CN116295363A - 一种星点快速提取与高精度定位方法 - Google Patents
一种星点快速提取与高精度定位方法 Download PDFInfo
- Publication number
- CN116295363A CN116295363A CN202310298500.7A CN202310298500A CN116295363A CN 116295363 A CN116295363 A CN 116295363A CN 202310298500 A CN202310298500 A CN 202310298500A CN 116295363 A CN116295363 A CN 116295363A
- Authority
- CN
- China
- Prior art keywords
- star
- star point
- gray
- coordinate
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及天文导航相关领域,具体为一种星点快速提取与高精度定位方法,在现有的交叉投影法中,在完成星图中星点的检测需要进行多次交叉投影,是影响星点的定位处理速度,本发明针对该缺点,提出了一种基于灰度投影曲线差分极值的星点快速提取算法,只需对二值化星图的灰度投影曲线做一次差分运算,通过寻找极值点坐标,即可以快速获取星点坐标范围和峰值坐标,不仅节省了运算的时间,还可以获得星点质心坐标的位置,为剔除虚假星点目标提供信息,同时采用星对角距对星点的质心提取精度进行间接评价,由不同的分割阈值,提升星对角距的匹配精度。
Description
技术领域
本发明涉及天文导航相关领域,具体为一种星点快速提取与高精度定位方法。
背景技术
星敏感器是当今航天器中广泛采用的一种高精度、高可靠性的姿态测量器件,它通过探测天球上不同位置的恒星来确定航天器姿态,提供航天器相对于惯性坐标系的三轴姿态,随着天文导航和航天测控领域要求的不断提高,对星敏感器的综合性能也提出了越来越高的要求。
星敏感器星点目标识别技术,是直接影响星敏感器快速准确获取姿态信息的一个重要因素,另外,在动态环境下星敏感器能否正常使用,将直接影响航天器的姿态测量与修正。目前常用的星点提取算法有扫描法、矢量法、高通滤波法和局部嫡法等。
扫描法是最常用的方法,经过一次阙值扫描就可确定星图中潜在的星点目标,但该方法收噪声影响很大,如果星图中存在较高水平的噪声,扫描结果中会存在大量的虚假目标。矢量法在扫描法的基础上引入了两个整数矢量,仅通过一次星图扫描,就可以获得所有候选星点目标的位置信息,速度要比扫描法快。但该方法能提取的星点数量是固定的,当噪声较大或分割阙值不合适时,提取出的星点目标数量会很快的达到上限,影响后续的识别性能。高通滤波法采用高通滤波对星图进行处理后,再采用Bernsen动态阙值对星图中的候选星点目标进行提取,如果存在较多的虚假星点目标,需要对每个窗口内的候选星点目标进行二次提取,影响算法的效率,而且在背景起伏较大的情况下,提取效果也不好。局部嫡法是根据星图局部嫡的变化来获取各个星点的目标区域,该法需要提前获知星点目标的个数,且定位精度也受到局部窗口大小的影响,如果星点目标恰好分布在多个局部窗口内,将会产生很大的定位误差。
发明内容
本发明的目的在于提供一种星点快速提取与高精度定位方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种星点快速提取与高精度定位方法包括以下步骤:
步骤S1、获取星敏感器重星图,并对获取的星图进行滤波和阀值二值化处理,去除星图空间背景噪声和绝大部分其它噪声;
步骤S2、将步骤S1中处理好的星图的水平和垂直灰度投影曲线上分别做一次差分运算;
步骤S3、在步骤S2中运算结果中寻找极值点坐标,即获得星点坐标方位和星点峰值坐标粗位置;
步骤S4、将步骤S3中获取的星点坐标方位和星点峰值坐标粗位置与导航星库中提取出的特征进行匹配,其中导航星库中的匹配度最高的导航模式作为最终的识别结果。
优选的,所述步骤S1中对星图的背景的灰度值统一设置为零,使星图中展现出分散的星点。
优选的,所述步骤S2中对星图进行灰度交叉投影法的原理和具体实现步骤为:
步骤a、首先对星图进行垂直灰度投影,并检测灰度投影和大于0的坐标区间,且上述坐标区间内存在星点目标,星点目标为[x1,x2]和[x3,x4];
步骤b、在每个区间范围[x1,x2]和[x3,x4]内,分别对星图再进行一次水平投影,同样检测结果大于0的坐标区间,进而确定各个星点的纵坐标范围;
步骤c、通过步骤a和b的垂直和水平两次灰度交叉投影检测,获取每个星点坐标的外接矩形的4个顶点坐标,即该顶点坐标为每个星点的分布范围。
优选的,所述灰度交叉投影法实用的灰度投影函数公式具体为:
设一副大小为[m,n]的灰度图像I(x,y),其灰度投影函数公式如下:
上式中I(x,y)表示坐标(x,y)处的像素点灰度值,其中I(x)和I(y)的值为零,则表示该坐标范围内没有星点,当I(x)和I(y)的值不为零,则说明该坐标范围内存在星点。
优选的,所述步骤S4中匹配特征为星点间的角距信息,且通过对比星点的理论角距和观测角距的误差来评估不同分割阀值下,星点质心的定位精度,设星点S1与星点S2的赤纬和经纬分别为(α1,δ1),(α2,δ2),其中星点间的理论角距公式为:
θs1,s2=arccos(d1·d2)
在上述的理论角距公式中d1=(cosα1cosδ1,sinα1cosδ1,sinδ1),d2=(cosα2cosδ2,sinα2cosδ2,sinδ2);
星点的观测角距公式为:
与现有技术相比,本发明的有益效果是:在现有的交叉投影法中,在完成星图中星点的检测需要进行多次交叉投影,是影响星点的定位处理速度,本发明针对该缺点,提出了一种基于灰度投影曲线差分极值的星点快速提取算法,只需对二值化星图的灰度投影曲线做一次差分运算,通过寻找极值点坐标,即可以快速获取星点坐标范围和峰值坐标,不仅节省了运算的时间,还可以获得星点质心坐标的位置,为剔除虚假星点目标提供信息,同时采用星对角距对星点的质心提取精度进行间接评价,由不同的分割阈值,提升星对角距的匹配精度。
附图说明
图1为本发明的工作流程示意图;
图2为本发明的原始星图垂直和水平结构示意图;
图3为本发明的滤波后星图的垂直和水平结构示意图;
图4为本发明的星图的垂直和水平投影二值化差分极值示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明提供一种技术方案:一种星点快速提取与高精度定位方法包括以下步骤:
步骤S1、获取星敏感器重星图,并对获取的星图进行滤波和阀值二值化处理,去除星图空间背景噪声和绝大部分其它噪声;
步骤S2、将步骤S1中处理好的星图的水平和垂直灰度投影曲线上分别做一次差分运算;
步骤S3、在步骤S2中运算结果中寻找极值点坐标,即获得星点坐标方位和星点峰值坐标粗位置;
步骤S4、将步骤S3中获取的星点坐标方位和星点峰值坐标粗位置与导航星库中提取出的特征进行匹配,其中导航星库中的匹配度最高的导航模式作为最终的识别结果。
进一步的,步骤S1中对星图的背景的灰度值统一设置为零,使星图中展现出分散的星点。
进一步的,步骤S2中对星图进行灰度交叉投影法的原理和具体实现步骤为:
步骤a、首先对星图进行垂直灰度投影,并检测灰度投影和大于0的坐标区间,且上述坐标区间内存在星点目标,星点目标为[x1,x2]和[x3,x4];
步骤b、在每个区间范围[x1,x2]和[x3,x4]内,分别对星图再进行一次水平投影,同样检测结果大于0的坐标区间,进而确定各个星点的纵坐标范围;
步骤c、通过步骤a和b的垂直和水平两次灰度交叉投影检测,获取每个星点坐标的外接矩形的4个顶点坐标,即该顶点坐标为每个星点的分布范围
进一步的,灰度交叉投影法实用的灰度投影函数公式具体为:
设一副大小为[m,n]的灰度图像I(x,y),其灰度投影函数公式如下:
上式中I(x,y)表示坐标(x,y)处的像素点灰度值,其中I(x)和I(y)的值为零,则表示该坐标范围内没有星点,当I(x)和I(y)的值不为零,则说明该坐标范围内存在星点
进一步的,步骤S4中匹配特征为星点间的角距信息,且通过对比星点的理论角距和观测角距的误差来评估不同分割阀值下,星点质心的定位精度,设星点S1与星点S2的赤纬和经纬分别为(α1,δ1),(α2,δ2),其中星点间的理论角距公式为:
θs1,s2=arccos(d1·d2)
在上述的理论角距公式中d1=(cosα1cosδ1,sinα1cosδ1,sinδ1),d2=(cosα2cosδ2,sinα2cosδ2,sinδ2);
星点的观测角距公式为:
在现有的交叉投影法中,在完成星图中星点的检测需要进行多次交叉投影,是影响星点的定位处理速度,本发明针对该缺点,提出了一种基于灰度投影曲线差分极值的星点快速提取算法,只需对二值化星图的灰度投影曲线做一次差分运算,通过寻找极值点坐标,即可以快速获取星点坐标范围和峰值坐标,不仅节省了运算的时间,还可以获得星点质心坐标的位置,为剔除虚假星点目标提供信息,同时采用星对角距对星点的质心提取精度进行间接评价,由不同的分割阈值,提升星对角距的匹配精度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种星点快速提取与高精度定位方法,其特征在于,包括以下步骤:
步骤S1、获取星敏感器重星图,并对获取的星图进行滤波和阀值二值化处理,去除星图空间背景噪声和绝大部分其它噪声;
步骤S2、将步骤S1中处理好的星图的水平和垂直灰度投影曲线上分别做一次差分运算;
步骤S3、在步骤S2中运算结果中寻找极值点坐标,即获得星点坐标方位和星点峰值坐标粗位置;
步骤S4、将步骤S3中获取的星点坐标方位和星点峰值坐标粗位置与导航星库中提取出的特征进行匹配,其中导航星库中的匹配度最高的导航模式作为最终的识别结果。
2.根据权利要求1所述的一种星点快速提取与高精度定位方法,其特征在于:所述步骤S1中对星图的背景的灰度值统一设置为零,使星图中展现出分散的星点。
3.根据权利要求1所述的一种星点快速提取与高精度定位方法,其特征在于:所述步骤S2中对星图进行灰度交叉投影法的原理和具体实现步骤为:
步骤a、首先对星图进行垂直灰度投影,并检测灰度投影和大于0的坐标区间,且上述坐标区间内存在星点目标,星点目标为[x1,x2]和[x3,x4];
步骤b、在每个区间范围[x1,x2]和[x3,x4]内,分别对星图再进行一次水平投影,同样检测结果大于0的坐标区间,进而确定各个星点的纵坐标范围;
步骤c、通过步骤a和b的垂直和水平两次灰度交叉投影检测,获取每个星点坐标的外接矩形的4个顶点坐标,即该顶点坐标为每个星点的分布范围。
5.根据权利要求1所述的一种星点快速提取与高精度定位方法,其特征在于:所述步骤S4中匹配特征为星点间的角距信息,且通过对比星点的理论角距和观测角距的误差来评估不同分割阀值下,星点质心的定位精度,设星点S1与星点S2的赤纬和经纬分别为(α1,δ1),(α2,δ2),其中星点间的理论角距公式为:
θs1,s2=arccos(d1·d2)
在上述的理论角距公式中d1=(cosα1cosδ1,sinα1cosδ1,sinδ1),d2=(cosα2cosδ2,sinα2cosδ2,sinδ2);
星点的观测角距公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310298500.7A CN116295363A (zh) | 2023-03-24 | 2023-03-24 | 一种星点快速提取与高精度定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310298500.7A CN116295363A (zh) | 2023-03-24 | 2023-03-24 | 一种星点快速提取与高精度定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116295363A true CN116295363A (zh) | 2023-06-23 |
Family
ID=86802952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310298500.7A Pending CN116295363A (zh) | 2023-03-24 | 2023-03-24 | 一种星点快速提取与高精度定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116295363A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117058225A (zh) * | 2023-10-11 | 2023-11-14 | 迈为技术(珠海)有限公司 | 标记定位方法、装置、计算机设备以及存储介质 |
-
2023
- 2023-03-24 CN CN202310298500.7A patent/CN116295363A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117058225A (zh) * | 2023-10-11 | 2023-11-14 | 迈为技术(珠海)有限公司 | 标记定位方法、装置、计算机设备以及存储介质 |
CN117058225B (zh) * | 2023-10-11 | 2024-03-26 | 迈为技术(珠海)有限公司 | 标记定位方法、装置、计算机设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111882612B (zh) | 一种基于三维激光检测车道线的车辆多尺度定位方法 | |
CN107451593B (zh) | 一种基于图像特征点的高精度gps定位方法 | |
CN106530347B (zh) | 一种稳定的高性能圆特征检测方法 | |
CN108305288B (zh) | 用于静止轨道对地观测卫星线列仪器的恒星质心提取方法 | |
CN113052908B (zh) | 一种基于多传感器数据融合的移动机器人位姿估计算法 | |
CN103136525B (zh) | 一种利用广义Hough变换的异型扩展目标高精度定位方法 | |
CN110081881A (zh) | 一种基于无人机多传感器信息融合技术的着舰引导方法 | |
CN109708648B (zh) | 一种空间运动点目标的分类辨识方法 | |
CN109448059B (zh) | 一种快速x角点亚像素检测方法 | |
CN110569861A (zh) | 一种基于点特征和轮廓特征融合的图像匹配定位方法 | |
Shi et al. | A visual circle based image registration algorithm for optical and SAR imagery | |
CN102128623A (zh) | 一种星敏感器快速星图识别方法 | |
CN111046843A (zh) | 一种智能驾驶环境下的单目测距方法 | |
CN116295363A (zh) | 一种星点快速提取与高精度定位方法 | |
CN113012197A (zh) | 一种适用于动态交通场景的双目视觉里程计定位方法 | |
CN115019201B (zh) | 一种基于特征精细化深度网络的弱小目标检测方法 | |
CN104567879B (zh) | 一种组合视场导航敏感器地心方向提取方法 | |
Jiao et al. | A novel and fast corner detection method for sar imagery | |
CN113850864B (zh) | 一种面向室外移动机器人的gnss/lidar回环检测方法 | |
CN116091804A (zh) | 一种基于相邻帧构型匹配的恒星抑制方法 | |
Jende et al. | Low-level tie feature extraction of mobile mapping data (mls/images) and aerial imagery | |
Hou et al. | Navigation landmark recognition and matching algorithm based on the improved SURF | |
CN112330669A (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 | |
Xu et al. | A strong background daytime star image processing method using improved morphology Top-Hat filter and pipeline filter | |
Park et al. | Digital map based pose improvement for outdoor Augmented Reality |
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 |