一种基于FPGA实现实时提取恒星星像坐标的方法

提出一种基于FPGA实现实时提取恒星星像坐标的方法。该方法在提取恒星星像坐标过程中,不必利用当前图像下一列坐标的灰度值和当前列下一行坐标的灰度值,而仅仅采用当前图像当前行的上一列坐标的灰度值以及当前列的上一行坐标的灰度值, A/D转换成数字量后,把星图图像保存到SRAM和提取恒星星像坐标两个过程并行。实验结果表明,采用该方法不仅能够准确提取恒星星像坐标,而且能够进一步提高坐标提取的实时性,满足星敏感器并行流水工作模式的要求。     

一种基于Sobel算子的星敏感器星图预处理方法

星敏感器在太空环境下工作时容易受到杂散光的干扰,对星图进行二值化后直接采用质心法难以从星图中提取恒星星像坐标.针对上述问题,提出了一种基于Sobel算子的星敏感器星图预处理方法,用于提取星像坐标.首先采用Sobel算子计算星图中所有像素的梯度,保留所有大于阈值的像素梯度作为新的星图,然后以新的星图作为样板通过质心法从原始星图中提取恒星星像.由于杂散光干扰信号在星图中表现为缓慢信号,这些信号计算的梯度很小,因此通过Sobel算子计算后新的星图只有恒星星像.该方法能够消除星图中的杂散光干扰信号,使星图中只保留恒星星像信息,提高恒星星像坐标提取精度,具有较好的鲁棒性.     

一种采用行列聚类并行的星像坐标提取方法

为了提高星敏感器的数据更新率,必须减少星像坐标的提取时间。在提取星像坐标的过程中,现有基于FPGA的方法虽然避免了星图保存和读取过程,然而需要高性能的FPGA才能实现。为此提出了一种采用行列聚类并行的星像坐标提取方法,将逐个像素聚类的方式优化成像素队列聚类的方式,实现了对恒星星像坐标的实时提取,可以解决现有的实时提取星像坐标方法中像素输出时钟与处理时钟不匹配的问题,达到1个时钟周期处理完1个像素的目的,从而减少了星像坐标的提取时间,提高了星敏感器的实时性。最后把该方法嵌入到某星敏感器系统中,实验结果表明,与现有基于FPGA的实时提取星像坐标方法相比,在相同工作频率且不降低星像坐标提取精度的前提下,提取时间仅为现有方法的21.1%,数据更新率提高了近5倍。因此,该方法不但具有实时性,而且具有较好的鲁棒性。     

亮星辅助下基于坐标转换的快速星图识别方法

数字天顶仪作为一种地面使用的星敏感器，主要用于高精度定位。为提高仪器的工作效率需要对星图识别的快速性进行研究。通过对恒星像点理论坐标与图像坐标的分析，构建坐标转换模型。依据星表中恒星的分布及星等筛选出视场范围内的亮星，并构建导航星表。结合导航星表完成3颗亮星的准确识别，在识别亮星的基础上解算坐标转换模型的参数。通过构建的坐标转换模型对视场范围内的恒星进行坐标转换，将转换后的星点坐标与提取的星点图像坐标进行匹配完成星图的识别，这样能够提高星图识别的快速性。实验数据表明：在保证识别星点数量的基础上，采用亮星辅助下基于坐标转换的星图识别方法使时间缩短为改进三角形星图识别算法的五分之一。     

一种面向对缝测量的双线结构光光条中心提取方法

针对双线结构光对缝测量系统中光条中心的提取问题,提出一种基于自适应阈值和傅里叶拟合的光条中心亚像素提取方法。该方法根据双线结构光光带截面灰度呈近似周期性分布的特点,先采用骨架细化法获得条纹中心初始位置,再通过均方灰度梯度求取骨架上每一点的法线方向,然后采用自适应阈值法提取出条纹各列法向宽度值,最后利用条纹法向宽度内的灰度值数据进行傅里叶拟合,求取拟合曲线的峰值,连接峰值点得到光条的中心线。试验结果表明,该方法提取的光条中心点到中心点拟合直线的平均距离为0.1182个像素和0.1428个像素,优于骨架细化法和高斯拟合法,并且该方法能够一次完成两根结构光光条中心的精确提取,对缝的测量精度能够达到0.04mm。     

高轨目标掩星成像相位恢复技术研究

高轨目标掩星成像通过观测高轨卫星对恒星的遮掩过程,实现对高轨目标的成像.该方法采用望远镜线性阵列观测高轨目标遮掩恒星过程中恒星亮度变换,获得高轨目标在地面的投影,通过相位恢复方法可计算得到卫星轮廓图样,具有成像分辨力高,设备制造难度小等优点,在高轨目标成像领域具有较好应用前景.本文分析利用掩星成像方法对高轨目标成像的可行性,重点对掩星成像过程的相位恢复方法进行改进,根据掩星成像特点对输入输出算法进行优化,仿真结果表明：改进后的相位恢复方法可显著提高图像恢复质量和掩星成像方法的空间分辨力.     

基于运动信息的视频图像空间目标检测

针对卫星拍摄的以深空为背景的视频图像中空间运动目标的检测问题进行了研究,提出了一种基于运动信息的目标检测算法。首先,通过均值滤波对图像进行降噪处理；然后,采用基于局部统计的可变阈值来分割单帧图像,使用灰度重心法计算像点坐标。当卫星凝视目标区域时,恒星可以认为是静止的,而目标依旧在运动,基于此,可检测出空间运动目标。基于某型卫星在轨拍摄的视频图像验证了算法的有效性。     

惯性平台中星敏感器安装误差标定方法研究

提出了一种基于星光/惯性平台系统中星敏感器安装误差的地面标定方法,利用高精度的星模拟器,模拟远处恒星,将星敏感器主光轴对准星光,通过测量恒星与平台台体六面体的位置坐标,经过坐标转换后,对比得到星敏感器在惯性平台中的安装误差.实验数据表明,该方法可准确测量出星敏感器在星光/惯性平台中的安装误差角,实现误差的精确标定.     

一种GEO空间目标快速识别算法

由于GEO(地球同步轨道)空间目标相对背景恒星的视运动速度较慢,使用相邻帧图像差分的方法难以自动识别并跟踪目标。基于Lucas-Kanade算法,使用在全图所有星像的邻域开窗,计算统计波门内星像的移动速度,根据目标的运动特征给定全局阈值判别的方法,实现了相邻帧短曝光图像间的GEO目标自动识别与跟踪。仿真实验表明,该算法稳健可靠,星像位移计算精度为10-3,计算时间快于0.1s,在观测数据的实时处理中有较大的应用价值。     

白天大气层内星敏感器观星能力分析

利用星敏感器进行白天大气层内观星,首先要解决的问题是强天空背景的干扰。通过对白天天空背景和不同光谱恒星的特点进行分析,提出了光谱滤波和偏振成像加形态学滤波和多帧图像累加的技术路线,综合利用光学方法和图像处理方法提高观测对比度和信噪比。给出了白天观星的信噪比模型,并在不同天空背景偏振度条件下,得出了G、K、M光谱恒星的0至5等星的单帧图像信噪比和对应的使CCD(Charge Coupled Device,电荷耦合器件)接近饱和的极限曝光时间。结果表明:星等值越低,天空背景偏振度越大,则信噪比越高;同等条件下,信噪比由小到大依次为G、K、M光谱恒星;而对于低信噪比的图像,通过多帧累加后可满足观测的要求。     

星点坐标辅助的全天区三角形星图识别算法

随着当前星敏感器视场（FOV）的增大,探测能力的提高,一帧图中拍摄到的恒星更多。但是受星敏感器光谱范围的限制及空间环境干扰影响,星等测试精度一般不高于0.2 mV。为了充分发挥当前星敏感器视场和探测能力的优势,并避免星等误差的影响,提高全天区星图识别算法在线应用的适用性,提出了一种星点坐标辅助的全天区三角形星图识别算法。该方法采用"全局初步搜索识别—局部精细匹配验证—最优结果选取"的算法思想。首先,根据星敏感器探测到的极限星等范围构建导航星表,选取亮星构建角距星表,既确保了星表的完备性,又有利于充分利用星敏感器的探测能力。然后,在三角形约束条件下进行角距匹配识别,得到一个或多个导航三角形,在该识别环节提出了非线性矢量法查找星表,既提高了定位精度,又能采用单精度数据类型降低存储空间。最后,提出局部天区星点坐标匹配算法进一步消除冗余匹配,同时又识别出视场内更多的观测星,有利于提高识别率和定姿精度。试验结果表明,与其他一些经典的星图识别算法相比,所提算法在识别率和星表容量方面更有优势。识别率可达99.9%,且随着星等的增加,存储容量增加的最少。所提算法更加适于大视场、高星等敏感范围的星敏感器在线应用。     

基于机器视觉的高精度螺孔定位方法研究

针对手工安装工件、劳动强度大以及效率低等问题,提出了一种基于机器视觉的螺孔定位检测方法.利用CCD摄像机实时采集局部待定位物图像,并对图像进行处理,提取螺孔坐标,然后通过物理坐标关系得到拍摄范围外的螺孔的坐标,最后经过eye-hand手眼标定转换到机器人坐标系下的坐标.该方法解决了受外界条件限制,对目标测量的过程不能一步完成的问题-实现了较大物件的自动、快速、准确定位功能.     

一种改进的星图降噪算法研究

在星敏感器的使用过程中，由于外界环境的影响及传感器自身的限制，拍摄出来的星图不可避免地存在一些噪声，因此对星图进行去噪处理是一项非常重要的工作。针对传统高斯模板滤波存在的引入邻域噪声、无法自行根据星图特性修正等造成去噪效果不好的问题，提出了一种改进的星图降噪算法。该方法在滤波前先进行坏点剔除工作，并采用高斯低通滤波与高通滤波结合的方式对图像进行处理，在抑制噪声的同时有效地保留了星点信号。通过阐述星敏感器的工作原理，分析星图的噪声特性，对星图滤波去噪算法进行研究，并进行模拟星图影像提取星点坐标实验。结果表明：使用该算法进行滤波比传统的高斯滤波算法提取的质心坐标精确度更高，较传统方法横坐标提高0.00538个像素点，纵坐标提高0.0077个像素点，证实了图像处理算法的有效性。     

具有几何和光照不变性的不变矩构建研究

为了解决现有的光照变化条件下仿射不变矩识别不稳健的问题,提出了一种归一化光照仿射不变矩,即采用一种光照模型,基于Jan Flusser仿射不变矩,推导出一种归一化光照仿射不变矩,并且从理论上证明了该方法在各种仿射变换下的稳健性,然后通过对比实验验证了该方法在光照强度、方向和颜色改变下的不变性.实验结果表明,与当前主流的光照不变矩方法相比,该方法不仅适合灰度图像也适合彩色图像,在光照方向改变下,图像的倾斜运动中识别度提高了35％;在线性光照强度改变下,图像的倾斜运动中识别度提高了85％;在光照颜色改变下,图像的平移和旋转运动中识别度提高了7.8％;以多种卫星模型图像为实验对象,在光照改变下,彩色图像和灰度图像的识别度平均提高了36％以上,且计算简单,更适合于航天器目标的识别.     

非充分光照下的单目合作目标提取算法

合作目标方案在辅助飞行器着陆、物资投递、工程量测中具有重要应用价值.为解决单目视觉定位任务中非充分光照条件下合作目标识别不准确、提取过程易丢失等问题,提出了结合改进自适应局部阈值二值化与形态学约束的轮廓提取方案.以图像明度通道值作为灰度化依据,提出使用自适应局部阈值的方法对像素点进行二值化处理,结合使用形态学约束条件筛...     

基于图像奇异值描述的雷达目标识别方法

利用目标对常规雷达发射波形的调制效应，先对录取的回波数据进行预处理，把一维回波序列投影成二维灰度图像，然后提取这种图像的反映飞机目标不同机型(大、小)和不同架次的奇异值作为特征矢量，采用BP神经网络对目标进行分类识别试验，结果表明该方法是有效的，这为常规低分辨雷达空中目标识别提供了一种新方法。     

失效卫星姿态接管的并行学习合作博弈控制

针对多颗微小卫星合作接管失效卫星姿态运动的问题,研究了考虑微小卫星控制约束的多星合作博弈策略学习与协同控制方法。首先,建立了微小卫星合作博弈模型,给出了能够处理微小卫星控制约束的多星合作博弈帕累托最优策略显式表达式。其次,针对微小卫星合作博弈策略学习需求,通过过去与当前时刻数据的并行使用,设计了基于并行学习的策略迭代方法,该方法放松了神经网络（NN）权值矢量学习对持续激励条件的要求。给出了为确保神经网络权值矢量估值收敛,所使用的过去时刻数据所需满足的条件,并通过Lyapunov方法分析了神经网络权值矢量估计误差的一致最终有界性。之后,采用并行学习策略迭代方法进行了微小卫星合作博弈帕累托最优策略数值解的逼近。所获得的合作博弈策略具有反馈控制形式,在进行神经网络权值矢量学习后,各微小卫星能够通过合作博弈策略的独立计算实现失效卫星姿态运动接管过程中的闭环协同控制。所设计方法避免了传统姿态控制方法所需进行的力矩分配,消除了微小卫星数量对其控制计算复杂度的影响。最后,通过数值仿真对所设计方法的有效性进行了验证。     

弹道导弹中段目标/背景红外图像建模与仿真

提出了一种针对弹道导弹中段目标和背景的动态红外辐射特性仿真方法。首先,建立了弹头目标^秀饵的三维模型,并结合其运动位置分析了影响弹头目标／诱饵红外辐射的因素,建立了较为完善的弹头目标/诱饵红外物理模型;其次,基于红外星表数据对恒星大气层外的辐照度进行了计算,根据红外传感器视轴指向和红外传感器视场,确定了红外传感器视场中的可见恒星,并根据拟生成背景图像的空间分辨率计算出这些恒星在背景图像中的相对位置分布,对星空背景直接进行了动态图像生成;然后,对成像过程中红外探测系统的噪声效应进行了建模与分析,同时给出了噪声的计算机模拟方法;最后,将生成的弹头目标,诱饵的红外图像与星空背景红外图像在灰度和空间2个层次上进行合成形成完整的弹头目标赝饵／星空背景的红外仿真图像,可为弹道导弹中段红外电子对抗突防提供较为准确的数据支持。     

一种基于模糊熵的自适应多层模糊增强算法

针对传统多级模糊增强算法中边缘附近灰度值的选取缺乏理论依据,增强变换可能导致灰度集中的现象,提出一种基于模糊熵的自适应多层次增强算法,该方法通过图像模糊熵估计边缘附近灰度,定义新的隶属度函数和增强算子,实现了图像的自适应增强.     

视觉物质点跟踪方法在柔索模型验证中的应用

空间柔性绳索在航天航空领域有着广泛的应用,柔性绳索具有结构大、刚度低、大变形的特t点,在做大范围运动时位移、转动与弹性变形相互耦合,增大了其动力学建模的难度。为验证柔性绳索动力学模型的准确性,采用非接触式的视觉测量方法进行实验验证,利用背景建模、差分、平滑与二值化一系列图像预处理方法提取绳索目标区域,并基于距离变换的多尺度连通骨架算法计算出绳索中心线,通过求解相机外参数矩阵计算出绳索中心线的平面位置。由于柔索自身灰度均匀,图像特征不明显,无法对绳索上特定位置进行跟踪,现有方法都在测量对象上粘贴或喷涂特征点,对于质量轻、弯曲刚度小的柔索,这种方法会影响柔索自身的动力学特性,因此提出一种适应绳索弯曲及纵向弹性形变的物质点跟踪算法,能够不借助外加特征的情况下,对绳索上任意给定物质点进行跟踪计算。以基于绝对节点坐标方法建立的柔索动力学模型为例验证其模型的准确性,结果表明,该绳索动力学模型仿真结果与实验结果具有较强的一致性。相比于其他测量方法,物质点跟踪算法能够降低柔索测量过程中的外干扰因素,为动力学模型验证提供准确的实验参考结果。