System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及數字信號與圖像處理領域,具體地,涉及一種提高單列長線陣載荷恒星識別成功率的檢測方法及系統,尤其是一種提高靜止衛星單列長線陣載荷恒星識別成功率的檢測方法及系統。
技術介紹
1、慣性空間中的恒星具有位置穩定、精度高、易捕獲的優點,是靜止衛星幾何標校的重要基準源。單列長線陣載荷是靜止衛星的重要載荷,具有幅寬大、成像效率高的特點,但是單線列體制冗余信息少,針對恒星等暗背景弱小目標,現有公開的線陣處理方法的誤檢測率高,有必要開展單列長線陣載荷恒星識別成功率提升方法研究。
2、在公開號為cn105758400b的中國專利文獻中,公開了一種靜止衛星成像導航與配準恒星敏感東西參數提取方法,包括:得到每一列像元的總灰度值隨時間的變化曲線;得到恒星影像中心劃過該列像元中心線的時刻;擬合出恒星影像中心在衛星遙感探測器面陣東西方向列坐標上的運動規律;獲得恒星影像中心劃過衛星遙感探測器面陣東西方向中心線的時刻。
3、在公開號為cn108305288b的中國專利文獻中,公開了一種用于靜止軌道對地觀測衛星線列儀器的恒星質心提取方法。該恒星質心提取方法為下載并解析靜止軌道對地觀測衛星線列儀器的恒星觀測數據;將解析出的恒星觀測圖像序列進行預處理;利用星點檢測算法對去除固定模式噪聲后的圖像序列進行恒星信號響應區域檢測,確定出每幀圖像對應的恒星區域;對每幀圖像中恒星劃過各列像元進行能量響應曲線擬合,確定出恒星劃過各列像元中心的成像時刻;通過恒星軌跡擬合法得到恒星軌跡擬合方程,并計算精確的恒星質心亞像素坐標序列;從精確的恒星質心亞
4、上述兩項專利文獻主要針對多列短線陣載荷的恒星目標提取,公開的方法是通過多列數據信息融合處理和曲線擬合消除由探測器光學成像、電路噪聲、衛星高頻抖動等因素引起的星點位置高頻誤差,從而提高了恒星位置參數的識別精度。上述專利文獻的核心思路是介紹多列數據融合降噪,未涉及到如何保證單列線陣載荷的檢測成功率;同時也未公開如何針對列線陣載荷數據開展降噪,不適用于單列長線陣載荷的處理。
5、在論文“基于恒星運動軌跡的衛星姿態抖動研究”(測繪與空間地理信息,2018年第6期)中,提出一種亞像素質心提取算法,通過高斯曲面函數法進行恒星的亞像素質心提取,該方法具有精度高、抗噪能力強的特點。但該論文主要針對面陣載荷的恒星提取開展研究,未涉及到單列長線陣載荷的處理。
6、在論文“深度學習用于天文圖像空間碎片和恒星的分類”(碩士研究生學位論文,2018年)中,提出了用卷積神經網絡通過望遠鏡的觀測圖像進行空間碎片和恒星目標識別的可行性以及正確率,在caffe的框架下搭建卷積神經網絡進行空間碎片的識別實驗并和sextractor的正確率進行比較。其中,關于卷積神經網絡的學習率參數,提出了用皮爾森檢驗篩選學習率的方法。但該論文未涉及到單列長線陣載荷的處理。
7、在論文“低光照強噪聲背景下圖像多閾值分割方法研究”(計算機仿真,2022年第3期)中,提出低光照強噪聲背景下圖像多閾值分割方法,通過優化自適應灰度直方圖多閾值,采用相應矩陣濾波處理低光照強噪聲圖像,根據直方圖上點的界定,獲取圖中的背景與目標區域,根據區域對應的頻率密度函數分布,得到相關概率公式與方差向量公式,依據不同灰度值的初始圖像定義,構建直方圖閾值等價判定準則函數,實現最優分割閾值的選取。但該論文未涉及到單列長線陣載荷的處理。
8、在論文“基于圖像分割和主成分分析的圖像噪聲水平估計方法”(科學技術創新,2022年第12期)中,提出提出了一種基于塊狀分割的圖像噪聲水平估計方法。首先,通過舉例對證找到最優分割尺寸對圖像進行分塊;然后,用梯度法找到圖像紋理復雜度最小的塊;最后,利用主成分分析算法對紋理復雜度最小的塊進行噪聲水平估計。但該論文未涉及到單列長線陣載荷的處理。
技術實現思路
1、針對現有技術中的缺陷,本專利技術的目的是提供一種提高單列長線陣載荷恒星識別成功率的檢測方法及系統。
2、根據本專利技術提供的一種提高單列長線陣載荷恒星識別成功率的檢測方法,包括:
3、步驟s1:采集目標圖片信息;所述圖片信息包括單列長線陣載荷恒星圖像;
4、步驟s2:對目標圖片信息進行預處理,得到預處理后的結果;
5、步驟s3:基于預處理后的結果對圖像進行像元坐標定位,得到定位結果;
6、步驟s4:計算圖片信息的相關參數,得到計算結果;
7、步驟s5:基于預處理后的結果、定位結果和計算結果進行恒星目標驗證,完成識別過程;所述目標驗證包括基于恒星影像駐留幀數進行恒星目標驗證和基于星圖數據進行恒星目標驗證。
8、優選的,所述步驟s2包括以下子步驟:
9、步驟s2.1:對單列長線陣載荷恒星圖像切片處理;
10、步驟s2.2:基于冷空間背景進行實時像元非均勻校正;
11、步驟s2.3:基于均值濾波對恒星觀測圖像進行降噪處理。
12、優選的,所述步驟s2.1包括以下子步驟:
13、步驟s2.1.1:根據長線陣載荷觀測恒星的工作原理,形成圖像的規模為n×m;
14、其中,n為長線陣的像元數量,m為恒星觀測幀數,通過將m個n×1的圖像組合,拼接成n×m個像素的大圖;面陣載荷的長線陣圖像切片處理的方法包括將n×m個像素的大圖裁剪成多個k×k的方形切片;對于長線陣載荷采用長條切片方法,將n×m個像素的大圖裁剪成多個k×m個像素的長條切片;
15、步驟s2.1.2:設計長條切片時,在相鄰兩個切片處設計重疊區域,避免長條切片將恒星影像切斷。
16、優選的,所述步驟s2.2包括以下子步驟:
17、步驟s2.2.1:定義bi為長線陣載荷的原始觀測數組;
18、其中,bi為m×1維數組,i為長線陣載荷的觀測幀計數,表達式為:
19、bi=[b1i?b2i…bji…bmi];
20、步驟s2.2.2:將長線陣載荷第一次曝光的原始觀測數組記為b1,第二次曝光的原始觀測數組記為b2,第三次曝光的原始觀測數組記為b3,基于前3次冷空間觀測數據獲取長線陣載荷非均勻性校正數組bmean,其計算表達式為:
21、
22、步驟s2.2.3:基于非均勻性校正數組對長線陣載荷的觀測數據進行均勻性校正,表達式為:
23、
24、上式中,bi為長線陣載荷第i次曝光的觀測數組,bmean為非均勻性校正數組,為均勻性校正后的數組;
25、步驟s2.2.4:基于非均勻性校正數組對長線陣載荷的觀測數據進行均勻性校正。
26、優選的,所述步驟s2.3包括以下子步驟:
27、步驟s2.3.1:對于長線陣載荷,采用基于時間序列的均值濾波方法;設定濾波幀數c,表征單次均值濾波的總幀數;
28、步驟s2.3.2:長線陣載荷第j號像元的第i次本文檔來自技高網...
【技術保護點】
1.一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,包括:
2.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S2包括以下子步驟:
3.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S2.1包括以下子步驟:
4.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S2.2包括以下子步驟:
5.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S2.3包括以下子步驟:
6.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S3包括以下子步驟:
7.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟S4包括基于高斯擬合的恒星觀測曝光時刻進行計算,且包括以下子步驟:
8.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述基于恒星
9.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述基于星圖數據進行恒星目標驗證包括根據衛星的姿態、軌道數據將目標矢量投影至慣性坐標系,且:
10.一種提高單列長線陣載荷恒星識別成功率的檢測系統,其特征在于,包括:
...【技術特征摘要】
1.一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,包括:
2.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟s2包括以下子步驟:
3.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟s2.1包括以下子步驟:
4.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟s2.2包括以下子步驟:
5.根據權利要求2所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟s2.3包括以下子步驟:
6.根據權利要求1所述的一種提高單列長線陣載荷恒星識別成功率的檢測方法,其特征在于,所述步驟...
【專利技術屬性】
技術研發人員:董瑤海,王田野,胡華龍,謝艷清,曾琪,張立國,陳曉杰,信思博,
申請(專利權)人:上海衛星工程研究所,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。