高动态条件下星点像斑建模与补偿

高动态条件下星点提取有两个难点：一是暗弱星点目标湮没在噪声中不易识别，质心定位精度较差；二是星点像斑可能断裂，无法用常用的连通域算法提取。针对上述难点，本文建立了高动态条件下星点像斑模型，提出了基于该模型的像斑补偿与质心定位提取算法。该方法分为四步：第一，利用卡尔曼滤波实现星点像斑静态模板的实时迭代；第二，基于静态模型与星点运动模糊模型建立星点像斑动态模型；第三，以动态模型作为模板在恒星跟踪窗口内进行相关性匹配以确定星点像斑位置；第四，基于动态模型补偿星点像斑，并计算质心位置。实验结果表明，该方法能有效解决高动态条件下暗弱星点提取与断裂残损星点修复问题。相比传统算法，姿态精度误差均值减少了40.9%，最大误差减少了81.2%；星点提取率达到100%，提高174.5%，提取星数相比阈值分割与连通域法提高了173%。     

一种星敏感器标定误差修正方法研究

针对星敏感器地面实验室待定系数法标定的缺陷,提出了一种星敏感器标定误差修正方法以提高标定精度并根据实际标定数据进行了计算验证。基于星敏感器标定系统建立了标定理想模型。在用物理方法求得主点坐标的基础上,将焦距测量值代入星敏感器标定误差模型,只需考虑镜头畸变和像面旋转对星敏感器标定结果的影响。提出了标定误差的分步校正方法:先用径向畸变的一阶模型校正镜头畸变;再以标定理论值的中心水平线为基准,与实测值的拟合直线比较,求出实测直线与理论直线的夹角,依据点的旋转公式修正像面旋转引起的误差。某星敏感器实际标定数据表明:与待定系数法相比,该法不仅减小了标定误差大小而且改善了标定误差的均匀性。     

星敏感器抗杂光背景滤波图像处理方法研究

为提高星敏感器抗杂光干扰性能,提出了一种称为背景滤波的全帧型星图处理算法。根据星点和背景不同特征,对背景估计法进行了改进:设定模板尺寸为7"7像素,用模板边缘像素的均值作为中心点的背景估值;将目标点本身引入背景估计,增加目标点权重以抑制背景的残留;设定一较小的固定阈值以分割星点与虚警点,并采用单双点去噪。给出了适宜FPGA并行处理的算法流程。对不同噪声水平下受杂光干扰的星图的处理结果表明:与分块阈值法和高通滤波法相比,背景滤波算法的抗杂光能力更强,虚警率低,星点提取率高,运算简单,便于FPGA实现,有无杂光干扰时的适应性好。