596DEST_PATH_IMAGE001
其中,
Figure 513572DEST_PATH_IMAGE002
Figure 965413DEST_PATH_IMAGE003
表示设备视场中某区域的几何扭曲,k表示CCD图像的数目,n 表示每张影像中该区域内背景恒星的总数,
Figure 157360DEST_PATH_IMAGE004
Figure 893104DEST_PATH_IMAGE005
表示第i张CCD图像该区域第j颗参 考星的位置残差,分别是几何扭曲和量度坐标误差之和,进行平均值后,视作量度坐标误差 抵消,得到几何扭曲的初始估计值。
另一方面,本发明还提供一种基于CCD图像批处理的天文定位系统,用于实现如上所述的一种基于CCD图像批处理的天文定位方法。
而且,包括以下模块,
第一模块,用于对图像进行预处理,包括通过大窗口一维中值滤波生成近似的平场图像,并经过平场扣除和图像增强,得到改正图像;
第二模块,用于星象识别,包括识别平场改正后图像的各参考星以及暗星,并获取初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表;
第三模块,用于质心定位,包括由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,采用改进后的二维修正矩法得到加权后的星象量度坐标;
第四模块,用于星象匹配,包括由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星;
第五模块,用于底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
第六模块,用于确定观测仪器几何扭曲,包括根据每张CCD图像中参考星底片模型解算后的位置残差获取几何扭曲的初值,反复迭代,直至两次几何扭曲的差值小于设定的阈值结束迭代,从而确定观测设备各区域几何扭曲的准确值;
第七模块,用于天文定位,包括筛选图像各区域高亮度的参考星并进行相应的几何扭曲改正,重新执行第五模块,带入底片模型常数最终得到目标星高精度天球坐标。
或者,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种基于CCD图像批处理的天文定位方法。
或者,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种基于CCD图像批处理的天文定位方法。
本发明的有益效果:针对CCD光学观测数据,在目标星定位的过程中,通过对图像预处理、质心定位、几何改正等多个关键步骤进行改进,实现了对目标星体高精度、快速地天文定位。由于该天文定位方法使用了高精度的盖亚参考星表,可较好地剔除望远镜视场内各区域的几何扭曲,实现更高的定位精度。而且该方法能够解算批量数据中目标星体的位置,可用于目标星体光学定轨中,且该方法同样适用于空间非合作目标的探测,对研究小行星的起源和演化、空间非合作目标的监控和预警,都能提供重要的科学依据。
本发明方案实施简单方便,实用性强,解决了相关技术存在的实用性低及实际应用不便的问题,能够提高用户体验,具有重要的市场价值。
附图说明
图1为传统的空间目标CCD观测数据天文定位流程图。
图2为本发明实施例的基于CCD观测数据批处理天文定位流程图。
图3为本发明实施例几何畸变改正示意图。
图4为本发明实施例星表位置改正至站心位置示意图。
具体实施方式
以下结合附图和实施例具体说明本发明的技术方案。
本发明从星表理论误差、望远镜几何扭曲、度量测量误差三个方面入手,对批量FITS图像中目标星的位置进行整体结算,不仅能够批量解算目标星的位置,而且能够减小几何扭曲的误差,提升天文定位精度。
本发明将提出的CCD观测数据批处理的方法运用于目标星体的天文定位中。CCD图像同一区域内的星体几何扭曲误差相同,该方案通过批量观测数据估计并消除观测望远镜视场内各区域的几何扭曲误差,实现对目标星体的连续、高精度天文定位。具体来说,地面观测站对目标星体保持追踪,每帧观测数据的探测器指向相近,在经典天体测量方法的基础上,联合各帧CCD数据共同解算目标星的位置,如图2所示。通常情况下,定位精度的误差主要由星表理论位置误差、几何畸变和星象坐标量度误差三个部分组成,盖亚星表提供了高精度的星表理论位置。本发明使用GAIA星表作为参考星表,对大量同天区的观测数据采用四常数底片模型估计观测望远镜的几何扭曲,实现高精度的天文定位结果。本发明定位模式的优势在解算参考星位置时,通过多张图像联合解算,将量度坐标误差这类随机误差通过累加平均的方式相抵消,从而较好地估计观测设备各子区域的几何畸变。探测器视场内的几何畸变示意图如图3所示,其中箭头的指向和长度表示该区域几何畸变的方向和误差大小。
因此,本发明提出的关键在于:构建面向CCD光学观测数据的天文定位批处理框架流程。在观测设备平场图像缺失的情况下,使用大窗口一维中值滤波进行图像预处理,实现对天光背景的抑制,并解决了大窗口二维中值滤波时间复杂度过高的难题。在干净的预处理结果中,保留星象识别中的暗星体,保证足够的参考星数量。并设计了针对暗星体的星象识别方法,避免了灰暗星体的遗漏。使用改进后的二维修正矩方法精密定位参考星和目标星的质心位置,减小度量误差的引入。最后,以GAIA星表作为参考星表,在不同观测数据的相同图像区域的同一星体受到的几何畸变误差一致的基础上,采用四常数底片模型估计并剔除观测设备的几何扭曲,最终实现高精度的天文定位结果。
图1为传统的空间且标CCD观测数据天文定位流程示意图。参考图2,实施例提供了一种基于CCD观测数据批处理的天文定位方法,包括如下步骤:
步骤1:图像预处理。CCD各个像元量子效率差异对成像结果存在影响,通过大窗口一维中值滤波的方法生成近似的平场图像,并经过平场扣除和图像增强,得到相对干净、便于算法执行的改正图像,同时计算天光背景的估计值和其标准差。
本发明提出的一维大窗口(设长度为m)中值滤波,表达如下:
Figure 387670DEST_PATH_IMAGE006
其中,Med()表示取该序列的中值,
Figure 357768DEST_PATH_IMAGE007
表示窗口内的各个像元的 像素值,i表示中心像元的位置,v表示中值滤波的半径。
使用一维大窗口中值滤波制作近似平场图像,中值滤波的方法可以很好得抑制脉冲干扰和宇宙射线导致的椒盐噪声,且大窗口的平滑效果更加明显,一维大窗口中值滤波既抑制了CCD图像的背景噪声,在时间复杂度上较二维大窗口中值滤波有明显优势。
本发明考虑到图像数据像素一般在一般2048×2048或者1024×1024,恒星在图像上表现出来半径都在十几,因此为了去除那些恒星的影响,提出采用大窗口一维中值滤波进行图像预处理。一般的中值滤波都是3×3或5×5,本发明采用一维的m×1代替m×m,其中m的取值确保大于恒星半径。具体实施时,m的取值建议可取30~50,实施例优选取值为50。
探测仪器上安装的面阵CCD本质上是一个二维探测器,以矩阵的形式保存各CCD像元获取的灰度信息,在对图像进一步处理之前,首先需削弱CCD各个像元量子效率差异对成像结果的影响,平场改正的计算方式如下:
Figure 228772DEST_PATH_IMAGE008
其中,R
Figure 428809DEST_PATH_IMAGE009
和F
Figure 343544DEST_PATH_IMAGE009
表示原始图像文件在位置
Figure 629032DEST_PATH_IMAGE009
处的灰度值,d
Figure 38148DEST_PATH_IMAGE009
表示暗场 在位置
Figure 718790DEST_PATH_IMAGE009
处的灰度值,k为比例系数,表示平场图像经暗场改正之后灰度值的平均值,同 时也可以作为天光背景的估计值。计算方法如下所示:
Figure 945372DEST_PATH_IMAGE010
其中,m表示CCD图像的行数,n表示CCD图像的列数。
步骤2:星象识别。使用星源检测算法(DAOStarFinder)处理平场改正后图像,识别平场改正后图像的各参考星以及暗星。计算包括暗星体在内的所有参考星的初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表。
CCD天体测量多使用长曝光,这使得星象的点扩散函数相较于短曝光更为平缓和起伏稳定。星象识别中的点扩散函数表示为:
Figure 593522DEST_PATH_IMAGE011
其中,
Figure 790017DEST_PATH_IMAGE012
表示像素坐标
Figure 230226DEST_PATH_IMAGE009
处的星象像元值强度值,exp()为指数函数,B表示 天光背景,R与大气条件有关,天体测量中通常使用半极大全宽(FWHM)来表征大气条件, FHWM与R的关系表示为:
Figure 971917DEST_PATH_IMAGE013
其中,
Figure 231997DEST_PATH_IMAGE014
为半峰全宽。
星源检测的过程中,使用DAOStarFinder方法,搜索图像中峰值大于阈值(天光背景估计值+天光背景标准差)且具有类似于上述二维点扩散函数的区域大小和局部极大值的区域,将满足这样条件的像素区域识别为星象,并将该区域点扩散函数的极值点坐标为初始星象质心。
步骤3:质心定位。由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,对经典的二维修正矩方法进行改进,得到加权后的星象量度坐标。
实施例优选通过八连通域法确定整个星象在图像中的范围,并使用改进后的二维修正矩法计算星象量度坐标值。
八连通域法为现有的传播算法,本发明不予赘述。本发明优选采用改进后的二维修正矩法,其基本计算公式如下:
Figure 996297DEST_PATH_IMAGE015
其中,
Figure 900799DEST_PATH_IMAGE016
Figure 593818DEST_PATH_IMAGE017
表示星象质心精定位后的坐标量度值,
Figure 75615DEST_PATH_IMAGE012
表示像素坐标
Figure 630224DEST_PATH_IMAGE009
处的 星象像元值强度值,
Figure 513866DEST_PATH_IMAGE018
表示修正后
Figure 879251DEST_PATH_IMAGE009
处的星象像元值强度值,设
Figure 723710DEST_PATH_IMAGE019
Figure 941065DEST_PATH_IMAGE020
其中,T表示星象像元强度的修正值,B表示天光背景估计值,σ表示天光背景的标准差。改进后的修正矩方法使用了二阶矩,且只考虑高于门限值的数据,减少了矩估计方法对天光背景估计结果的依赖,从而较为准确地计算出参考星和目标星质心的量度坐标。
步骤4:星象匹配。由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星。星象三角形索引表中每一星象三角形的基本信息如下:
表1 定向三角形信息表
序号 存储内容
1 第一颗恒星和第二颗恒星的角距
2 第一颗恒星和第三颗恒星的角距
3 第二颗恒星和第三颗恒星的角距
对于构成三角形的3颗观测星
Figure 335006DEST_PATH_IMAGE021
Figure 854980DEST_PATH_IMAGE022
Figure 311369DEST_PATH_IMAGE023
和导航星库中构成三角形的3颗星
Figure 961443DEST_PATH_IMAGE024
Figure 695044DEST_PATH_IMAGE025
Figure 510553DEST_PATH_IMAGE026
,若观测三角形和导航三角匹配,则需满足:
Figure 844451DEST_PATH_IMAGE027
其中
Figure 403609DEST_PATH_IMAGE028
Figure 257295DEST_PATH_IMAGE029
Figure 604225DEST_PATH_IMAGE030
是由星点
Figure 35206DEST_PATH_IMAGE021
Figure 273421DEST_PATH_IMAGE022
Figure 496461DEST_PATH_IMAGE023
组成的观测三角形的3个角距,
Figure 388193DEST_PATH_IMAGE031
Figure 447416DEST_PATH_IMAGE032
Figure 348376DEST_PATH_IMAGE033
是星点
Figure 658878DEST_PATH_IMAGE024
Figure 128037DEST_PATH_IMAGE025
Figure 268031DEST_PATH_IMAGE026
成的导航三角形的3个角距。若3对角距皆在限差范围(例如可取10″) 内,则匹配成功。
步骤5:底片模型系数解算。改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型。
星表平位置到站心观测位置的流程见图4,该过程可以通过SOFA天文标准库进行实现。底片中站心观测位置归算至理想平面位置的转换如下:
Figure 362895DEST_PATH_IMAGE034
上式中,(
Figure 45680DEST_PATH_IMAGE035
,
Figure 436473DEST_PATH_IMAGE036
)表示观测望远镜指向的站心观测位置,(
Figure 329342DEST_PATH_IMAGE037
,
Figure 713050DEST_PATH_IMAGE038
)表示参考星的站 心观测位置,(
Figure 234030DEST_PATH_IMAGE039
,
Figure 169625DEST_PATH_IMAGE040
)表示参考星的理想平面位置。
解算四常数底片模型系数,得到观测仪器量度下像素坐标
Figure 159578DEST_PATH_IMAGE009
到理想平面坐标(
Figure 940452DEST_PATH_IMAGE039
,
Figure 339773DEST_PATH_IMAGE040
)的转
换关系,计算公式如下:
Figure 321635DEST_PATH_IMAGE041
其中,a、d表示平移参数,b,c表示旋转参数。
上式中的四常数模型仅仅适用于观测仪器量度坐标系和理想平面坐标系两平面的两坐标轴对应保持平行且比例尺相同,是六常数底片模型的简化。根据这一特性将四常数底片模型转换结果作为几何扭曲的初始值,在步骤6中迭代至经几何扭曲改正的所有参考星位置达到预设的精度阈值(优选建议10mas以内)。
步骤6:确定观测仪器几何扭曲。天文定位误差的构成如下:
Figure 313731DEST_PATH_IMAGE042
其中,
Figure 898296DEST_PATH_IMAGE043
Figure 410180DEST_PATH_IMAGE044
表示赤经和赤纬方向的位置残差,
Figure 421998DEST_PATH_IMAGE045
Figure 871697DEST_PATH_IMAGE046
表示星表理论位置的误 差,
Figure 400898DEST_PATH_IMAGE002
Figure 626343DEST_PATH_IMAGE003
表示观测设备视场的几何扭曲,
Figure 199276DEST_PATH_IMAGE047
Figure 775750DEST_PATH_IMAGE048
表示量度坐标的测量误差。位置残 差表示为星表理论误差、几何扭曲和量度坐标误差三者的叠加。其中,使用GAIA DR3星表作 为参考星表,其参考星位置精度可达0.2mas以内,较几何扭曲和量度误差相比可忽略不计。 几何扭曲表现为系统误差,其表现为不同图像中相同图像区域的星象受到的几何扭曲相 同;量度坐标误差则表现为随机误差,主要受观测图像质量和质心定位算法的影响。
本发明提出,根据几何扭曲和量度坐标误差的特性,估计几何扭曲的方法如下:
Figure 843064DEST_PATH_IMAGE049
其中,
Figure 811763DEST_PATH_IMAGE002
Figure 430963DEST_PATH_IMAGE003
表示设备视场中某区域的几何扭曲,k表示CCD观测影像的数 目,n表示每张影像中该区域内背景恒星的总数,
Figure 104521DEST_PATH_IMAGE004
Figure 224793DEST_PATH_IMAGE005
表示每张CCD图像该区域参考 星的位置残差(第i张CCD图像该区域第j颗参考星的位置残差),即几何扭曲和量度坐标误 差之和,进行平均值后,可视作量度坐标误差抵消,得到几何扭曲的初始估计值。
将几何扭曲根据步骤5中公式由赤经赤纬换算至像素坐标,重复步骤1-5,将每张CCD图像中相同区域参考星经底片模型解算后的位置残差的均值作为几何扭曲的改正值并进行剔除,反复迭代,直至两次几何扭曲的差值小于设定的阈值时(优选建议取10mas),停止迭代,进入步骤7,从而确定观测设备各区域几何扭曲的准确值。
步骤7:天文定位。天文定位的过程不必引入过多的参考星,这可能会导致定位结果精度变差,筛选图像各区域高亮度的参考星,进行相应的几何扭曲改正,重新进行步骤5,将目标星的量度坐标带入底片模型,最终得到目标星高精度天球坐标。
具体实施时,本领域技术人员可根据实际需要例如精度要求等预先设定门限值。
通过以上流程,本发明实现了关键改进:
(1)步骤1到6中所述的CCD图像批处理方法解决了平场图像处理时间复杂度较高的问题,并建立了不同观测图像、相同图像区域的同名星之间的联系,解决了CCD观测设备视场内存在几何扭曲的问题,从而实现了基于CCD图像批处理的天文定位方法。
(2)实现了基于CCD图像批处理的天文定位处理模块,并与传统的CCD天文定位方法相比,提高了目标星天文定位的精度。
具体实施时,本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程,实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备,也应当在本发明的保护范围内。
在一些可能的实施例中,提供一种基于CCD观测数据批处理的天文定位软件系统,包括以下模块:
第一模块,用于对图像进行预处理,包括通过大窗口一维中值滤波生成近似的平场图像,并经过平场扣除和图像增强,得到改正图像;
第二模块,用于星象识别,包括识别平场改正后图像的各参考星以及暗星,并获取初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表;
第三模块,用于质心定位,包括由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,采用改进后的二维修正矩法得到加权后的星象量度坐标;
第四模块,用于星象匹配,包括由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星;
第五模块,用于底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
第六模块,用于确定观测仪器几何扭曲,包括根据每张CCD图像中参考星底片模型解算后的位置残差获取几何扭曲的初值,反复迭代,直至两次几何扭曲的差值小于设定的阈值结束迭代,从而确定观测设备各区域几何扭曲的准确值;
第七模块,用于天文定位,包括筛选图像各区域高亮度的参考星并进行相应的几何扭曲改正,重新执行第五模块,带入底片模型常数最终得到目标星高精度天球坐标。
具体实施时,也可以采用其他模块划分方式实现。在一些可能的实施例中,提供一种基于CCD观测数据批处理的天文定位软件系统,包括以下模块:
FIT图像处理模块,用于对图像进行预处理,星象识别,质心定位;
参考星表处理模块,用于底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
天文定位模块,用于确定观测仪器几何扭曲和目标天体的精确位置。包括参考星匹配,几何扭曲估计与校正,天文定位。
在一些可能的实施例中,提供一种基于CCD观测数据批处理的天文定位软件系统,包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如上所述的一种CCD观测数据批处理的天文定位方法。
在一些可能的实施例中,提供一种基于CCD观测数据批处理的天文定位软件系统,包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如上所述的一种CCD观测数据批处理的天文定位方法。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种基于CCD观测数据批处理的天文定位方法,其特征在于:基于CCD图像同一区域内的星体几何扭曲误差相同,通过批量观测数据估计并消除观测望远镜视场内各区域的几何扭曲误差,实现对目标星体的连续高精度天文定位;实现过程包括采用大窗口一维中值滤波制作平场图像,抑制天光背景;基于参考星表,对批量同天区的观测数据采用四常数底片模型估计观测望远镜的几何扭曲,实现提取高精度的天文定位结果。
2.根据权利要求1中所述的基于CCD图像批处理的天文定位方法,其特征在于:实现过程包括采用以下步骤,
步骤1,对图像进行预处理,包括通过大窗口一维中值滤波生成近似的平场图像,并经过平场扣除和图像增强,得到改正图像;
步骤2,星象识别,包括识别平场改正后图像的各参考星以及暗星,并获取初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表;
步骤3,质心定位,包括由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,采用改进后的二维修正矩法得到加权后的星象量度坐标;
步骤4,星象匹配,包括由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星;
步骤5,底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
步骤6,确定观测仪器几何扭曲,包括重复步骤1-5,根据每张CCD图像中参考星底片模型解算后的位置残差获取几何扭曲的初值,反复迭代,直至两次几何扭曲的差值小于设定的阈值,进入步骤7,从而确定观测设备各区域几何扭曲的准确值;
步骤7,天文定位,包括筛选图像各区域高亮度的参考星并进行相应的几何扭曲改正,重新进行步骤5,带入底片模型常数最终得到目标星高精度天球坐标。
3.根据权利要求2中所述的CCD图像批处理的天文定位方法,其特征在于:步骤1中,使用一维大窗口中值滤波制作近似平场图像时,所述大窗口的长度在30~50范围内设置取值。
4.根据权利要求3中所述的CCD图像批处理的天文定位方法,其特征在于:步骤1中,所述大窗口的长度设置为50。
5.根据权利要求2中所述的CCD图像批处理的天文定位方法,其特征在于:使用GAIA星表作为参考星表,通过SOFA天文标准库进行实现,并将底片中站心观测位置归算至理想平面位置,解算四常数底片模型系数,得到观测仪器量度坐标到理想平面坐标的转换关系,将四常数底片模型转换结果作为几何扭曲的初始值,迭代至经几何扭曲改正的所有参考星位置达到预设的精度阈值。
6.根据权利要求1或2或3或4或5所述基于CCD图像批处理的天文定位方法,其特征在于:根据几何扭曲和量度坐标误差的特性,估计几何扭曲实现如下,
Figure 28483DEST_PATH_IMAGE001
其中,
Figure 84164DEST_PATH_IMAGE002
Figure 776176DEST_PATH_IMAGE003
表示设备视场中某区域的几何扭曲,k表示CCD图像的数目,n表示 每张影像中该区域内背景恒星的总数,
Figure 201604DEST_PATH_IMAGE004
Figure 397093DEST_PATH_IMAGE005
表示第i张CCD图像该区域第j颗参考星 的位置残差,分别是几何扭曲和量度坐标误差之和,进行平均值后,视作量度坐标误差抵 消,得到几何扭曲的初始估计值。
7.一种基于CCD图像批处理的天文定位系统,其特征在于:用于实现如权利要求1-6任一项所述的一种基于CCD图像批处理的天文定位方法。
8.根据权利要求7所述基于CCD图像批处理的天文定位系统,其特征在于:包括以下模块,
第一模块,用于对图像进行预处理,包括通过大窗口一维中值滤波生成近似的平场图像,并经过平场扣除和图像增强,得到改正图像;
第二模块,用于星象识别,包括识别平场改正后图像的各参考星以及暗星,并获取初始量度坐标以及星象轮廓的半极大全宽,建立初始参考星索引表;
第三模块,用于质心定位,包括由每个星象的初始量度坐标出发,通过连通域法确定每一个星象的范围,采用改进后的二维修正矩法得到加权后的星象量度坐标;
第四模块,用于星象匹配,包括由索引星表转化为包含星象三角形角距特征的星象三角形索引表,匹配观测视场和高精度星表中的同名星;
第五模块,用于底片模型系数解算,包括改正星表平位置至站心观测位置,并通过球心投影求切平面理想坐标,结合CCD图像中参考星度量坐标建立底片常数模型;
第六模块,用于确定观测仪器几何扭曲,包括根据每张CCD图像中参考星底片模型解算后的位置残差获取几何扭曲的初值,反复迭代,直至两次几何扭曲的差值小于设定的阈值结束迭代,从而确定观测设备各区域几何扭曲的准确值;
第七模块,用于天文定位,包括筛选图像各区域高亮度的参考星并进行相应的几何扭曲改正,重新执行第五模块,带入底片模型常数最终得到目标星高精度天球坐标。
9.根据权利要求7所述基于CCD图像批处理的天文定位系统,其特征在于:包括处理器和存储器,存储器用于存储程序指令,处理器用于调用存储器中的存储指令执行如权利要求1-6任一项所述的一种基于CCD图像批处理的天文定位方法。
10.根据权利要求7所述基于CCD图像批处理的天文定位系统,其特征在于:包括可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序执行时,实现如权利要求1-6任一项所述的一种基于CCD图像批处理的天文定位方法。
CN202211566571.2A 2022-12-07 2022-12-07 一种基于ccd观测数据批处理的天文定位方法及系统 Active CN115578448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211566571.2A CN115578448B (zh) 2022-12-07 2022-12-07 一种基于ccd观测数据批处理的天文定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211566571.2A CN115578448B (zh) 2022-12-07 2022-12-07 一种基于ccd观测数据批处理的天文定位方法及系统

Publications (2)

Publication Number Publication Date
CN115578448A true CN115578448A (zh) 2023-01-06
CN115578448B CN115578448B (zh) 2023-04-07

Family

ID=84590670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211566571.2A Active CN115578448B (zh) 2022-12-07 2022-12-07 一种基于ccd观测数据批处理的天文定位方法及系统

Country Status (1)

Country Link
CN (1) CN115578448B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117308889A (zh) * 2023-09-22 2023-12-29 广东海洋大学 联合拼接ccd所有芯片单元的高精度天体测量方法
CN117629223A (zh) * 2023-11-29 2024-03-01 武汉大学 基于影像数据的小行星探测器精密定轨方法及系统
CN117830175A (zh) * 2024-03-05 2024-04-05 暨南大学 一种任意取向条件下图像几何扭曲自定标方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170366264A1 (en) * 2016-06-16 2017-12-21 Kathleen Michelle RIESING Satellite Tracking with a Portable Telescope and Star Camera
CN110399866A (zh) * 2019-08-27 2019-11-01 中国科学院紫金山天文台 基于ccd相机不同曝光时间交替的空间碎片观测方法
CN110849353A (zh) * 2019-09-19 2020-02-28 中国科学院紫金山天文台 一种嵌入式空间目标天文定位方法
CN113552648A (zh) * 2021-07-09 2021-10-26 中国测绘科学研究院 空间目标的天文定位及自动跟踪方法、系统及电子设备
CN114972078A (zh) * 2022-05-09 2022-08-30 安徽大学 应用sar影像提升国产光学卫星影像无控几何质量方法及系统
CN115294149A (zh) * 2022-04-18 2022-11-04 杭州电子科技大学 一种天文图像背景提取方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170366264A1 (en) * 2016-06-16 2017-12-21 Kathleen Michelle RIESING Satellite Tracking with a Portable Telescope and Star Camera
CN110399866A (zh) * 2019-08-27 2019-11-01 中国科学院紫金山天文台 基于ccd相机不同曝光时间交替的空间碎片观测方法
US20220345610A1 (en) * 2019-08-27 2022-10-27 Purple Mountain Observatory, Chinese Academy Of Sciences Space debris observation method based on alternating exposure times of charge coupled device (ccd) camera
CN110849353A (zh) * 2019-09-19 2020-02-28 中国科学院紫金山天文台 一种嵌入式空间目标天文定位方法
CN113552648A (zh) * 2021-07-09 2021-10-26 中国测绘科学研究院 空间目标的天文定位及自动跟踪方法、系统及电子设备
CN115294149A (zh) * 2022-04-18 2022-11-04 杭州电子科技大学 一种天文图像背景提取方法及系统
CN114972078A (zh) * 2022-05-09 2022-08-30 安徽大学 应用sar影像提升国产光学卫星影像无控几何质量方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
于涌等: "上海天文台30 cm旋转CCD漂移扫描望远镜的天体测量精度分析", 《中国科学院上海天文台年刊》 *
李振伟等: "暗弱空间目标的高精度定位", 《光学精密工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117308889A (zh) * 2023-09-22 2023-12-29 广东海洋大学 联合拼接ccd所有芯片单元的高精度天体测量方法
CN117308889B (zh) * 2023-09-22 2024-04-02 广东海洋大学 联合拼接ccd所有芯片单元的高精度天体测量方法
CN117629223A (zh) * 2023-11-29 2024-03-01 武汉大学 基于影像数据的小行星探测器精密定轨方法及系统
CN117629223B (zh) * 2023-11-29 2024-07-26 武汉大学 基于影像数据的小行星探测器精密定轨方法及系统
CN117830175A (zh) * 2024-03-05 2024-04-05 暨南大学 一种任意取向条件下图像几何扭曲自定标方法
CN117830175B (zh) * 2024-03-05 2024-06-07 暨南大学 一种任意取向条件下图像几何扭曲自定标方法

Also Published As

Publication number Publication date
CN115578448B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115578448B (zh) 一种基于ccd观测数据批处理的天文定位方法及系统
CN109708649B (zh) 一种遥感卫星的姿态确定方法及系统
US9453731B2 (en) System and method for determining orientation relative to earth
CN110849353B (zh) 一种嵌入式空间目标天文定位方法
CN111156988B (zh) 基于指向误差自动测定的空间碎片天文定位和测光方法
CN111238540A (zh) 一种基于恒星拍摄的珞珈一号相机-星敏安装标定方法
Mulawa On-orbit geometric calibration of the OrbView-3 high resolution imaging satellite
CN106887016B (zh) 一种gf-4卫星序列图像自动相对配准方法
CN113324528B (zh) 已知摄站位置的近景摄影测量目标定位方法及系统
CN110986998B (zh) 一种基于有理函数模型的卫星视频相机在轨几何定标方法
CN114858133B (zh) 一种恒星观测模式下姿态低频误差修正方法
CN112489091B (zh) 一种基于直瞄模板的全捷联图像导引头目标跟踪方法
CN105806346B (zh) 中高轨星座星间照相观测敏感器及其星间角距测量方法
Tommaselli et al. Calibration of panoramic cameras with coded targets and a 3D calibration field
CN111220120A (zh) 一种动平台双目测距自校准方法及装置
CN115164900A (zh) 一种基于全向相机的城市环境下视觉辅助导航方法及系统
CN115690380A (zh) 一种配准方法及系统
CN110782429B (zh) 一种基于星载遥感相机的成像质量评估方法
CN113963067B (zh) 一种采用小靶标对大视场视觉传感器进行标定的标定方法
Pi et al. On-orbit geometric calibration using a cross-image pair for the linear sensor aboard the agile optical satellite
CN109064510B (zh) 一种全站仪及其恒星图像的星点质心提取方法
CN111815712B (zh) 一种高精度的相机-单激光仪联合标定方法
RU2692970C2 (ru) Способ калибровки видеодатчиков многоспектральной системы технического зрения
CN111998823B (zh) 基于双目异光源测距装置的目标测距方法
CN116380076A (zh) 一种基于偏振特性与天空图像复原的水下定位方法及系统

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