在天文定位定向觀測中常利用天體敏感器和攝影經(jīng)緯儀觀測天體,從而獲取天體的圖像信息以便進行定位定向。對于觀測目標(biāo)的圖像需要進行像素坐標(biāo)提取,為后續(xù)天文定位定向提供原始數(shù)據(jù),因此觀測目標(biāo)圖像的坐標(biāo)提取精度直接影響了天文定位定向的精度。本文主要針對有代表性的觀測目標(biāo),諸如:恒星星圖、太陽圖像、以及經(jīng)緯儀通過鏡面反射獲得的十字絲圖像等的像素坐標(biāo)提取進行研究,主要研究內(nèi)容如下:(1)首先本文對恒星星圖進行圖像預(yù)處理工作,包括星圖濾波去噪、星圖閾值分割、連通域劃分。接著對處理后星圖進行目標(biāo)星點亞像素細(xì)分提取。分別通過傳統(tǒng)質(zhì)心法,加權(quán)平方質(zhì)心法,帶閾值的質(zhì)心法,高斯曲面擬合法與偏正態(tài)分布PSF相關(guān)法對模擬的星圖進行仿真實驗。由實驗結(jié)果可知,本文提出的基于偏正態(tài)分布PSF相關(guān)法提取的目標(biāo)星點質(zhì)心坐標(biāo)精度可達(dá)到0.05pixels左右,精度高于其他4種算法,為后續(xù)高精度天文定位定向姿態(tài)解算等重要環(huán)節(jié)提供了保障。(2)接下來本文對觀測得到的太陽圖像進行處理分析,首先介紹了 3種閾值分割法對太陽圖像進行圖像分割,比較分析得出最大類間方差法提取太陽圖像最為適合。然后提出了一種soble+空間矩的邊緣檢測算法用于檢測太陽圖像邊緣。接著針對退化的太陽圖像,本文提出了一種有效圓的邊緣點檢測方法。最后本文根據(jù)最小二乘原理提出了3種太陽圖像質(zhì)心提取算法,并通過實驗分析比較三種算法提取太陽圖像質(zhì)心(幾何中心)坐標(biāo)的精度。(3)最后本文對經(jīng)緯儀通過鏡面反射獲得的十字絲圖像進行十字絲中心坐標(biāo)提取,提出了一種Hough變換與最小二乘相結(jié)合的算法。首先對獲得的十字絲圖像進行一系列圖像處理工作。接著對處理后的十字絲圖像先利用Hough變換與最小二乘擬結(jié)合擬合直線方程,計算交點坐標(biāo)即所需十字絲的中心坐標(biāo)。通過實驗驗證本文提出的算法精度在無噪聲干擾時坐標(biāo)絕對偏差在0.01pixels內(nèi);添加了高斯噪后算法提取的坐標(biāo)絕對偏差在 0.2 pixels 內(nèi)。
【學(xué)位單位】：西安科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：P128.4
【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及研究意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究進展
        1.2.1 國內(nèi)研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
    1.3 論文內(nèi)容及章節(jié)安排
        1.3.1 研究內(nèi)容
        1.3.2 論文章節(jié)安排
2 恒星星圖星點提取技術(shù)研究
    2.1 星圖成像特性分析
    2.2 星圖預(yù)處理
        2.2.1 星圖濾波去噪處理
        2.2.2 目標(biāo)星點粗提取
    2.3 目標(biāo)星點亞像素細(xì)分提取算法
        2.3.1 質(zhì)心法及其改進算法
        2.3.2 高斯面擬合法
        2.3.3 基于偏正態(tài)分布PSF相關(guān)法
        2.3.4 實驗結(jié)果及對比分析
    2.4 本章小結(jié)
3 太陽質(zhì)心提取技術(shù)研究
    3.1 太陽圖像提取算法
        3.1.1 直方圖雙峰法
        3.1.2 最大熵閾值分割
        3.1.3 最大類間方差法
        3.1.4 實驗結(jié)果比較
    3.2 太陽圖像邊緣檢測算法
        3.2.1 常用的像素級邊緣檢測算法及其比較
        3.2.2 基于Sobel+空間矩的亞像素邊緣檢測算法
        3.2.3 退化后太陽邊緣檢測
    3.3 太陽圖像質(zhì)心提取研究
        3.3.1 .基于最小二乘參數(shù)估計擬合的太陽質(zhì)心提取
        3.3.2 基于粗差剔除迭代最小二乘擬合的太陽質(zhì)心提取
        3.3.3 基于加權(quán)最小二乘擬合的太陽質(zhì)心提取
        3.3.4 不同質(zhì)心提取算法比較
        3.3.5 實測數(shù)據(jù)結(jié)果
    3.4 本章小結(jié)
4 十字絲中心提取算法研究
    4.1 十字絲圖像處理
        4.1.1 雙線性插值
        4.1.2 十字絲圖像分割
        4.1.3 十字絲圖像細(xì)化
    4.2 Hough變換與最小二乘法相結(jié)合的提取算法
        4.2.1 Hough變換原理
        4.2.2 Hough變換與最小二乘法相結(jié)合的直線擬合法
    4.3 實驗驗證
        4.3.1 算法精度分析
        4.3.2 算法抗干擾分析
    4.4 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻

【參考文獻】

相關(guān)期刊論文 前10條

1 石漢路;付文興;李凱悅;馬杰;田金文;;基于FAST的星圖中星的提取方法[J];計算機與數(shù)字工程;2015年10期

2 詹銀虎;鄭勇;張超;馬高峰;駱亞波;;超大視場太陽敏感器圖像質(zhì)心提取算法[J];測繪學(xué)報;2015年10期

3 王凡;常軍;郝云彩;牛亞軍;;高精度星敏感器星像能量分布模型研究[J];激光與光電子學(xué)進展;2015年05期

4 李飛;;基于OTSU算法的近紅外星圖目標(biāo)提取[J];紅外;2015年04期

5 吳量;王建立;王昊京;;基于最小損失函數(shù)的三視場天文定位定向[J];光學(xué)精密工程;2015年03期

6 姜春霞;王燦進;陳娟;;雙模式太陽跟蹤器太陽質(zhì)心提取算法[J];中國激光;2015年02期

7 胡曉東;胡強;雷興;魏青;劉元正;王繼良;;一種用于白天星敏感器的星點質(zhì)心提取方法[J];中國慣性技術(shù)學(xué)報;2014年04期

8 賀成彬;孫志毅;李平陽;;基于CCD圖像的太陽質(zhì)心位置檢測[J];現(xiàn)代電子技術(shù);2013年22期

9 韓艷麗;劉峰;王鐸;張健;;多步長最小能量差法恒星亞像素質(zhì)心計算[J];激光與紅外;2013年05期

10 李德彪;劉素珍;;基于多星同步檢測的慣導(dǎo)誤差實時測量方法[J];中國慣性技術(shù)學(xué)報;2010年01期

相關(guān)碩士學(xué)位論文 前7條

1 范經(jīng)偉;快速星圖識別算法設(shè)計與實現(xiàn)[D];南京理工大學(xué);2017年

2 周興;天文定位系統(tǒng)中恒星定位與識別算法的研究[D];西安電子科技大學(xué);2012年

3 孟靖;大地天文測量星圖定位與識別算法的研究[D];西安電子科技大學(xué);2010年

4 劉真;基于天文導(dǎo)航的無人機定位方法研究[D];西安電子科技大學(xué);2009年

5 賀楠;綜合導(dǎo)航顯控臺設(shè)計及信息融合技術(shù)應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

6 李洪波;SINS/GPS/GM組合導(dǎo)航系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2007年

7 劉亞威;空間矩亞像素圖像測量算法的研究[D];重慶大學(xué);2003年

本文編號：2844818