共查询到16条相似文献,搜索用时 437 毫秒
1.
提高星图识别正确率的方法研究 总被引:8,自引:2,他引:6
在CCD星敏感器中,快速而可靠的星图识别算法成为星敏感器确定姿态的最关键部分.针对星图识别误匹配的存在,通过实验数据探讨了采用不同的星图识别特征、增加参与星图识别的恒星数目、提高恒星位置测量精度和星等测量精度、使用不同的星图匹配门限、选取合适导航星等方法,提高星图识别正确率。实验结果表明,采用这些方法后,星图正确匹配概率大大提高. 相似文献
2.
适用于星敏感器的星图识别方法 总被引:18,自引:4,他引:14
采用星敏感器测卫星姿态是现行方法中精度最高的 ,其关键是星图识别。阐述了只采用观测星的位置信息 ,利用观测星图与导航星表的星对角距进行聚类匹配 ,根据观测星图的连通性进行匹配识别的方法 ;用图论理论解释了星识别过程 ;介绍了导航星的选取规则、导航星库的存储内容及采用球矩阵存储和读取导航星库的方法 ;用 1 2 0 MHz主频的微机模拟分析了门限和位置噪声对识别及识别时间的影响。在门限取 0 .0 5°,位置噪声 (单轴 )δ=0 .0 2°以下时 ,在任一区域的识别率达 1 0 0 % ,识别时间平均少于 0 .2 s。 相似文献
3.
4.
高精度星图模拟及有效性验证新方法 总被引:10,自引:0,他引:10
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。 相似文献
5.
一种新的星图中星获取算法 总被引:3,自引:0,他引:3
提出一种新的星图中星获取算法——极值点法,利用最小二乘向量机(LSSVM)对原始星图的局部区域作灰度曲面最佳拟合,在拟合曲面上求解灰度极大值的像素点,获得星的中心点的初步位置。以初步位置为基础的星图像素聚类加速了星图中星的获取过程。以模拟星图中星的精确中心位置为参考,计算在不同噪声条件下测量位置与最近参考位置的距离平方倒数和的均值,优化 LSSVM 参数。为获得最佳星获取性能,卷积核为5×5像素的高斯LSSVM参数(σ2, γ)取(17,1.25)。该极值点法与矢量法相比,效率相当,但性能更好。 相似文献
6.
7.
8.
9.
目的提出一种结合C/S(Client/Server)架构和BRF(Boosted random ferns)算法的移动增强现实应用方案,以保证图像识别算法对于产品外包装的识别性能。方法 BRF是一种高效、鲁棒的特征匹配算法,但由于手机内存及处理器等硬件条件的制约,不能直接适用于手机终端。将C/S模式与BRF算法相结合应用于图像特征匹配,并设计实验测试比较文中方案(CS-BRF)与ORB算法的识别速度和匹配精度。结果实验结果表明,相比ORB算法,CS-BRF在识别速度相近的前提下,具有更为优异的识别精度。结论 CS-BRF能够实时准确识别印刷品图像,良好适用于产品包装移动增强现实系统。 相似文献
10.
为了降低卷积噪声对语音特征所产生的影响,提高语音识别正确率,文章提出了一种基于频域ICA(Independent Component Analysis,独立分量分析)的语音特征增强算法。该算法首先使用频域ICA方法作对噪声进行估计,然后在倒谱域内将带噪语音信号的短时谱减去所估计噪声的短时谱,最后根据去噪后语音信号的短时谱计算美尔倒谱系数(MFCC)作为特征参数。在仿真和真实环境下的语音识别实验中,本文所提出的语音特征参数相比较传统的MFCC其识别正确率分别提升了38.2%和35.8%。实验结果表明本文所提算法能够较好地解决卷积噪声环境下训练与识别特征不匹配的问题,有效提高了语音识别系统的识别正确率。 相似文献
11.
凸多边形星图识别算法 总被引:7,自引:0,他引:7
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。 相似文献
12.
13.
14.
Yu Duan Minghui Li Zhaodong Niu Peiliang Jing Zengping Chen 《Journal of Modern Optics》2018,65(1):85-97
In most large field of view (FOV) observations, the distortion problem is inevitably and significantly more serious than in small FOV ones. In the circumstances, many traditional star identification approaches are not able to efficiently identify stars any more. In order to deal with this problem, we put forward a star identification method that is less sensitive to distortion. The method first processes stars in the central area of the image, using traditional identification logic, and then applies the region growing strategy to enlarge the identified regions iteratively until the entire image is covered. The performance of the new scheme is analysed in the presence of both simulated data and real data. The results show that the proposed algorithm has the advantage of speed, and the strategy of regional extension can efficiently identify stars in large FOV images compared with other existing algorithms. 相似文献
15.