[发明专利]一种星相机星图识别方法

说明书

一种星相机星图识别方法，包括导航星表模式生成、星点观测模式生成、径向角距匹配、环向中心角匹配、星相机视场角检测。其中导航星表模式生成过程需要预先完成，获得导航星表模式；然后进行后续算法匹配过程，即进行星点观测模式生成；将星点观测模式径向角距信息与导航星表模式径向角距信息对比，根据径向角距信息匹配门限筛选出星点的潜在候选星；将星点观测模式环向中心角与导航星表模式环向中心角对比，根据环向中心角匹配门限筛选出星点的候选星；对星点的候选星进行视场角检测，去除错误候选星，完成星图识别；完成星图识别后，由识别后的导航星的临星组成Cache，下次识别过程仅使用Cache中导航星进行，从而完成匹配加速。

技术领域

本发明属于航天光学遥感技术领域，涉及一种星相机星图识别方法,应用于高分辨率对地观测遥感相机姿态测量。

背景技术

提高遥感影像的几何定位精度是高分辨率遥感应用的基础，实现高精度几何定位，首要的工作是检校和补偿高分辨率遥感相机的系统误差。星上各类敏感器相对于遥感相机的姿态误差对影像定位精度的影响最直接。为实现高分辨率空间光学成像和准确的几何定位，国外先进的高分辨率光学卫星很多都采用了测量系统与遥感相机一体化集成设计，提高了光轴指向确定精度，减少了姿态误差的传递。星相机作为星上姿态控制系统中姿态测量精度最高的测量部件，实践中常用标校遥感相机和星相机之间的姿态关系矩阵实现系统误差的补偿，并通过遥感相机和星相机主光轴之间交联角来直观反映。

随着遥感相机分辨率越来越高，这也对星相机的姿态测量精度提出了更高的要求。通常会采用减小星相机视场，提高光学系统灵敏度的设计方式来获得较高的测量精度。由于观测星等提高，用于星图识别的导航星数量增加很多，直接影响星图识别算法效率和准确性，需要星图识别算法同时具备高识别效率和高准确率。

工程中应用的星图识别算法都是通过实际拍摄星图与所存储的导航星表匹配来实现星图识别的。星图识别算法大体分为两类，一类是子图同构算法，这类算法以星与星之间的角距为边，星为顶点，把观测星图看成是全天星图的子图。它们直接或者间接的利用角距，以线段(角距)、三角形、四边形等为基本匹配元素，并按照一定方式组织导航特征表。利用这些基本元素的组合，一旦在全天星图中找到唯一符合匹配条件的区域(子图)，则它就是观测星图的对应匹配。这类算法主要包含多边形算法、三角形算法和匹配组算法等。由于一些星点构成的子图是相同的，这类算法会存在错误匹配的情形，影响其稳定性。

另一类是模式识别算法，这类算法为每颗星构造一个独一无二的特征，即星模式，通常以一定邻域内其他星的几个分布特征来构成。这样，星图识别实质上就是在导航星表中寻找与观测星模式最接近的导航星。这类算法最具代表性的为栅格算法。同其他算法相比，栅格算法具备较高识别率，导航星表体积小。由于栅格算法需要找出近临星来生成星模式，有时找出近临星的概率不高，在近临星确定错误时，将产生错误的星模式，严重影响正确识别率。

传统星图识别算法都会对导航星表进行划分，通常划分为很多块，在完成初始天区捕获后，将进入跟踪模式。跟踪模式下，星图识别过程只和局部几个天区的导航星表进行比对，以提高识别效率。尽管有多种方法来对天区进行均匀划分，但是很难保证完全均匀，局部天区导航星表中存储导航星数量较多，也一定程度上影响星图识别算法效率。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供一种星相机星图识别方法，解决了传统星图识别算法计算量大，导航星表划分不均匀影响识别效率的问题。

本发明的技术方案是：

一种星相机星图识别方法，包括如下步骤：

1)选取空中导航星分别作为对象星，获得对象星径向角距信息和环向中心角信息，建立导航星表；

2)将星相机拍摄星图中的各观测星分别作为对象星，获得对象星径向角距信息和环向中心角信息，建立星点观测表；