中国科学院 国家天文台长春人造卫星观测站，吉林长春130117
空间目标的精密定轨需要高精度的天文定位技术，而星图匹配是天文定位的基础。本文针对精密跟踪型望远镜提出一种快速星图匹配算法，它包含优化三角形匹配和序列图像修正两部分。论文主要叙述了该算法原理、流程与实现，并对其速度与精度等方面进行了研究。首先，利用编码器轴系定位划取指向天区的星表数据，经筛选和归算列为导航星表。接着，应用降维查表的方法加速三角形匹配并通过理想坐标底片常数之间的关系校验得出首帧匹配结果。然后，修正算法结合后续各帧中望远镜指向的变化量计算导航星的理想坐标，并应用上一帧的底片常数，匹配观测星和导航星。最后，对底片常数计算得出的导航星和目标定位结果进行统计对比。经实验，计算39组星对时采用快速三角形匹配可以将时间缩短至近1/300；对后续图像（每帧含大约100组匹配星对）使用序列图像修正算法，均可以在0.04 s以内完成匹配；采用快速星图匹配算法获取的匹配星对用于对中高轨激光星定位，其平均误差在0.5″左右。由此可见，快速星图匹配算法充分满足精密跟踪型望远镜天文定位精度高、速度快的要求。
星图匹配 天文定位 三角形匹配 图像序列 底片常数 star pattern matching astronomical positioning triangle matching image sequence Plate constants 光学 精密工程
2022, 30(22): 2952
1 海军航空工程学院 控制工程系, 山东 烟台 264001
2 中国国防科技信息中心, 北京 100142
天基观测平台下弱小目标的检测是分析空间安全的重要研究内容。由于空间中存在大量外观与目标相似的恒星导致可利用空间分布信息缺乏; 观测平台的不规则性运动导致帧间成像差异, 都使得开发自动快速处理算法的难度增加。在分析星空图像模型的基础上, 提出了一种基于三角形匹配和最大值投影的小目标检测方法。首先通过特征三角形对序列图像进行配准, 并采用星点坐标矩阵的方法减小计算量。然后针对序列帧所有图像, 采用最大值投影变换的方法, 检测运动的小目标。最后通过200帧观测图像对算法进行验证, 实验表明该方法能实时、准确地对目标进行检测, 同时可以精确地定位目标质心。
天基观测 目标检测 三角形匹配 最大值投影 space-based observation target detection triangle matching maximum projection 红外与激光工程
2016, 45(11): 1104002
海军驻天津地区航空军事代表室, 天津 300308
在现代的航天领域, 根据星敏感器所获得的星图分布情况, 可得到飞行器的姿态。因其具有可靠性、保密性、精度高、适用范围大而得到广泛的应用。首先对传统的识别算法进行概述, 然后对近年来提出的一些改进算法进行总结, 并分别详细地介绍了改进三角形算法、向量索引的算法、字符串索引算法、无需标定参数识别算法、基于神经网络和支持向量机的算法。这些方法在识别速度、成功率、实时性上都有一定程度的提高, 在降低虚警的情况下可以提高算法的鲁棒性, 还总结了现在星敏感器识别方法的不足, 并展望了今后的发展方向。
星图识别 三角形匹配 向量索引 字符串索引 star pattern recognition triangle match vector index string index
