1 中国科学院上海技术物理研究所, 上海 200083
2 中国科学院智能红外感知重点实验室, 上海 200083
3 中国科学院大学, 北京 100049
空间目标监视和检测是维护空间环境安全的重要保障, 天基观测是其中的一个重要观测手段。在天基观测图像中, 恒星和空间小目标形状、大小相似, 影响空间小目标的检测。且空间环境复杂, 图像的噪声也会对空间小目标检测造成干扰。针对以上问题, 提出了一种基于轨迹预判的空间小目标在轨检测方法。首先对图像进行预处理, 包含使用图像滤波剔除坏像元和背景影响以及阈值分割。对相机进行畸变误差校正, 再进行坐标系转换以及匹配星表剔除大部分恒星。然后采集多帧图像, 对候选目标进行轨迹关联、预判, 确定搜索范围。最后实现对空间小目标的检测。本检测方法具有以下几方面的优势: 在低信噪比下, 实现高检测精度和低虚警率; 减少搜索范围, 提高在轨实时检测能力; 具备对连续帧图像上目标不连续出现的检测能力, 适应更复杂的空间环境下目标检测需求。本检测方法的检测能力在硬件系统上得到了验证, 实验结果表明, 该算法在检测信噪比为2的目标时也具有99.9%的检测率和0.002%的虚警率, 为在轨空间小目标检测提供参考。
空间小目标 信息处理 可见光图像 目标检测 星图匹配 space small target information processing visible light image target detection star map matching
中国科学院国家天文台长春人造卫星观测站，吉林 长春 130117
目前，移动测站以其高机动性正逐步成为空间目标监测网络重要的系统组成，应用于空间目标的共视观测与精密跟踪。针对移动测站光电望远镜由于工况的不稳定性以及装调过程中存在的指向误差，文中提出了一种基于星图匹配脱靶量标定的指向误差修正方法。首先，根据编码器轴系定位筛选出定标星群并进行资料归算；其次，采用面向脱靶量标定的快速星图匹配算法识别出与测量恒星相匹配的定标星坐标，并作为理论位置；最后，将多颗测量恒星坐标带入脱靶量标定指向修正数学模型对望远镜的指向进行拟合与标定。实验结果证明：采集一组序列图像对光心指向进行修正，单帧图像的修正周期约为2.2 s，从第10帧后修正量基本趋于稳定。对全天区典型分布的一批子天区进行指向修正，指向误差均值由修正前的124.24″提高至4.97″，标准差从41.50″提高至4.76″。综上所述，基于星图匹配脱靶量标定的指向误差修正方法对于提高测站望远镜的指向精度效果显著，且该方法的修正过程与望远镜机架结构无关，因此也可适用于不同机架结构的望远镜指向修正。
光电望远镜 指向误差 星图匹配 空间目标 optoelectronic telescope pointing error star pattern matching space target 红外与激光工程
2023, 52(5): 20220813
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
北京工业大学 信息学部 光电子技术省部共建教育部重点实验室, 北京 100124
本文面向空间点目标探测, 设计了基于高灵敏度CMOS传感器的空间点目标探测系统。首先对CMOS传感器图像进行降噪, 提高传感器的探测灵敏度; 其次, 采用DSP+FPGA嵌入式架构, 设计了基于星图匹配信息构建的点目标探测算法, 并详细介绍了算法原理和步骤。最后, 采用电子星图模拟器对该探测系统进行测试。结果表明: 该嵌入式系统具备1 024×1 024@20p格式视频的实时处理能力, 可以探测6等星。当信噪比大于6, 视轴指向误差小于1°时, 对于不同运动速度、不同尺寸点目标均能准确探测, 识别正确率接近100%。综合而言, 该空间点目标探测方法的计算精度高、适应性强、可靠性高, 能够应用于空间点目标的有效探测。
CMOS传感器 点目标探测 星图匹配 嵌入式系统 CMOS sensor point target detection star map matching embedded system
1 中国科学院 国家天文台 长春人造卫星观测站,吉林 长春 130117
2 中国科学院 长春光学精密机械与物理研究所,吉林 长春 130033
提出了一种暗弱空间目标的高精度定位方法,以进一步提高该类空间目标的定位精度。研究了星像质心计算和星图匹配以及光电望远镜静态指向修正模型和天文定位等算法。首先,深入分析了星像质心计算和三角形匹配算法。然后,采用Tycho-2星表和基本参数修正模型,修正光电望远镜系统静态指向误差。最后,针对暗弱空间目标定位精度低,对传统天文定位方法进行了改进,提出了“暗弱空间目标高精度定位方法”,实现了暗弱空间目标高精度定位。实验结果表明: 提出的暗弱空间目标高精度定位方法的测量精度优于4″,基本满足光电观测系统进行暗弱空间目标测量时对精度和稳定性的要求。
暗弱空间目标 星图匹配 天文定位 电荷耦合器件 faint space object star pattern matching astronomical orientation Charge Coupled Device(CCD)
1 海军航空工程学院战略导弹工程系，山东 烟台 264001
2 海军航空工程学院研究生大队研究生三队，山东 烟台 264001
通过近红外星空目标分布的特征分析，对近红外恒星目标进行了径向模式 特征量的构造和环向模式特征量的构造，并对经构造得到的特征库和基于标准星空坐标数据完成的星空 导航匹配库进行了模式特征量的匹配识别。结果表明，这种方法在实际应用中具有一定的价值。
径向模式特征量 环向模式特征量 星图匹配 radial pattern circle pattern starry sky recognition
哈尔滨工业大学 自动化测试与控制系, 黑龙江 哈尔滨150001
在深入分析监测设备CCD图像特点的基础上, 提出了一种深空背景弱小运动目标检测新方法。该算法使用“列高通滤波器”进行背景抑制；采用序列图像多帧累加增强目标与恒星的对比度, 用交叉投影法确定星点区域, 提取局部星图, 利用局部星图匹配剔除恒星干扰；结合候选目标的特征, 采用基于逻辑的最近邻关联方法完成目标检测。结果表明, 该算法可满足深空背景弱小运动目标实时检测的要求。
深空背景 背景抑制 星图匹配 目标检测 deep space background suppression star-map matching target detection
