径向特征下的改进三角形星图识别算法

发布时间：2025-08-12 15:23

　　 三角形星图识别可靠性与可操作性较强,目前仍在广泛使用,但是三角形星图识别算法存在冗余匹配和误识别。通过星点的几何分布构建星点的径向特征量,依据径向特征量对星图进行初始识别,将拍摄星点的识别结果限定在数颗导航星上。在初始识别的基础上,运用三角形星图识别算法再次进行识别,使三角形星图识别更具针对性,同时提高识别的正确性。实验结果表明,采用基于径向特征的改进三角形识别算法,星图识别的准确性和针对性都得到了提高。

【文章页数】：5 页

【部分图文】：

图1 星点径向特征

如图1所示,把待识别恒星S作为中心,选择识别半径R,将半径R内的圆形区域作为径向特征区域。将径向特征区域划分为等间距的圆环,圆环宽为Δr,以待识别星S为中心沿径向向外的圆环依次为G1,G2,…,GNq。分别计算特征区域内恒星与待识别星S之间的角距,确定该恒星所处的圆环,并将此圆环....

图2 导航星之间的角距

为了更加细致准确地对星点的几何分布进行描述,在选取识别半径R和圆环宽Δr时,首先分别计算提取的恒星星点角距以及导航星之间的角距,然后选取最大的角距值作为识别半径R,选取最小的角距值作为圆环宽Δr,从而分辨出每一颗星点。如图2所示,任意两颗导航星之间的角距为d(i,j)。d(i,j....

图3 恒星星点之间的角距

式中,,其中(x,y)为拍摄星点的图像坐标,f为仪器的焦距。这里选取的识别半径R和圆环宽Δr分别为:

图4 三角形匹配

目前,三角形星图识别算法为边—边—边匹配模式,如图4所示。若由拍摄星点构成的观测三角形与星表中的导航三角形能够匹配,则必须同时满足:

本文编号：4058732