CN117308889B - 联合拼接ccd所有芯片单元的高精度天体测量方法 - Google Patents
联合拼接ccd所有芯片单元的高精度天体测量方法 Download PDFInfo
- Publication number
- CN117308889B CN117308889B CN202311231106.8A CN202311231106A CN117308889B CN 117308889 B CN117308889 B CN 117308889B CN 202311231106 A CN202311231106 A CN 202311231106A CN 117308889 B CN117308889 B CN 117308889B
- Authority
- CN
- China
- Prior art keywords
- star
- image
- chip
- ccd
- images
- 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 33
- 238000005259 measurement Methods 0.000 claims abstract description 55
- PFFIDZXUXFLSSR-UHFFFAOYSA-N 1-methyl-N-[2-(4-methylpentan-2-yl)-3-thienyl]-3-(trifluoromethyl)pyrazole-4-carboxamide Chemical compound S1C=CC(NC(=O)C=2C(=NN(C)C=2)C(F)(F)F)=C1C(C)CC(C)C PFFIDZXUXFLSSR-UHFFFAOYSA-N 0.000 claims abstract description 5
- 230000003287 optical effect Effects 0.000 claims abstract description 5
- 238000000691 measurement method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000000747 cardiac effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000003384 imaging method Methods 0.000 abstract 1
- 238000001444 catalytic combustion detection Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101000583581 Homo sapiens Polyhomeotic-like protein 3 Proteins 0.000 description 1
- 102100030905 Polyhomeotic-like protein 3 Human genes 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013519 translation 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Remote Sensing (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种联合拼接CCD所有芯片单元的高精度天体测量方法,具体包括步骤一、选取一个密集星团,通过抖动观测进行图像采集;步骤二、对观测图像的恒星星像使用高斯定心算法进行像素位置的确定;步骤三、获取观测天区对应的Gaia DR3天体测量数据;步骤四、通过图像恒星的分布匹配到星表的恒星;步骤五、对每个芯片进行几何扭曲求解。步骤六、建立不同芯片的建立六常数底片模型;步骤七、将所有芯片的恒星像素位置转换到一个芯片的度量坐标系统;完成联合拼接CCD所有芯片单元的天体测量。本发明能够充分考虑光学望远镜成像过程的投影效应,并且在扭曲模型导出的基础上实施,有效地减少了底片常数模型的参数数量。
Description
技术领域
本发明属于天体测量技术领域,特别是涉及一种的联合拼接CCD所有芯片单元的高精度天体测量方法。
背景技术
随着技术发展和科学研究的需要,望远镜的建设口径也相应增大。通常大口径望远镜搭载由多个像素规模较小的电荷耦合器件(CCD)拼接而成的大靶面CCD,例如,美国基特峰Bok 2.3米望远镜90Prime照相机的拼接式CCD的间距如图1所示。虽然拼接CCD的天体测量一般是分别在每个CCD单元中进行,但准确求解CCD单元之间的位置关系(即芯片间距),进而联立所有CCD单元进行全局天体测量,将显著增加定标参考星,能够极大改善望远镜的天体测量精度。
目前关于拼接CCD芯片间距以及联合所有CCD的全局天体测量的研究极少,主要有两种方法。其中一种比较完善的方法由哈勃空间望远镜科学团队的Anderson和King在几何扭曲求解的研究中提出。这种方法不使用参考星表,而是直接通过抖动观测一个密集星团,然后通过图像上恒星的像素位置构造一个近似无扭曲误差的位置参考集合,该位置集合被称为主框架。通过观测图像和主框架位置的迭代比较进行GD求解。进一步地,改正不同CCD单元的GD效应,从而把每个CCD单元都转换到共同的主框架系统。虽然由HST提出的第一种方法并不适用参考星表即可进行芯片间距的计算,但由于计算过程把指向偏离较大的观测图像强行通过简单的六常数模型或者四常数模型进行联系,并不能考虑望远镜光学成像的投影过程,因此引入的误差称之为投影效应。更有研究表明,由这种方法构建的HST天体测量星表在边界位置存在明显的缩放误差(见图2),这显然是投影效应导致的结果。
另外一种方法由Platais在为美国梅耶尔望远镜建立天体测量标准差的工作中提出。该方法通过对每个芯片引入初始的芯片间距参数(Δx,Δy,Δθ),即每个芯片的水平偏差、垂直偏差和旋转角偏差,从而把每个芯片观测的恒星像素位置转换到由所有芯片形成的共同像素坐标系,最后通过和星表计算的标准坐标系进行联系,通过迭代求解,使这个共同像素坐标系的底片常数求解误差最小。但由于该方法建立在CCD芯片的原始位置上,因此需要考虑很多误差的影响,尤其是光学系统中扭曲的影响,需要引入较多的底片常数,这使得迭代不容易收敛。此外,芯片之间的关系被认为只有四常数模型的关系(即平移、旋转、缩放),而没有使用六常数模型考虑由于基座倾斜等因素带来的x、y坐标轴比例尺不一致以及坐标轴不垂直的问题。由此可见,现有技术仍有诸多方面的不足。
发明内容
针对现有方法的不足,本发明实施例的目的在于提供一种联合拼接CCD所有芯片单元的高精度天体测量方法,以实现对天体的高精度测量。
为解决上述技术问题,本发明所采用的技术方案是,一种联合拼接CCD所有芯片单元的高精度天体测量方法,包括以下步骤:
S1、选取一个密集星团,通过抖动观测进行图像采集;
S2、确定观测图像的恒星星像像素位置;
S3、获取观测天区对应的Gaia DR3天体测量数据;
S4、将观测图像与星表中的恒星进行匹配;
S5、对每个芯片进行几何扭曲求解;
S6、建立不同芯片的建立六常数底片模型;
S7、将所有芯片的恒星像素位置转换到一个芯片的度量坐标系统;再次和标准切平面建立底片常数模型;完成联合拼接CCD所有芯片单元的天体测量。
进一步地,所述S2具体如下:
对每个恒星星像进行求解:
其中,I(x,y)表示像素位置(x,y)的灰度值,(x0,y0)表示星像的中心像素位置;H表示星像像素的最大值灰度,B表示图像背景,R表示标准误差。
进一步地,所述S3获取的天体测量数据包括J2000.0位置、自行、视差、视向速度和星等。
进一步地,所述S4具体如下:
S41、确定图像中三颗恒星在星表中的对应位置,找到其天体测量信息;
S42、通过天体测量计算三颗恒星的站心位置(α,δ),利用投影公式计算恒星投影到标准切平面的位置(ξ,η):
其中,A和D分别为望远镜光轴指向的赤经和赤纬方向;通过六常数底片模型建立图像的度量坐标(x,y)与标准坐标(ξ,η)之间的关系:
其中,底片模型的待定参数分别为a,b,c,d,e,f。
进一步的,所述S41中天体测量信息包括赤经赤纬、自行、视差、视向速度。
进一步地,所述S5具体为:
S51、从天体测量星表计算观测时刻的站心位置;再通过心射切面投影转换到标准坐标(ξ,η),对图像星像的度量坐标(x,y)与其对应的(ξ,η)建立四常数模型:
通过最小二乘法得到近似的和/>其中,g、h为待定参数;^为近似符号;
S52、求解参考星残差(Δx,Δy);求解出四个近似估计的参数值后,根据星象的标准坐标(ξ,η)间接计算理论的星象的像素坐标(xc,yc),如下式所示:
将CCD图像中的实际观测得到的星象的像素坐标记为(xo,yo),计算星象的观测的像素坐标与理论计算得到的像素坐标的差值,得到参考星的残差值:
S53、分解参考星残差;
S54、推导几何扭曲;统计多幅有重叠区域的CCD图像来推导出几何扭曲项(dx,dy),对于出现在不同幅CCD图像中的星象,令i和j分别表示其中的两幅不同的图像,计算该星象在第i和第j幅图像中的像素位置观测值与理论值的差(Δxi,Δyi)和(Δxj,Δyj):
其中(vxi,vyi)、(vxj,vyj)分别为图像i、j的测量误差;将上式联立,提出共同的星表误差项:
与/>分别表示第i和第j幅图像的参数近似值,Di与Dj分别表示第i和第j幅图像相对应的天球切平面切点的赤纬坐标;确定该星象在第i和第j幅图像中的几何扭曲(dxi,dyi)和(dxj,dyj)之间的关系:
同一颗参考星会出现在N幅不同的CCD图像中,令i为N幅中确定的CCD图像,得到N-1对第i幅图像中星象的几何扭曲(dxi,dyi)与其他N-1幅图像中星象的几何扭曲(dxj,dyj)之间的关系;其中,j=1~N且j≠i;将得到的N-1对的几何扭曲(dxi,dyi)累加求和:
确定星象在位置(xi,yi)受到的几何扭曲(dxi,dyi):
其中,(Δxi,Δyi)和(Δxj,Δyj)分别表示这颗参考星在第i和第j幅图像中的残差值,根据上述方法继续确定该颗星在其他N-1幅图中的像素位置处的几何扭曲,以及视场中所有参考星在所有图像中的像素位置处的几何扭曲。
具体的,S53中参考星残差(Δx,Δy)由以下三部分的误差项组成:
D.几何扭曲误差(dx,dy);
E.星表误差(Δα,Δδ),该项误差在计算理论像素坐标(xc,yc)时产生,通过以下公式表示理论的像素坐标误差(Δxc,Δyc):
(Δξ,Δη)是参考星在天球切平面的标准坐标的位置残差,具体如下所示:
星表误差可以化简为如下表达式:
F.测量误差(vx,vy),综合这三项误差,可用以下式子表示恒星星象的位置残差(Δx,Δy):
进一步地,所述S6具体为:建立芯片r的六常数底片模型和芯片o和六常数底片模型:
其中,ar、br、cr、dr、er、fr为芯片r的底片模型的待定参数;ao、bo、co、do、eo、fo为芯片o的底片模型的待定参数;
基于上式,把芯片o的像素位置(xo,yo)转换到(ξ,η),再和芯片r的像素位置(xr,yr)建立六常数模型关系:
其中,为两个芯片之间的六常数关系;将上面三式联立得到函数G:
再通过一阶泰勒展开可得如下矩阵:
最终得到芯片r和芯片o的六常数关系,并将芯片o转换到芯片r的度量坐标系统。
进一步地,所述S7具体为:按照S6的方法转换所有芯片的恒星像素位置到芯片r的度量坐标系统构成统一的无扭曲误差的坐标系统,再次和标准切平面建立底片常数模型。
与现有技术相比,本发明的有益效果是:本发明利用高精度的天体测量参考星表以及望远镜观测的投影关系,同时,利用几何扭曲改正,把不同的芯片通过六常数模型联系起来,从而实现一种联合拼接CCD所有芯片单元的高精度天体测量方法。使用几何扭曲改正可以大大减少底片常数模型的待定参数数量,保证精度的同时解决现有技术难以实施和不容易收敛的问题。此外,本发明使用临近指向的观测图像构建局部主框架图像,大大地减少了投影效应的影响;本发明通过六常数模型对芯片间距关系的确定更加细致。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是Bok 2.3米望远镜90Prime照相机拼接式CCD布局图;
图2是HST科学人员参考高精度的Gaia EDR3星表对半人马ω星团进行平移、旋转改正后位置偏差显示明显的缩放误差图;
图3是本发明抖动模型观测图;
图4是从天球坐标到标准切平面的投影过程示意图。
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。
本发明通过高精度的天体测量星表——Gaia DR3,能够充分考虑光学成像过程的投影效应,并且在扭曲模型导出的基础上实施,能够有效减少底片常数模型待求解的参数数量,是一种容易实施并且容易收敛的方法。包括以下步骤:
步骤1、选取一个密集星团,通过抖动观测进行图像采集。例如,对视场为10'×10'的CCD,每帧图像观测结束后指向进行约1'的移动再进行观测(如图3所示)。
步骤2、对观测图像的恒星星像使用高斯定心算法进行像素位置的确定。具体地,对每个恒星星像进行如下公式的求解:
其中,I(x,y)为像素位置(x,y)的灰度值,(x0,y0)为星像的中心像素位置;H表示星象像素的最大值灰度,B是图像背景,通常可以通过星象周围的环形区域进行估计,通过统计星象周围的环形区域,得到中值(median)和均值(mean),并最终计算3×median-2×mean。
步骤3、获取观测天区对应的GaiaDR3天体测量数据,包括J2000.0位置、自行、视差、视向速度和星等信息。
步骤4、对观测图像实施星象匹配算法,通过图像恒星的分布匹配到星表的恒星。
通过肉眼识别图像中三颗恒星在星表中的对应位置,找到它们的天体测量信息(赤经赤纬、自行、视差、视向速度等),再通过天体测量信息计算这三颗恒星的站心位置(α,δ)。如图4所示,利用投影公式计算恒星投影到标准切平面的位置(ξ,η):
其中,A和D分别为望远镜光轴指向的赤经和赤纬方向。最后通过六常数底片模型,建立图像的度量坐标(x,y)与标准坐标(ξ,η)之间的关系:
其中,底片模型的待定参数分别为a,b,c,d,e,f。
通过最小二乘法求得底片常数,我们可以大略估计其他恒星在图像中的位置,我们选择一个较小的阈值(如1像素)进一步完成图像中其他参考星的匹配工作。
步骤5、对每个芯片进行几何扭曲求解;具体过程如下:
步骤5.1对于一幅观测图像,从天体测量星表计算到观测时刻的站心位置,再通过心射切面投影转换到标准坐标(ξ,η),对图像星象的度量坐标(x,y)与其对应的(ξ,η)建立四常数模型:
通过最小二乘法得到近似的和/>
步骤5.2求解参考星残差(Δx,Δy)。求解出四个近似估计的参数值后,根据星象的标准坐标(ξ,η)间接计算理论的星象的像素坐标(xc,yc),如下式所示:
将CCD图像中的实际观测得到的星象的像素坐标记为(xo,yo),计算星象的观测的像素坐标与理论计算得到的像素坐标的差值,得到参考星的残差值(Observed minusComputed,O-C),如下式所示:
步骤5.3参考星残差分解。参考星残差(Δx,Δy)通常由以下三部分的误差项组成:
G.几何扭曲误差。第一项误差为几何扭曲影响(dx,dy),是最主要的误差项,该项误差只依赖于相关恒星星象在CCD图像上的像素位置,与天体测量星表无关。
H.星表误差。第二项为星表误差(Δα,Δδ),该项误差与参考星表有关,与恒星星象的像素位置无关。该项误差在计算理论像素坐标(xc,yc)时产生,与天球切平面的标准坐标(ξ,η)有关,通过以下公式表示理论的像素坐标误差(Δxc,Δyc):
(Δξ,Δη)是参考星在天球切平面的标准坐标的位置残差,具体如下所示:
由于CCD视场较小,所以只考虑星表误差对像素位置的一阶效应。综上,星表误差可以化简为如下表达式:
I.测量误差。第三项为测量误差(vx,vy),该项误差与所测量恒星的信噪比有关,即与图像质量有关,信噪比高该项误差就较小。综合这三项误差,可用以下式子表示恒星星象的位置残差(Δx,Δy):
步骤5.4推导几何扭曲。在求出参考星的像素位置的残差表达式后,需要统计多幅有重叠区域的CCD图像来推导出几何扭曲项(dx,dy)。通常用于计算几何扭曲的资料均是采用十字观测方法抖动拍摄的,所以同一颗星会在CCD的不同位置成像。对于出现在不同幅CCD图像中的星象,令i和j分别表示其中的两幅不同的图像,通过如下公式分别表示该星象在第i和第j幅图像中的像素位置的(O-C)残差(Δxi,Δyi)和(Δxj,Δyj):
其中,上面的式子中的几何扭曲项与测量误差项与星象所在的图像有关,由于不同幅CCD图像间的观测时间间隔较短,星表误差变化较小,可以忽略,所以第二项星表误差通常认为是相同的。那么可以将上面两式联立,提出共同的星表误差项,从而得到以下公式:
与/>分别表示第i和第j幅图像的参数近似值,由于测量误差是随机的,那么同颗星象在多幅CCD图像中的测量误差累计值近似为0,可以忽略,进一步可以得到该星象在第i和第j幅图像中的几何扭曲(dxi,dyi)和(dxj,dyj)之间的关系:
由于同一颗参考星会出现在N幅不同的CCD图像中,令i为某幅确定的CCD图像,那么可以得到N-1对第i幅图像中星象的几何扭曲(dxi,dyi)与其他N-1幅图像中星象的几何扭曲(dxj,dyj)(其中,j=1~N且j≠i)之间的关系。将得到的N-1对的几何扭曲(dxi,dyi)累加求和得到以下公式:
由于同颗星出现在不同图像中的位置近似均匀分布,其几何扭曲也近似正负值均匀分布,那么该星在其他N-1幅图像中的几何扭曲影响(dxj,dyj)可以认为是随机的,所以当N较大时,它们的求和值趋近于0,即其所在项可忽略不计,因此可以估计该星象在位置(xi,yi)受到的几何扭曲(dxi,dyi),如以下式所示:
上式中,(Δxi,Δyi)和(Δxj,Δyj)分别表示这颗参考星在第i和第j幅图像中的残差值,与/>分别表示第i和第j幅图像的参数近似值,Di与Dj分别表示第i和第j幅图像相对应的天球切平面切点的赤纬坐标。以上变量可通过已知数据计算得到,那么可求出该颗参考星在第i幅图像中的几何扭曲(dxi,dyi)。类似的,可以求出该颗星在其他N-1幅图中的像素位置处的几何扭曲。依此类推,可以求出视场中所有参考星在所有图像中的像素位置处的几何扭曲。
步骤6、对于t观测时刻,每个芯片都通过相同的光学投影过程,其观测图像的恒星目标如步骤4通过Gaia的天体测量参数计算到观测时刻的站心位置(α,δ),通过心射切面投影到共同的标准切平面(ξ,η),并进一步建立六常数底片模型。
例如,芯片r(reference)的底片常数模型和芯片o(original)的底片常数模型最终求得如下;
其中,度量坐标(x,y)经过了由S5导出的扭曲模型进行了改正。
基于上式,通过把芯片o的(xo,yo)转换到(ξ,η),再和芯片r的(xr,yr)建立六常数模型关系:
为两个芯片之间的六常数关系。
由于它们的标准切平面都是(ξ,η),因此可得;
通过建立函数G:
再通过一阶泰勒展开可得如下矩阵:
最终可得芯片r和芯片o的六常数关系,进而把芯片o转换到芯片r的度量坐标系统。
步骤7、按照步骤6,转换所有芯片(包括参考芯片本身)的恒星像素位置到芯片r的度量坐标系统即构成了统一的无扭曲误差的坐标系统,再次和标准切平面建立底片常数模型。由于有更多的恒星像素位置参与求解,即可完成联合拼接CCD所有芯片单元的高精度天体测量。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,包括以下步骤:
S1、选取一个密集星团,通过抖动观测进行图像采集;
S2、确定观测图像的恒星星像像素位置;
S3、获取观测天区对应的Gaia DR3天体测量数据;
S4、将观测图像与星表中的恒星进行匹配;
S5、对每个芯片进行几何扭曲求解;
S6、建立不同芯片的六常数底片模型;
S7、将所有芯片的恒星像素位置转换到一个芯片的度量坐标系统;再次和标准切平面建立底片常数模型;完成联合拼接CCD所有芯片单元的天体测量;
所述S5具体为:
S51、从天体测量星表计算观测时刻的站心位置;再通过心射切面投影转换到标准坐标(ξ,η),对图像星像的度量坐标(x,y)与其对应的(ξ,η)建立四常数模型:
通过最小二乘法得到近似的和/>其中,e、f、g、h为待定参数;^为近似符号;
S52、求解参考星残差(Δx,Δy);求解出四个近似估计的参数值后,根据星象的标准坐标(ξ,η)间接计算理论的星象的像素坐标(xc,yc),如下式所示:
将CCD图像中的实际观测得到的星象的像素坐标记为(xo,yo),计算星象的观测的像素坐标与理论计算得到的像素坐标的差值,得到参考星的残差值:
S53、分解参考星残差;
S54、推导几何扭曲;统计多幅有重叠区域的CCD图像来推导出几何扭曲项(dx,dy),对于出现在不同幅CCD图像中的星象,令i和j分别表示其中的两幅不同的图像,计算该星象在第i和第j幅图像中的像素位置观测值与理论值的差(Δxi,Δyi)和(Δxj,Δyj):
其中(vxi,vyi)、(vxj,vyj)分别为图像i、j的测量误差;将上式联立,提出共同的星表误差项:
与/>分别表示第i和第j幅图像的参数近似值,Di与Dj分别表示第i和第j幅图像相对应的天球切平面切点的赤纬坐标;忽略测量误差(vxi,vyi)、(vxj,vyj),确定该星象在第i和第j幅图像中的几何扭曲(dxi,dyi)和(dxj,dyj)之间的关系:
同一颗参考星会出现在N幅不同的CCD图像中,令i为N幅中确定的CCD图像,得到N-1对第i幅图像中星象的几何扭曲(dxi,dyi)与其他N-1幅图像中星象的几何扭曲(dxj,dyj)之间的关系;其中,j=1~N且j≠i;将得到的N-1对的几何扭曲(dxi,dyi)累加求和:
确定星象在位置(xi,yi)受到的几何扭曲(dxi,dyi):
其中,(Δxi,Δyi)和(Δxj,Δyj)分别表示这颗参考星在第i和第j幅图像中的残差值,根据上述方法继续确定该颗星在其他N-1幅图中的像素位置处的几何扭曲,以及视场中所有参考星在所有图像中的像素位置处的几何扭曲。
2.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S2具体如下:
对每个恒星星像进行求解:
其中,I(x,y)表示像素位置(x,y)的灰度值,(x0,y0)表示星像的中心像素位置;H表示星像像素的最大值灰度,B表示图像背景,R表示标准误差。
3.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S3获取的天体测量数据包括J2000.0位置、自行、视差、视向速度和星等。
4.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S4具体如下:
S41、确定图像中三颗恒星在星表中的对应位置,找到其天体测量信息;
S42、通过天体测量计算三颗恒星的站心位置(α,δ),利用投影公式计算恒星投影到标准切平面的位置(ξ,η):
其中,A和D分别为望远镜光轴指向的赤经和赤纬方向;通过六常数底片模型建立图像的度量坐标(x,y)与标准坐标(ξ,η)之间的关系:
其中,底片模型的待定参数分别为a,b,c,d,e,f。
5.根据权利要求4所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S41中天体测量信息包括赤经赤纬、自行、视差、视向速度。
6.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,S53中参考星残差(Δx,Δy)由以下三部分的误差项组成:
A.几何扭曲误差(dx,dy);
B.星表误差(Δα,Δδ),该项误差在计算理论像素坐标(xc,yc)时产生,通过以下公式表示理论的像素坐标误差(Δxc,Δyc):
(Δξ,Δη)是参考星在天球切平面的标准坐标的位置残差,具体如下所示:
星表误差可以化简为如下表达式:
C.测量误差(vx,vy),综合这三项误差,可用以下式子表示恒星星象的位置残差(Δx,Δy):
7.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S6具体为:
建立芯片r的六常数底片模型和芯片o的六常数底片模型:
其中,ar、br、cr、dr、er、fr为芯片r的底片模型的待定参数;ao、bo、co、do、eo、fo为芯片o的底片模型的待定参数;
基于上式,把芯片o的像素位置(xo,yo)转换到标准坐标(ξ,η),再和芯片r的像素位置(xr,yr)建立六常数模型关系:
其中,为两个芯片之间的六常数关系;将上面三式联立得到函数G:
再通过一阶泰勒展开可得如下矩阵:
最终得到芯片r和芯片o的六常数关系,并将芯片o转换到芯片r的度量坐标系统。
8.根据权利要求1所述的联合拼接CCD所有芯片单元的高精度天体测量方法,其特征在于,所述S7具体为:按照S6的方法转换所有芯片的恒星像素位置到芯片r的度量坐标系统构成统一的无扭曲误差的坐标系统,再次和标准切平面建立底片常数模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311231106.8A CN117308889B (zh) | 2023-09-22 | 2023-09-22 | 联合拼接ccd所有芯片单元的高精度天体测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311231106.8A CN117308889B (zh) | 2023-09-22 | 2023-09-22 | 联合拼接ccd所有芯片单元的高精度天体测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117308889A CN117308889A (zh) | 2023-12-29 |
CN117308889B true CN117308889B (zh) | 2024-04-02 |
Family
ID=89287713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311231106.8A Active CN117308889B (zh) | 2023-09-22 | 2023-09-22 | 联合拼接ccd所有芯片单元的高精度天体测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117308889B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113900125A (zh) * | 2021-09-27 | 2022-01-07 | 武汉大学 | 星地联合的线阵成像遥感卫星全自主几何定标方法及系统 |
CN114722223A (zh) * | 2022-04-08 | 2022-07-08 | 中国科学院紫金山天文台 | 一种天文图像全盲匹配计算方法 |
CN115578448A (zh) * | 2022-12-07 | 2023-01-06 | 武汉大学 | 一种基于ccd观测数据批处理的天文定位方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7349803B2 (en) * | 2004-10-18 | 2008-03-25 | Trex Enterprises Corp. | Daytime stellar imager |
US7349804B2 (en) * | 2004-10-18 | 2008-03-25 | Trex Enterprises Corp. | Daytime stellar imager |
-
2023
- 2023-09-22 CN CN202311231106.8A patent/CN117308889B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113900125A (zh) * | 2021-09-27 | 2022-01-07 | 武汉大学 | 星地联合的线阵成像遥感卫星全自主几何定标方法及系统 |
CN114722223A (zh) * | 2022-04-08 | 2022-07-08 | 中国科学院紫金山天文台 | 一种天文图像全盲匹配计算方法 |
CN115578448A (zh) * | 2022-12-07 | 2023-01-06 | 武汉大学 | 一种基于ccd观测数据批处理的天文定位方法及系统 |
Non-Patent Citations (5)
Title |
---|
2.4米望远镜天体测量试验;杨纯一 等;天文研究与技术;20130415;第10卷(第02期);第156-161页 * |
CCD图像拼接试验;阳强 等;天文研究与技术;20160430;第13卷(第02期);第250-255页 * |
STEP天体测量误差源分析;刘书 等;天文学报;20171115;第58卷(第06期);第1-12页 * |
基于几何扭曲模型的CCD图像扭曲校正残差及分析;傅夏青 等;天文研究与技术;20160316;第13卷(第03期);第382-388页 * |
基于底片四常数模型的天体测量归算;郑中杰;广东石油化工学院学报;20161215;第26卷(第06期);第37-39页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117308889A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117308889B (zh) | 联合拼接ccd所有芯片单元的高精度天体测量方法 | |
CN108489395A (zh) | 视觉测量系统结构参数标定和仿射坐标系构建方法与系统 | |
CN107492069B (zh) | 基于多镜头传感器的图像融合方法 | |
US20040066454A1 (en) | Device and method of measuring data for calibration, program for measuring data for calibration, program recording medium readable with computer, and image data processing device | |
CN109631876B (zh) | 一种基于单相机导航影像的巡视探测器定位方法 | |
CN102496160A (zh) | 集控式足球机器人视觉系统标定方法 | |
CN112598740B (zh) | 一种大范围多视倾斜影像连接点快速精确匹配方法 | |
CN113739767B (zh) | 针对国产面阵摆扫成像系统获取的影像生产正射影像的方法 | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 | |
CN113793270A (zh) | 一种基于无人机姿态信息的航拍图像几何校正方法 | |
CN103697864A (zh) | 一种基于大虚拟相机的窄视场双相机影像拼接方法 | |
CN112947526B (zh) | 一种无人机自主降落方法和系统 | |
CN113240749B (zh) | 一种面向海上舰船平台无人机回收的远距离双目标定与测距方法 | |
CN110853140A (zh) | 一种dem辅助的光学视频卫星影像稳像方法 | |
CN111915685B (zh) | 一种变焦摄像机标定方法 | |
CN114998448A (zh) | 一种多约束双目鱼眼相机标定与空间点定位的方法 | |
CN113947638A (zh) | 鱼眼相机影像正射纠正方法 | |
CN110223233B (zh) | 一种基于图像拼接的无人机航拍建图方法 | |
CN116625258A (zh) | 链条间距测量系统及链条间距测量方法 | |
CN111260736A (zh) | 一种空间相机内参在轨实时标定方法 | |
CN111899303B (zh) | 一种新的考虑空间逆投影约束的特征匹配与相对定位方法 | |
CN112258581A (zh) | 一种多鱼眼镜头全景相机的现场标定方法 | |
CN116824079A (zh) | 基于全信息摄影测量的三维实体模型构建方法和装置 | |
CN111583117A (zh) | 一种适用于太空复杂环境的快速全景拼接方法及装置 |
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 |