CN116952206A - 一种基于星光测姿的空间目标检测方法 - Google Patents
一种基于星光测姿的空间目标检测方法 Download PDFInfo
- Publication number
- CN116952206A CN116952206A CN202311204524.8A CN202311204524A CN116952206A CN 116952206 A CN116952206 A CN 116952206A CN 202311204524 A CN202311204524 A CN 202311204524A CN 116952206 A CN116952206 A CN 116952206A
- Authority
- CN
- China
- Prior art keywords
- star
- navigation
- target
- space
- image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 238000005259 measurement Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 230000003044 adaptive effect Effects 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000036544 posture Effects 0.000 claims description 7
- 238000012886 linear function Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- 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
- G01C21/025—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means with the use of startrackers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于星光测姿的空间目标检测方法,涉及高精度天文测姿及空间目标检测的技术领域。其主要目的在于保证卫星姿态输出的同时完成对感兴趣目标的检测。主要包括:(1)建立离线导航星库与基于K矢量索引的星对角距模式库;(2)筛选关键星点并完成星点的识别,利用QUEST算法得到卫星姿态,并根据(1)中导航星库反演出恒星模板;(3)建立星矩阵,分离恒星背景与目标图像;(4)结合自适应阈值从目标图像中凸显感兴趣目标。本发明能有效地完成恒星背景与目标的分离,为类恒星空间目标的检测提供了一种可行思路。
Description
技术领域
本发明涉及高精度天文测姿及空间目标检测的技术领域,具体涉及一种基于星光测姿的空间目标检测方法。
背景技术
空间目标检测技术是指从复杂恒星背景下提取出感兴趣的空间目标的过程。对于慢速移动空间目标,当相机的曝光时间较短时,空间目标和恒星成像在靶面上的形状极其相似,均表现为仅占少部分像元且帧间无明显位移的特点。因此,基于运动特征及背景建模的方法在此处不再适用。
根据张健等人的《基于运动信息的星图中空间目标检测算法》(参见《系统工程与电子技术》,2014年36(05):838-845页),在该文献中结合多帧的运动信息分离恒星与空间目标,但不适应于帧间基本无位移的慢速目标。
根据张健等人的《一种天文光电图像序列弱小目标实时检测算法》(参见《信号处理》,2014年26(09):1379-1384页),在该文献中结合恒星与空间目标的时空特性差异来进行区分,同样也不适应于帧间基本无位移的慢速目标。
发明内容
针对上述慢速空间目标的检测存在的问题,结合星光测姿技术,本发明提出了一种基于星光测姿的空间目标检测方法,其为一种在卫星输出姿态的同时完成感兴趣空间目标检测的方法,能有效地完成恒星背景与目标的分离,为类恒星空间目标的检测提供了一种可行思路。
为达到上述目的,本发明采用的技术方案如下:
一种基于星光测姿的空间目标检测方法,包括如下步骤:
步骤1、建立离线导航星库与基于K矢量索引的星对角距模式库;
步骤2、筛选待检测空间图像中最亮的R颗恒星作为关键星点并完成关键星点的识别,利用QUEST算法得到卫星姿态,并根据步骤1中的离线导航星库反演出恒星模板;
步骤3、建立星矩阵,分离恒星背景与目标图像;
步骤4、结合自适应阈值从目标图像中凸显感兴趣目标。
本发明与现有技术相比的有益效果在于:
(1)本发明提出的一种星光测姿与空间目标检测一体化方法,仅需使用单个空间相机即可完成卫星姿态输出及感兴趣目标检测,能在工程上减少有效载荷的体积;
(2)避免了姿态相机与目标检测相机的坐标标定过程,能在后续目标定向任务上减少坐标转换带来的指向误差;
(3)能有效完成恒星与目标的分离,降低虚警率。
附图说明
图1为本发明的一种基于星光测姿的空间目标检测方法流程图;
图2为检测结果图,其中,(a)为待检测空间图像,(b)为恒星背景图像,(c)为空间目标检测图像,(d)是含空间目标的二值化图像。
具体实施方式
以下结合具体实施例对本发明作进一步详细描述。
本发明的一种基于星光测姿的空间目标检测方法首先对原始SAO星表进行星等阈值划分,设定星等阈值为6等星,得到5103颗导航星组成的导航星库。空间相机具体的参数如表1所示。
表1
,
如图1所示,本发明的一种基于星光测姿的空间目标检测方法具体包括如下步骤:
步骤1、建立离线导航星库与基于K矢量索引的星对角距模式库;
步骤2、筛选最亮的R颗星作为关键星点并完成关键星点的识别,利用QUEST算法得到卫星姿态,并根据步骤1中的离线导航星库反演出恒星模板;
步骤3、建立星矩阵,分离恒星背景与目标图像;
步骤4、结合自适应阈值从目标图像中凸显感兴趣目标。
具体地,所述步骤1包括:
步骤11、根据空间相机探测能力,从原始SAO J2000星表中筛选导航星库:
,
其中,为导航星库中第i颗导航星,主要包括星号/>、赤经/>、赤纬/>及星等,N是导航星库中总星数目。/>是导航星库的星等阈值。
步骤12、计算导航星库中两两组合的星对角距,公式如下:
,
其中,j表示导航星库中导航星的序号。
步骤13、将星对角距按升序排列,定义连接最小值与最大值的线性函数y(x)如下:
,
其中,和/>为中间参数,无具体含义,/>为平均步长间隔,/>和/>分别表示导航星库中星对角距的最大值与最小值。/>是索引值。/>和/>分别表示导航星库中第/>行和第/>行对应的星对角距。
步骤14、根据线性函数y(x),计算每组星对的K矢量索引值如下:
,
其中,k是导航星库行号,x是索引值。表示构建的/>矢量索引函数。
步骤15、得到的星对角距模式库第一列为K矢量索引、第二列为第i颗导航星的星号,第三列为j颗导航星的星号。
具体地,所述步骤2包括:
步骤21、选择待检测空间图像中最亮的R颗恒星为关键点,同样地计算它们之间的星对角距,并转化为K矢量索引值如下:
,
其中,和/>分别是起始与终止索引值,/>是角距容差值。
步骤22、将得到的区间视作候选集合,通过最大投票数来确定最亮的R颗恒星的身份。
步骤23、利用识别出的最亮的R颗恒星,结合QUEST算法,输出光轴指向偏航角,俯仰角、滚转角,得到卫星的姿态信息。
具体地,所述步骤3包括:
步骤31、根据姿态参数计算姿态矩阵,然后从导航星库中反演出恒星模板,得到恒星位置矩阵S:
,
其中,为第L颗从导航星库投影到成像面上的星点坐标。上标T表示转置。
步骤32、计算待检测空间图像中所有星点和目标点坐标与反演出来的恒星位置矩阵S之间的欧氏距离E,距离最小且小于距离阈值的组合作为最终的恒星对应组合。直到所有组合选择完毕,即可得到恒星图像/>及含目标的图像/>。
具体地,所述步骤4包括:
步骤41、对得到的含目标的图像进行自适应阈值分割,阈值/>设定公式为:
,
其中,和/>分别为/>的均值和标准差,/>是经验常数值。
步骤42、当含目标的图像中的像素点值高于阈值/>时,保留含目标的图像/>中的像素点值高于自适应阈值/>的区域的像素值。否则置零,得到最终感兴趣的目标结果。
实施例:
(1)实验条件:CPU采用Intel Core i7-6500U,主频2.5 GHz,内存12Gb,程序使用Matlab 2021a编写,星敏感器实验参数如表1所示。
(2)参数值:参数和/>分别为/>,0.88,角距容差值/>。
为体现本发明的贡献,在此给出如表1的参数下的空间目标检测结果图。图2为检测结果图,其中,图2的(a)为待检测空间图像,图2的(b)为恒星背景图像,图2的(c)为空间目标检测图像,图2的(d)是含空间目标的二值化图像。
本发明未详述部分属于本技术领域的公知技术。以上所述仅为本发明的具体实例而已,并不用于以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于星光测姿的空间目标检测方法,其特征在于,包括如下步骤:
步骤1、建立离线导航星库与基于K矢量索引的星对角距模式库;
步骤2、筛选待检测空间图像中最亮的R颗恒星作为关键星点并完成关键星点的识别,利用QUEST算法得到卫星姿态,并根据步骤1中的离线导航星库反演出恒星模板;
步骤3、建立星矩阵,分离恒星背景与目标图像;
步骤4、结合自适应阈值从目标图像中凸显感兴趣目标。
2.根据权利要求1所述的一种基于星光测姿的空间目标检测方法,其特征在于,所述步骤1包括:
步骤11、根据空间相机探测能力,从星表中筛选导航星库:
,
其中,为导航星库中第i颗导航星,包括星号/>、赤经/>、赤纬/>及星等/>,N是导航星库中总星数目;/>是导航星库的星等阈值;
步骤12、计算导航星库中两两组合的星对角距,公式如下:
,
其中,j表示导航星库中导航星的序号;
步骤13、将星对角距按升序排列,定义连接最小值与最大值的线性函数y(x)如下:
,
其中,和/>为中间参数,无具体含义,/>为平均步长间隔,/>和/>分别表示导航星库中星对角距的最大值与最小值;/>是索引值;/>和/>分别表示导航星库中第/>行和第/>行对应的星对角距;
步骤14、根据线性函数y(x),计算每组星对的K矢量索引值:
,
其中,k是导航星库行号,x是索引值;表示构建的/>矢量索引函数;
步骤15、得到星对角距模式库第一列为K矢量索引、第二列为第i颗导航星的星号,第三列为j颗导航星的星号。
3.根据权利要求2所述的一种基于星光测姿的空间目标检测方法,其特征在于,所述步骤2包括:
步骤21、选择待检测空间图像中最亮的R颗恒星为关键星点,计算它们之间的星对角距,并转化为K矢量索引如下:
,
其中,和/>分别是起始索引值与终止索引值,/>是角距容差值;
步骤22、将得到的区间视作候选集合,通过最大投票数来确定最亮的R颗恒星的身份;
步骤23、利用识别出的最亮的R颗恒星,结合QUEST算法,输出光轴指向偏航角、俯仰角/>、滚转角/>,得到卫星的姿态信息。
4.根据权利要求3所述的一种基于星光测姿的空间目标检测方法,其特征在于,所述步骤3包括:
步骤31、根据姿态参数计算姿态矩阵,然后从导航星库中反演出恒星模板,得到恒星位置矩阵S:
,
其中,为第L颗从导航星库投影到成像面上的星点坐标,上标T表示转置;
步骤32、计算待检测空间图像中所有星点和目标点坐标与反演出来的恒星位置矩阵S之间的欧氏距离E,距离最小且小于距离阈值的组合作为最终的恒星对应组合;直到所有组合选择完毕,即得到恒星图像/>及含目标的图像/>。
5.根据权利要求4所述的一种基于星光测姿的空间目标检测方法,其特征在于,所述步骤4包括:
步骤41、对得到的含目标的图像进行自适应阈值分割,阈值/>设定公式为:
,
其中,和/>分别为含目标的图像/>的均值和标准差,/>是经验常数值;
步骤42、当含目标的图像中的像素点值高于阈值/>时,保留含目标的图像/>中的像素点值高于阈值/>的区域的像素值,否则置零,得到最终感兴趣的目标结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311204524.8A CN116952206B (zh) | 2023-09-19 | 2023-09-19 | 一种基于星光测姿的空间目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311204524.8A CN116952206B (zh) | 2023-09-19 | 2023-09-19 | 一种基于星光测姿的空间目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116952206A true CN116952206A (zh) | 2023-10-27 |
CN116952206B CN116952206B (zh) | 2024-02-02 |
Family
ID=88462337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311204524.8A Active CN116952206B (zh) | 2023-09-19 | 2023-09-19 | 一种基于星光测姿的空间目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116952206B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6362464B1 (en) * | 2000-02-15 | 2002-03-26 | Hughes Electronics Corp. | System for stellar inertial attitude determination |
WO2003027961A2 (en) * | 2001-09-24 | 2003-04-03 | Raindrop Geomagic, Inc. | Surfaces reconstruction from data point sets |
US20060235614A1 (en) * | 2005-04-14 | 2006-10-19 | Starvision Technologies Inc. | Method and Apparatus for Automatic Identification of Celestial Bodies |
WO2008073011A1 (en) * | 2006-12-11 | 2008-06-19 | Telefonaktiebolaget L M Ericsson (Publ) | A sar radar system and a method relating thereto |
EP2105380A1 (fr) * | 2008-03-27 | 2009-09-30 | Centre National d'Etudes Spatiales | Méthode d'estimation d'attitude d'un senseur stellaire |
CN105371870A (zh) * | 2015-11-27 | 2016-03-02 | 北京空间飞行器总体设计部 | 一种基于星图数据的星敏感器在轨精度测量方法 |
CN106296726A (zh) * | 2016-07-22 | 2017-01-04 | 中国人民解放军空军预警学院 | 一种天基光学序列图像中的空间目标检测跟踪方法 |
CN106595645A (zh) * | 2016-11-02 | 2017-04-26 | 上海航天控制技术研究所 | 一种基于星敏感器输出精度的导航星库制作方法 |
US9702702B1 (en) * | 2015-06-15 | 2017-07-11 | The Charles Stark Draper Laboratory, Inc. | Methods and apparatus for navigational aiding using celestial object tracking |
CN110298865A (zh) * | 2019-05-22 | 2019-10-01 | 西华大学 | 基于阈值分离聚类器的天基星空背景弱小点目标跟踪方法 |
US20210033400A1 (en) * | 2019-07-29 | 2021-02-04 | Trex Enterprises Corporation | High precision - automated celestial navigation system |
CN113218390A (zh) * | 2021-05-27 | 2021-08-06 | 西北工业大学 | 基于姿态和恒星高度角融合的旋转惯性天文组合导航方法 |
WO2022043247A1 (de) * | 2020-08-31 | 2022-03-03 | Jena-Optronik Gmbh | Verfahren, vorrichtung und computerprogrammprodukt zur lagebestimmung eines raumflugkörpers im weltraum |
CN114777763A (zh) * | 2022-03-16 | 2022-07-22 | 中国人民解放军国防科技大学 | 基于姿态信息辅助的小视场星敏感器星图识别方法及装置 |
WO2023279529A1 (zh) * | 2021-07-09 | 2023-01-12 | 北京航空航天大学 | 一种地基星敏感器大气折射与对地姿态的联合估计方法 |
CN116343056A (zh) * | 2023-03-15 | 2023-06-27 | 中国科学院上海技术物理研究所 | 基于循环匹配的低分辨星图目标识别方法 |
CN116659485A (zh) * | 2023-07-28 | 2023-08-29 | 中国科学院光电技术研究所 | 一种快速鲁棒的全局星图识别方法 |
-
2023
- 2023-09-19 CN CN202311204524.8A patent/CN116952206B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6362464B1 (en) * | 2000-02-15 | 2002-03-26 | Hughes Electronics Corp. | System for stellar inertial attitude determination |
WO2003027961A2 (en) * | 2001-09-24 | 2003-04-03 | Raindrop Geomagic, Inc. | Surfaces reconstruction from data point sets |
US20060235614A1 (en) * | 2005-04-14 | 2006-10-19 | Starvision Technologies Inc. | Method and Apparatus for Automatic Identification of Celestial Bodies |
WO2008073011A1 (en) * | 2006-12-11 | 2008-06-19 | Telefonaktiebolaget L M Ericsson (Publ) | A sar radar system and a method relating thereto |
EP2105380A1 (fr) * | 2008-03-27 | 2009-09-30 | Centre National d'Etudes Spatiales | Méthode d'estimation d'attitude d'un senseur stellaire |
US9702702B1 (en) * | 2015-06-15 | 2017-07-11 | The Charles Stark Draper Laboratory, Inc. | Methods and apparatus for navigational aiding using celestial object tracking |
CN105371870A (zh) * | 2015-11-27 | 2016-03-02 | 北京空间飞行器总体设计部 | 一种基于星图数据的星敏感器在轨精度测量方法 |
CN106296726A (zh) * | 2016-07-22 | 2017-01-04 | 中国人民解放军空军预警学院 | 一种天基光学序列图像中的空间目标检测跟踪方法 |
CN106595645A (zh) * | 2016-11-02 | 2017-04-26 | 上海航天控制技术研究所 | 一种基于星敏感器输出精度的导航星库制作方法 |
CN110298865A (zh) * | 2019-05-22 | 2019-10-01 | 西华大学 | 基于阈值分离聚类器的天基星空背景弱小点目标跟踪方法 |
US20210033400A1 (en) * | 2019-07-29 | 2021-02-04 | Trex Enterprises Corporation | High precision - automated celestial navigation system |
WO2022043247A1 (de) * | 2020-08-31 | 2022-03-03 | Jena-Optronik Gmbh | Verfahren, vorrichtung und computerprogrammprodukt zur lagebestimmung eines raumflugkörpers im weltraum |
CN113218390A (zh) * | 2021-05-27 | 2021-08-06 | 西北工业大学 | 基于姿态和恒星高度角融合的旋转惯性天文组合导航方法 |
WO2023279529A1 (zh) * | 2021-07-09 | 2023-01-12 | 北京航空航天大学 | 一种地基星敏感器大气折射与对地姿态的联合估计方法 |
CN114777763A (zh) * | 2022-03-16 | 2022-07-22 | 中国人民解放军国防科技大学 | 基于姿态信息辅助的小视场星敏感器星图识别方法及装置 |
CN116343056A (zh) * | 2023-03-15 | 2023-06-27 | 中国科学院上海技术物理研究所 | 基于循环匹配的低分辨星图目标识别方法 |
CN116659485A (zh) * | 2023-07-28 | 2023-08-29 | 中国科学院光电技术研究所 | 一种快速鲁棒的全局星图识别方法 |
Non-Patent Citations (6)
Title |
---|
JIAN LI: "Improved Grid Algorithm Based on Star Pair Patternand Two-dimensional Angular Distances for Full-sky star", 《IEEE ACCESS》, vol. 8, pages 1010 - 1020, XP011764478, DOI: 10.1109/ACCESS.2019.2961271 * |
ZIJIAN ZHU: "An Autonomous Global Star Identification Algorithm Based on the Fast MST Index and Robust Multi-Order CCA Pattern", 《REMOTE SENSING》, vol. 15, no. 9, pages 2251 - 1 * |
张健: "基于运动信息的星图中空间目标检测算法", 《系统工程与电子技术》, vol. 36, no. 5, pages 838 - 845 * |
赵明程: "星敏感器抗杂光的复合型背景估计星图处理算法", 《半导体光电》, vol. 44, no. 4, pages 627 - 632 * |
郭敬明: "基于高精度星敏感器的船载雷达海上精度鉴定", 《光学 精密工程》, vol. 25, no. 7, pages 1909 - 1918 * |
黄宗福: "一种天文光电图像序列弱小目标实时检测算法", 《信号处理》, vol. 26, no. 9, pages 1379 - 1384 * |
Also Published As
Publication number | Publication date |
---|---|
CN116952206B (zh) | 2024-02-02 |
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 | |
CN110097093B (zh) | 一种异源图像精确匹配方法 | |
CN112017225B (zh) | 一种基于点云配准的深度图像匹配方法 | |
CN108154118B (zh) | 一种基于自适应组合滤波与多级检测的目标探测系统及方法 | |
CN108960211B (zh) | 一种多目标人体姿态检测方法以及系统 | |
CN106296726A (zh) | 一种天基光学序列图像中的空间目标检测跟踪方法 | |
CN101383899A (zh) | 一种空基平台悬停视频稳像方法 | |
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 | |
EP3438927B1 (en) | Image processing device, semiconductor device, image recognition device, mobile device, and image processing method | |
CN107967692A (zh) | 一种基于跟踪学习检测的目标跟踪优化方法 | |
CN114022560A (zh) | 标定方法及相关装置、设备 | |
CN115861352A (zh) | 单目视觉、imu和激光雷达的数据融合和边缘提取方法 | |
CN117710711B (zh) | 一种基于轻量化深度卷积网络的光学和sar图像匹配方法 | |
US11734877B2 (en) | Method and device for restoring image obtained from array camera | |
CN114358166A (zh) | 一种基于自适应k均值聚类的多目标定位方法 | |
CN104484647B (zh) | 一种高分辨率遥感图像云高度检测方法 | |
CN116952206B (zh) | 一种基于星光测姿的空间目标检测方法 | |
CN114119652A (zh) | 用于三维重构的方法和装置以及电子设备 | |
CN113554036A (zh) | 一种改进orb算法的特征点提取与匹配方法 | |
CN117372480A (zh) | 一种利用自适应下采样与曲率增强点对特征的点云配准方法 | |
CN112084840A (zh) | 一种基于三维nmi的指静脉识别方法 | |
CN116295363A (zh) | 一种星点快速提取与高精度定位方法 | |
CN113296139B (zh) | 一种自适应图像光流与rtk融合测姿方法 | |
RU2018140814A (ru) | Способ определения координат объектов по их цифровым изображениям | |
CN114004770A (zh) | 一种卫星时空图的精校正方法、装置及存储介质 |
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 |