改进金字塔算法用于小视场星图识别

为实现小视场星图的全天自主识别,规避星矢量内积在小角距范围内区分度欠佳的问题,提出以星矢量外积作为匹配特征量对金字塔算法进行改进。分析了匹配特征量改进策略,并对改进金字塔算法涉及的基本星表预处理、匹配特征量数据库及K矢量构建、星图降噪与质心提取、星图识别流程等问题进行讨论。采用Visual C++编程实现该算法,通过仿真对其进行性能测试,并应用于小视场星敏感器。结果表明,对于小视场星图,改进金字塔算法识别成功率达96.7%,需载入内存的数据文件约26.4 MByte,识别时间平均约131.8 ms,能够满足全天自主星图识别算法的准确率高、占用资源适度、识别速度快、稳健性强等要求。     

一种改进的全天自主三角形星图识别算法

三角形算法是一种当前使用最为广泛的星图识别算法 ,但作为其识别基元的三角形的特征维数比较低 ,容易出现冗余匹配或误匹配 ,因而对测量误差比较敏感。针对这一缺点 ,从导航星的选取、星座数据库的构造和算法的实现三方面着手对传统三角形算法进行改进 ,提出了新的导航星自动选取方法和导航星座数据库构造方法 ,并在此基础上实现了改进三角形算法 ,其数据库容量和实时性都略优于传统三角形算法 ,且识别成功率接近多边形算法     

星图识别算法的优化设计与实现

在INS／CNS组合导航系统中,为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移,必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法,基三角形识别成功后,增加一颗附加检测星,计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600MHz的DSP6414上运行需要300ms左右的时间,算法改进后,只需40-80ms,数据输出率提高到10Hz。改变的算法在不存在伪星的情况下成功识别率近100％,存在伪星时,可以有效去除伪星。同时,解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。     

星敏感器星图处理研究

星敏感器是一种通过观测恒星位置,直接提供运载体在惯性空间中三轴绝对姿态的光电仪器。星图处理是星敏感器的重要工作内容之一,关系到后续星图识别的正确进行。处理方法需要能够有效地降低噪声,抑制背景,并正确提取出图像中的恒星目标。从分析星敏感器实际获取的星图特性入手,提出了相对应的图像处理算法。最后,进行实际测星试验,验证了星图处理算法的正确性和有效性。     

星体跟踪星图识别算法

针对天文/惯性组合导航中对星敏感器快速姿态测量的要求,提出了一种基于星体跟踪的星图识别算法应用于星敏感器姿态测量。建立了基于星区的导航星库便于快速搜索导航星。实验结果表明,该算法比传统星图识别算法有着明显的优点,识别速度快,识别成功率高。     

星敏感器技术研究现状及发展趋势

本文综述了星敏感器技术的研究现状和未来发展趋势。首先,总结了国内外星载星敏感器的发展历程。接着,根据星敏感器工作原理,分析讨论了星点质心定位算法、星图识别算法和姿态解算算法等星敏感器关键技术的发展现状。通过讨论星点质心定位精度对星敏感器测量精度影响,分析了星点质心定位算法以及对应误差补偿的研究现状;基于星座特征、字符模式和智能行为,介绍了星图识别算法并进行了对比分析;根据确定姿态解算算法和动态姿态解算算法分析了姿态解算算法的研究现状。最后,对星敏感器的未来发展进行了展望,讨论了航空机载星敏感器、微小型星敏感器和甚高精度星敏感器的发展趋势以及未来重点研究内容。     

应用形状因子特征的高效星图识别

针对传统的三角形星图识别算法存在冗余匹配多、抗噪声性能差的问题,提出了一种应用形状因子特征的高效星图识别算法。该算法在传统的三角形算法基础上,引入了形状因子特征参数和方向信息,并择优选择视场内4颗观测星,组成一对观测三角形,进行星点匹配识别。与传统的三角形算法相比,该算法增加了星图识别时图像的特征信息量,降低了匹配时的冗余度,具有导航特征库存储空间小、识别速度快等优点。实验表明,在星点位置噪声标准偏差为2个像素、星等噪声标准偏差为0.7星等的仿真条件下,该算法的识别率均在99%以上;通过地面实验的实物验证,在300 MHz的FT-C6713的DSP硬件平台上,全天自主识别的平均运行时间约为47 ms,具有明显的优势。     

带噪声模拟仿真星图的实现

本文对星敏感器的姿态参数进行仿真计算,实现了观测星的提取及星图模拟。根据二维高斯分布模型对星点进行灰度弥散;考虑了噪声等因素的影响,实时模拟星敏感器在轨状态下拍摄星空的真实星图。实验证明,通过仿真模拟在轨运行卫星所拍摄的星图,可以为星敏感器星点提取、星图识别、姿态解算等功能算法提供验证。     

一种基于三角形几何结构的星图识别算法

提出了一种新的以星三角形为基本识别单元的几何结构星图识别算法。通过对观测误差的预处理,将该算法星三角形的匹配过程转换为一个没有误差的三角形识别问题。引入一个能部分描述三角形结构的特征量,将导航三角形的识别所需的特征匹配数量降低,而多三角形的组合有效地提高了正确识别率。仿真实验表明,该算法所需导航星库容量小,识别效率高,误识率低,实时性和鲁棒性优于传统的三角形星图识别算法。     

一种新的多三角形星图识别算法

针对星敏感器星图识别算法只能处理少数目恒星的问题,结合天文观测相机进行星图识别的具体要求,提出了一种适合天文观测相机的多三角形星图识别算法.首先,选用欧洲空间局2000年2月发布的第谷2天文星表作为原始导航星表;其次,采用交叠矩形法分天区后建立导航星数据库;最后,根据天文观测相机拍摄的实际星图建立了观测星数据库;并应用多三角形星图识别算法进行星图识别的验证,实验结果表明：针对天文观测相机多三角形星图识别算法是可行的,也是可靠的.     

基于P向量与三角形内切圆的星图识别算法

为了减少导航星表的存储容量和提高星图识别的成功率,提出了一种将P向量与三角形内切圆相结合的快速全天自主星图识别算法.该算法在构造导航星表过程中,从天文星表中挑选出满足要求的导航星并对其编号,以构造的P向量值、导航三角形内切圆半径R及导航三角形的第三条边为特征量构造导航子星表;在识别过程中,找出一定误差门限内,满足P向量...     

一种改进的凸多边形星图识别算法

提出一种在不依赖于星等的凸多边形算法基础上构造的三角形算法。将像平面上的恒星依据坐标排序生成具有唯一性的凸多边形,以三角形的边角边作为识别特征,按照顶角排序后删除重复的角度和角距来拟和曲线,可以加快搜索查询匹配速度,进而识别出视场中恒星在赤道坐标系中的坐标,识别速度较快,具有较强的鲁棒性。     

基于粗测位置和方位的三视场快速星图识别方法

为了在已知粗略方位角和地理位置时实现三视场天文定位定向设备的快速测量,给出了一种三视场定位定向设备的快速局部星图识别方法。分析了三视场定位定向设备使用全天球识别数据库执行三角形识别时识别效率低的原因;指出了应先进行视场内识别,后进行视场间识别以提高效率,并给出星图识别时角距误差门限的选取范围;给出了一种基于粗略位置和方位快速生成局部识别数据库的方法,它可以减少识别信息的冗余,实现高效的星图识别。仿真实验和野外实验结果表明：使用此局部识别方法正确识别率可达99.19%,识别速度为24.3 ms,基本满足三视场天文定位定向设备快速高效测量的要求。验证了局部星图识别方法的效率,以及采用先视场内识别后进行视场间识别方式的正确性。     

基于BP神经网络的小样本星图识别方法

为解决星敏感器的星图识别算法高实时性和鲁棒性,采用了BP神经网络;根据飞行轨迹精简了导航星及对应的模式,即一个视场中的一幅星图对应一个惟一的导航模式。采用二维Voronoi图计算向平面上最大空圆,构造了完备的圆视场集合;经过反复比较,选择以恒星为顶点能构造包含视场中所有星的凸多边形的导航模式,以其角距和顶角作为识别向量,具有平移和旋转不变性,并以该模式为BP神经网络的训练样本。仿真试验表明：该方法的识别成功率达100%,识别时间小于20ms。     

一种基于自适应滤波的高动态星敏感器在轨校正方法

为了提高高动态环境下星敏感器的质心提取精度,提出了一种基于自适应滤波的在轨校正方法。该方法能够适应角速度变化的星敏感器,自适应的调整校正矩阵。使用提出的基于时空相关性的噪声估计滤波器跟随星点窗口实时更新校正矩阵,对星点准确校正。与传统地面校正方法相比,本文方法不仅减少了成本,且实时更新校正矩阵,校正更加可靠。通过实验验证了所提算法在高动态下对星敏感器校正的有效性,与现有只能低速星敏感器(≤0.1°/s)的在轨校正方法相比,本文方法能适应更大范围的角速度(0~3°/s),准确的校正高动态星敏感器,提高质心提取精度,对提高星敏感器的动态性能具有指导意义。     

Facial expression recognition algorithm using LGC based on horizontal and diagonal prior principle

The traditional Local Binary Pattern (LBP) algorithm can analyze the center pixel and neighboring pixels of the gray relationship, using in facial expression recognition, but you cannot consider the eyes, mouth, forehead and other areas in the expression feature different trends in the gradient direction. Firstly, we propose the Local Gradient Coding (LGC) algorithm, though the binary encoding to the horizontal, vertical and diagonal gradients respectively, to produce the fusion characteristic, then this can fully describe the facial muscles texture, wrinkles and other local deformation of contains the expression information. On the other hand, in order to reduce the computational complexity, and to remove the redundant, while not lose the main information contained in the face texture expression. This paper proposes and optimizes a new LGC operator based on horizontal and diagonal gradient prior principle (LGC-HD). The experimental results from JAFFE database show that, LGC-HD algorithm is more quickly and effectively to extract facial expression feature than LGC algorithm. Comparing to the traditional LBP algorithm, LBP uniform pattern and Gabor filtering, this LGC-HD algorithm has a significant advantage in the recognition accuracy and run time.