利用径向和环向分布特征的星图识别方法

提出一种基于径向和环向特征的全天自主星图识别方法。该方法利用具有旋转不变性的径向特征作初始匹配,而以环向特征作后续匹配,并用FOV约束进一步剔除冗余匹配。为了加快匹配搜索的速度,采用查找表的方式构建径向模式库。为使观测星图中尽可能多的星找到其对应匹配星,引入了验证识别环节。仿真实验表明,该方法在较高位置噪声水平下(噪声方差为1pixel)仍能达到97.57%的识别率,比同实验条件下的栅格算法提高3%。与传统的方法相比,该方法具有较快的识别速度(18ms)和较小的存储空间(0.344Mb)。     

Nighttime measurements of atmospheric optical thickness by star photometry with a digital camera

Nighttime stellar photometric measurements have been carried out with a commercial digital single-lens reflex camera to determine the atmospheric optical thickness on large fields of view (FOV). Specific procedures of image analysis allow to extract an equivalent irradiance for a number of stars and for the sky light background; thus, a measure of the optical thickness in each star direction can be retrieved. A larger FOV is obtained by stitching several photographs shot in quick sequence on adjacent regions of the sky: such measurements provide almost instantaneous maps of optical thickness and skylight background that indicate the degree of homogeneity of the aerosol load. Additional information provided by the combined use of the camera and a lidar is presented. The zenithal optical thickness is used with values of the aerosol backscatter provided by a lidar system to obtain the aerosol extinction-to-backscatter ratio.     

凸多边形星图识别算法

为解决星敏感器中较大视场快速、可靠的星图识别,提出了以凸多边形为基元、完全不依赖于星等的星图识别算法。对给定的视场,挑选其中较亮的恒星,依其坐标排序,然后采用由平面上的点生成凸多边形的算法,就能得到唯一的、以恒星为顶点的凸多边形。为验证星图识别算法的有效性,建立了导航星数据库,其储存单元为凸多边形的边和相邻边的夹角,共有3832个边数不等的凸多边形。在CPU为33MHz 的PC104上仿真结果表明:在任意视场中,生成凸多边形的时间小于5ms,基于凸多边形的星图识别成功率高于99%,并具有较强的鲁棒性。     

高精度星敏感器星点光斑质心算法

高精度星敏感器星点光斑的质心精度是星敏感器整体精度的基础,它需要达到角秒级的量级。因此,提出了一种基于亚像元相关法的星像质心算法。这种算法是利用互相关匹配实现图像定位的原理,将星像质心定位到亚像素上来提高质心精度。它可以克服由于系统误差和图像采集所带来的误差。根据系统的光学参数设计以及星像的光谱、亮度及其在视场中的位置特征,仿真得到点列图模型,针对视场内与光轴的不同夹角仿真制作一系列亚像元理想模板,然后对星像加高斯随机噪声,把有随机噪声的星像与理想星像进行相关运算来求星像质心精度。通过仿真实验,得到相关法具有较高的星像质心精度,定位精度可以优于1/12个像素的量级。     

高精度星图模拟及有效性验证新方法

为在地面上进行星图模拟以测试星图识别算法和星敏感器性能,提出了一种新的高精度星图模拟方法。该方法利用截面圆和固定区域的性质,根据赤纬值求解赤经跨度来确定选星条件;将选出的导航星通过构建理想星敏感器模型,来求解它们在CCD面阵上的精确位置;根据位置信息,采用TFT液晶光阀,以实现高质量的星图模拟;利用星间角距和投影原理的性质来验证星图模拟的有效性。仿真实验结果表明,与现有星图模拟方法相比,此方法选星速度快,模拟实时性好,准确率达到98.8742%,位置精度达到1/50个像素。     

A method for correcting radial distortion based on verifying the planarity of specimens

Image distortion is inevitable when an image is captured through a lens. While the digital image measurement technique is getting popular, image distortion problem can result in significant error. A new distortion correction method is proposed in this study. The proposed method is based on the fact that a flat surface should keep flat when it is measured using three-dimensional (3D) digital image measurement technique. The 3D digital image measurement technique adopted in this research is the simplified 3D digital image correlation (DIC) method. Because radial distortion has a more noticeable influence than other types of distortions, this method deals only with radial distortion. A few experiments are carried out in this study to verify the correctness of this method and its accuracy. Both simulated data and actual image data are adopted in these experiments. The results show that this method can achieve a good accuracy. The standard deviations caused by random errors are about the same order as the random errors. It also shows that this method is suitable for both large and small distortion conditions.     

高精度动态星模拟器的光学系统设计

为了完成星敏感器的地面标定工作,满足动态星模拟器大视场、高精度的技术要求,根据动态星模拟器的工作原理,利用ZEMAX软件完成光学系统设计,实现了高精度动态星模拟器准确模拟星点。实验结果表明:系统焦距为110 mm,视场为16°,光谱范围为0.5～0.8 μm,全视场角内准直光学系统相对畸变≤0.05%,在60线对/mm时调制传递函数（MTF）优于0.7。提出了装配后确定系统实际焦面的方法,最后对光学系统实际出射精度进行分析和实验验证,验证结果表明:设计的高精度动态星模拟器光学系统的成像精度达到9″,实测的星间角距误差均优于13″,整个系统可以满足高精度动态星模拟器的使用要求。     

星敏感器中快速星匹配跟踪算法研究

阐述了基于星体中心位置信息匹配的跟踪原理,提出了一种基于匹配的星跟踪方法.采用FPGA实现实时的星点位置信息的获取,解决了传统星跟踪过程中图像数据获取的瓶颈,增加了跟踪星体的个数,加快了匹配跟踪的速度;并且采用先排序后匹配的匹配方法,减少无谓的星体间的比较.仿真测试结果表明,此方法使得匹配跟踪的时间大约降低为原来的10%,提高了整个跟踪算法的计算速度,对星敏感器整体效能的提高也非常明显.     

三角形剖分以及PSO-BP神经网络在星图识别中的应用

为了实现星敏感器对航天器当前姿态的准确测量,如何提高星图识别算法的实时性和鲁棒性成为星敏感器的关键技术.对星图识别过程中应用的模式提取、训练样本集的建立以及神经网络训练方式的改进等算法进行研究.首先,设计一种基于星图特征的三角形剖分方法,将视场内的恒星以三角形的方式组合起来,提取星图模式,建立完备的训练样本集,使星图特...     

Feature Fusion Multi-View Hashing Based on Random Kernel Canonical Correlation Analysis

Hashing technology has the advantages of reducing data storage and improving the efficiency of the learning system, making it more and more widely used in image retrieval. Multi-view data describes image information more comprehensively than traditional methods using a single-view. How to use hashing to combine multi-view data for image retrieval is still a challenge. In this paper, a multi-view fusion hashing method based on RKCCA (Random Kernel Canonical Correlation Analysis) is proposed. In order to describe image content more accurately, we use deep learning dense convolutional network feature DenseNet to construct multi-view by combining GIST feature or BoW_SIFT (Bag-of-Words model+SIFT feature) feature. This algorithm uses RKCCA method to fuse multi-view features to construct association features and apply them to image retrieval. The algorithm generates binary hash code with minimal distortion error by designing quantization regularization terms. A large number of experiments on benchmark datasets show that this method is superior to other multi-view hashing methods.     

星体目标自适应光学成象补偿

大气湍流等动态波前扰动限制大型望远镜的分辨能力，是从有望远镜以来几百年的老问题，自适应学技术提供了解这一问题的途径。但对星体目标来说由于所能利用的光能极为有限，动态扰动的时间－空间特性又对系统提出很高要求，因而难度很大。本文报导我们用２１单元自适应光学系统在云南天文台１．２ｍ望远镜上对星体目标进行的首次试验。介绍了针对弱光动态目标的特点对系统的改进。实验结果表明了这一自适应光学系统可以在光子计数率     

Large‐Field‐of‐View Wide‐Spectrum Artificial Reflecting Superposition Compound Eyes

In nature, reflecting superposition compound eyes (RSCEs) found in shrimps, lobsters and some other decapods are extraordinary imaging systems with numerous optical features such as minimum chromatic aberration, wide‐angle field of view (FOV), high sensitivity to light and superb acuity to motion. Here, we present life‐sized, large‐FOV, wide‐spectrum artificial RSCEs as optical imaging devices inspired by the unique designs of their natural counterparts. Our devices can form real, clear images based on reflection rather than refraction, hence avoiding chromatic aberration due to dispersion by the optical materials. Compared to imaging at visible wavelengths using conventional refractive lenses of comparable size, our artificial RSCEs demonstrate minimum chromatic aberration, exceptional FOV up to 165° without distortion, modest aberrations and comparable imaging quality without any post‐image processing. Together with an augmenting cruciform pattern surrounding each focused image, our large‐FOV, wide‐spectrum artificial RSCEs possess enhanced motion‐tracking capability ideal for diverse applications in military, security, medical imaging and astronomy.     

利用系统辨识的星敏感器模型修正与测角精度检测

2.中国科学院大学,北京100049)摘要:为了提高星敏感器的测角精度,提出了一种采用系统辨识法对星敏感器模型进行修正以及测角精度检测的方法。首先分析了星敏感器的理论测量模型以及像面坐标与星点目标的空间位置关系,然后给出了用模型修正来提高星敏感器测角精度的原理和数学模型。修正模型由系统辨识方法得到,同时为了提高辨识精度,文中采用将星敏感器像面划分为多个区域,每个区域单独建模辨识的方式。最后利用某星敏感器进行了实验,利用该方法进行模型修正后,星敏感器的测角精度为σx=1.68″、σy=1.91″,而修正前的测角精度为σx=17.43″、σy=23.46″。结果表明,采用该方法可以使星敏感器测角精度得到大幅提高,同时也完成了测角精度的检测。     

用KMP算法进行星敏感器星图识别的方法

CCD星敏感器的关键问题是星图识别。从字符串的模式匹配来考虑这个问题,先把星图通过高通滤波器,然后用0-1的方法建立导航星库,再采用KMP算法来进行星图识别。仿真结果表明该算法每区域的识别时间才0.2486ms,并且克服了在许多星等相近的亮星或星对角距很小的视域内识别率严重降低的缺点。该算法有很好的鲁棒性。     

去噪正则化模型修正方法在桥梁损伤识别中的应用

以传统基于灵敏度分析的有限元模型修正方法为基础,提出一种结合小波去噪过程的正则化模型修正损伤识别方法.为改进模型修正方法损伤识别效果,一方面利用有损结构模态与模态噪声的波形在时频域内的差异,以结构有限元模型为基准,对实测模态差进行小波去噪处理,并利用修正后的模态构造目标函数;一方面采用正则化方法改善反问题求解的非适定性.由于从输入数据和求解过程两方面同时改善了结构损伤识别反问题的求解,因此可以有效抑制实测模态参数中噪声的影响,正确识别结构损伤.以连续梁桥模型为例的损伤识别数值模拟表明,所提出方法在保持识别算法鲁棒性、抑制噪声的同时,可有效提高桥梁结构损伤的识别精度.     

单探测器复合轴伺服系统解耦技术的研究与实现

本文分析了单探测型复合轴系统探测器大视场与高帧频之间的矛盾以及主轴与子轴单元控制输入耦合的问题。采用智能相机控制技术,在线调整CCD探测器的工作参数,实现了探测器在捕获/粗跟踪阶段大视场与精跟踪阶段高探测帧频状态之间的切换;将PZT位置输出与脱靶量进行位置信息的合成并将该信息作为主轴控制输入以保证子轴正常工作。并对系统控制方法进行了仿真,提出根据跟踪精度作为判断系统是否解耦的方法。实验结果表明该方法消除了系统的耦合,取得了较好的控制效果。     

一种快速检测光滑半球表面缺陷的方法

针对具有镜面反射特性的光滑球面,提出了一种利用反光带的镜像变形来对表面缺陷进行快速检测的新方法。这种方法通过漫反射反光带增强图像上的缺陷信息,克服了背景噪声在图像处理中会造成较大误差的缺点,也降低了照明系统的设计难度。根据缺陷引起的反光带镜像变形获取缺陷特征,使图像处理软件的工作量大大减少。通过实验,给出了缺陷尺寸和扫描间隔等因素对检测结果影响的分布曲线,为合理提取缺陷尺寸提供了参考。实验表明,该方法的鲁棒性好、效率高,能识别0.5mm以上的全部缺陷,定位误差在 1之内。     

大孔径静态干涉成像光谱仪图像校正技术

设计了一种基于相位相关与归一化积相关的联合图像校正算法。该算法针对卫星姿态变化对LASIS(大孔径静态干涉成像光谱仪)图像造成的畸变,根据傅里叶变换的旋转平移特性,实现图像序列旋转失真的高精度校正,校正精度达到0.01;同时,基于归一化积相关方法实现图像序列平移失真的校正。针对LASIS数据量大的特点提出了改进的快速自适应模板选取法,使算法的运算复杂度按4n递减。仿真结果表明,该算法能快速有效地校正LASIS图像。     

基于改进DBN的回转支承寿命状态识别

为了解决大型回转支承背景噪声大,特征信号微弱,寿命状态难以识别等问题,提出了一种基于改进深度信念网络(Deep Belief Network,DBN)的回转支承寿命状态识别方法。DBN网络拥有强大的深度学习能力,能够有效挖掘回转支承运行状态信息,解决了传统浅层网络过度依赖特征提取效果和识别精度不高的问题。在DBN学习训练中,采用新的优化学习方法FEPCD(Free Energy in Persistent Contrastive Divergence),解决了DBN在长期学习中近似和分类能力下降的问题。然后利用自主研发试验台的试验数据对所提方法的优越性进行验证。将改进的DBN算法与浅层分类算法的识别结果进行比较。结果表明改进DBN网络比原始DBN网络和浅层算法能更精确反映回转支承寿命特征,所提方法具有稳定性和智能性的特点。     

科学级CCD相机在星敏感器中的设计与应用

星敏感器通过探测天球上不同位置的恒星来确定航天器的姿态。星相机是星敏感器的成像系统。虽然近年来CMOS成像技术快速发展,但在科学级成像领域,特别是星敏感器应用中,CCD技术较成熟。本文的研究目的是研究一种探测能力强、数据更新快的用于星敏感器的成像系统。文中主要研究了基于TH7888A科学级CCD传感器的星相机的设计和应用,说明了CCD工作原理,详细分析了该种CCD传感器的星等探测灵敏度,论述了CCD星相机的设计方案。并用成像实验、动态范围测试、星等探测能力实验等实验验证了所设计的相机的性能。设计的星相机可以用给定的小型光学系统在60 ms以内的积分时间探测6等星,相机可达到10帧/秒的图像数据更新频率,满足短积分时间进行快速星光成像的要求。