基于相似三角形的星图识别

星图识别算法是星敏感器快速获得姿态信息的关键,传统的星图识别算法,例如三角形算法、多边形算法以及一些改进算法,大多是以星对间的角距作为识别特征,而星对角距的计算精度严重依赖于星敏感器相机的焦距f的校准精度。如果校准精度不够或者由于环境原因导致相机焦距有较大变化时,这些基于星对角距的识别方法将无法正常工作,本文提出了一种基于相似三角形的星图识别算法,该算法利用观测星组成的三角形与CCD相机所成像点三角形相似来进行识别,由于识别过程不需要焦距信息,在焦距有较大变化时仍能正常工作。最后用蒙特卡罗方法进行了仿真验证,结果表明该算法在引入较大焦距误差时识别率无明显变化,其平均识别率为95.2%,平均识别时间为5.3ms,而相同仿真实验条件下传统三角形算法的平均识别时间为7.6ms,在引入0.5pixel的像面位置误差时该算法识别率为93.3%,而传统三角形算法识别率仅为86.5%,该算法较传统三角形算法在识别速度方面有一定优势,同时对像面位置噪声的鲁棒性更好。