技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法  >  正文

一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法

  • 国知局
  • 2024-07-31 23:25:58

本发明涉及导航、制导与控制领域,具体涉及一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法。

背景技术:

1、星敏感器相较于陀螺仪具有精度高、没有累积误差等优势,是航天器中广泛使用的姿态测量装置。但星敏感器在轨运行过程中,空间辐射环境中的高能质子若入射星敏感器的成像器件,所拍星图中会出现与星点类似的单粒子瞬态亮斑,部分瞬态亮斑的灰度范围与星点类似。由于在星图预处理时并不会对视场中的待识别星对进行甄别,在瞬态亮斑与真实星点的质心位置均会被提取。在依据这些质心位置进行星图识别和姿态解算时,若瞬态亮斑被误识别,会产生错误的姿态信息,对卫星的安全可靠运行产生较大影响。目前处理瞬态亮斑的主要方法是增加识别程序的复杂度,通过对识别结果进行反复验证,以降低瞬态亮斑的干扰。但这将增加识别程序的运行时间,同时由于瞬态亮斑位置的随机性,在有多个瞬态亮斑的情况下,仍会出现错误识别,最终解算出错误的姿态信息,从而无法保证星敏感器运行的可靠性。

技术实现思路

1、本发明目的在于,提供一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法。该方法通过开展cmos图像传感器质子单粒子辐照试验和星敏感器模拟星成像试验,对采集到的瞬态亮斑和星点的总灰度值、最大灰度值、最小灰度值、最大灰度值与最小灰度值的比值及差值、最大灰度值与周围像素的比值及差值、所占像元数目、最大灰度值和最小灰度值像素间的相对距离等多种灰度及形状特征进行提取。以提取到的瞬态亮斑和星点的特征为输入构建支持向量机分类器,对支持向量机分类器进行训练和优化,获得有效区分瞬态亮斑和星点的支持向量机分类模型。对星敏感器拍摄的星图进行低通滤波、阈值分割、连通域分割获得待识别目标区域后,加载瞬态亮斑和星点的支持向量机分类模型对待识别目标进行快速分类,对分类得到的真实星点进行质心定位、星图识别和姿态解算。

2、本发明所述的一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法,按下列步骤进行:

3、a、针对星敏感器运行轨道,根据空间辐射环境中质子微分能谱,确定典型能量范围;

4、b、根据步骤a中获得的能量范围,对cmos图像传感器开展不同能量、不同角度的质子辐照试验,辐照过程中在线采集单粒子瞬态亮斑;

5、c、将步骤b采集到的质子单粒子瞬态亮斑图像进行处理,通过阈值分割和连通域分割的方法获得每一个瞬态亮斑的位置,依次对图像中所有的瞬态亮斑进行特征提取,提取的特征包括目标总灰度值、最大灰度值、最小灰度值、最大灰度值与最小灰度值的比值及差值、最大灰度值与周围像素的比值及差值、所占像元数目、最大灰度值和最小灰度值像素间的相对距离,将瞬态亮斑特征参数进行保存;

6、d、开展星敏感器对不同星等模拟星的成像试验,采集不同星等的星图;

7、e、将步骤d采集的不同星等星图,使用阈值分割和连通域分割的方法获得星图中星点的位置,并对星点进行特征提取,获得星点的目标总灰度值、最大灰度值、最小灰度值、最大灰度值与最小灰度值的比值及差值、最大灰度值与周围像素的比值及差值、所占像元数目、最大灰度值和最小灰度值像素间的相对距离,将星点特征参数进行保存;

8、f、将步骤c和步骤e提取的单粒子瞬态亮斑和星点特征作为输入变量,输入至支持向量机分类器中,以提高瞬态亮斑和星点的识别成功率为目的对支持向量机分类模型进行优化,得到依据灰度、形状特征的质子瞬态亮斑与星点的分类模型;

9、g、对星敏感器拍摄的星图进行低通滤波、阈值分割、连通域分割后获得待识别目标区域,加载f中得到的可甄别质子瞬态亮斑与星点的支持向量机分类模型,对待识别目标进行分类;

10、h、将步骤g分类输出的星点,根据现有公开算法进行质心定位、星图识别和姿态解算。

11、本发明所述一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法,该方法建立在对cmos图像传感器开展的大量质子辐照试验和星敏感器模拟星成像试验的基础上,通过获得图像中每一个质子单粒子瞬态亮斑和星点的灰度和形状特征进行提取和保存。将提取到单粒子瞬态亮斑和星点灰度、形状特征作为输入变量,输入至支持向量机(svm)分类器中进行训练,构建得到依据灰度、形状特征的质子单粒子瞬态和星点的分类模型。对星敏感器拍摄的星图进行低通滤波、阈值分割、连通域分割后获得待识别目标区域后,加载支持向量机(svm)分类器对待识别区域进行快速分类,使真实星点进入后续质心定位、星图识别和姿态解算阶段。本发明可以提高星敏感器的在质子辐照下的抗干扰能力,同时无需对后续星图识别算法进行更改,具有速度快、适用范围广的特点。

12、由于该融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法在星图识别前进行,不会改变原有星图识别算法,具有广泛适用性。同时该方法不仅适用于星敏感器初始姿态捕获模式,在跟踪模式中对进入视场中的待识别目标也可以进行甄别。该星图预处理算法可以提高星敏感器在轨运行的可靠性。

13、本发明所述的一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法,后续可推广至其他探测目标和质子单粒子瞬态亮斑的甄别,适用于星敏感器等卫星载荷研制单位、科研院所使用。

技术特征:

1.一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法,其特征在于按下列步骤进行:

技术总结本发明涉及一种融合质子单粒子瞬态亮斑甄别的星敏感器星图预处理方法。该方法通过开展CMOS图像传感器质子单粒子辐照试验和星敏感器模拟星成像试验,对采集到的瞬态亮斑和星点的总灰度值、最大灰度值、最小灰度值、最大灰度值与最小灰度值的比值及差值、最大灰度值与周围像素的比值及差值、所占像元数目、最大灰度值和最小灰度值像素间的相对距离等多种灰度及形状特征进行提取。对星敏感器拍摄的星图进行低通滤波、阈值分割、连通域分割获得待识别目标区域后,加载瞬态亮斑和星点的支持向量机分类模型对待识别目标进行快速分类,对分类得到的真实星点进行质心定位、星图识别和姿态解算。该方法适用于多种星图识别算法,并且在姿态捕获模式和跟踪模式下均适用,具有速度快、准确率高等优势,可以提高星敏感器的在质子辐照下的抗干扰能力。技术研发人员:冯婕,崔益豪,李豫东,文林,郭旗受保护的技术使用者:中国科学院新疆理化技术研究所技术研发日:技术公布日:2024/7/29

本文地址:https://www.jishuxx.com/zhuanli/20240730/197533.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。