CN110345918B - 基于恒星检索的空间碎片检测方法和*** - Google Patents

基于恒星检索的空间碎片检测方法和*** Download PDF

Info

Publication number
CN110345918B
CN110345918B CN201910444726.7A CN201910444726A CN110345918B CN 110345918 B CN110345918 B CN 110345918B CN 201910444726 A CN201910444726 A CN 201910444726A CN 110345918 B CN110345918 B CN 110345918B
Authority
CN
China
Prior art keywords
image
star
images
background
space debris
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910444726.7A
Other languages
English (en)
Other versions
CN110345918A (zh
Inventor
张晓祥
高昕
李希宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Purple Mountain Observatory of CAS
Original Assignee
Purple Mountain Observatory of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Purple Mountain Observatory of CAS filed Critical Purple Mountain Observatory of CAS
Priority to CN201910444726.7A priority Critical patent/CN110345918B/zh
Publication of CN110345918A publication Critical patent/CN110345918A/zh
Application granted granted Critical
Publication of CN110345918B publication Critical patent/CN110345918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Analysis (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于恒星检索的空间碎片检测方法，包括：接收图像，对图像背景进行估计；根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标；结合图像上所有星像的二维平面实测坐标，通过天文定位的方式，获得所有星像对应的惯性空间的三维向量，获取所有恒星的二维切平面理论坐标；识别并剔除所有图像中的背景恒星；获取剩余星象的航迹特征，检测出图像上的所有空间碎片。本发明能够根据预先设定的恒星识别条件，识别并且剔除单帧图像上的恒星星象，继而灵活地采用多帧图像，对图像上的空间碎片进行检测，降低亮恒星等因素产生的检测虚警，提高暗弱的空间碎片的检测成功率。

Description

基于恒星检索的空间碎片检测方法和***
技术领域
本发明涉及空间碎片识别技术领域，具体而言涉及一种基于恒星检索的空间碎片检测方法和***。
背景技术
在科研、军事等许多领域，都需要对空间碎片进行监视，给出空间碎片的每一个瞬间在天空中的位置及其变化，确定空间碎片的运行轨道，从而获取空间碎片精确的信息。
CCD的发明，替代了传统的照相观测，成为了空间碎片监视的有效手段之一，尤其对中高轨道的空间碎片。对于科学级CCD来说，通常有三种读出方式：全帧读出、行间转移读出及帧转移读出方式。由于采用帧转移和行间转移读出的CCD通常具有靶面小、读出速度快以及读出的图像上星象几乎没有脱尾现象的优点；采用全帧读出的CCD通常具有靶面大优点，同时具有读出速度慢以及在无快门配合时读出的图像上星象存在脱尾现象的缺点。随着sCMOS技术的发展，sCMOS具有具有靶面大、读出速度快以及读出的图像上星象几乎没有脱尾现象的优点。因此科学级CCD和sCMOS在空间碎片监视中得到了较为广泛的应用。
由于空间碎片监视过程中，由于图像的不同，检测方法有很多种，传统的空间碎片检测方法的空间碎片检测流程通常如下：
步骤1、单帧图像背景估计。
步骤2、单帧图像扫描，获得图像上所有星像的二维平面坐标(x，y)。
步骤3、单帧图像二值化。
步骤4、多帧二值化图像帧差处理。
步骤5、多帧二值化帧差图像扫描。
步骤6、多帧空间碎片航迹关联。
传统的空间碎片检测方法的空间碎片检测流程存在两个方面的问题：
一方面由于CCD在进行图像实时采集的过程中不仅有来自CCD自身读出电路误差因素，而且有CCD工作环境及云层的影响因素，会影响CCD图像的背景起伏，给空间碎片的检测带来影响，特别对暗弱的空间碎片的影响，从而增加了虚警概率，影响了检测成功率。
另一方面由于图像相邻帧的时间间隔不一致、空间碎片运动特性不同造成空间碎片漏检。另外更为重要的是观测模式的不同，处理方法也有所不同。
前述指出的观测模式不同，处理方法也不同，不但包括空间碎片的检测过程，还包括背景恒星的识别过程，用户需要针对多个检测步骤设定不同的处理方案，检测过程复杂，并且容易发生误检。
发明内容
本发明目的在于针对前述基于图像二维平面的单帧或者多帧帧差空间碎片检测方法的不足，提供一种基于恒星检索的空间碎片检测方法和***，采用全帧扫描及天文定位方式，以及单帧图像的二维平面实测坐标和二维切平面理论坐标，快速剔除单帧图像上的背景恒星，采用多帧图像和惯性空间的三维向量(赤经α和赤纬δ)，实现空间碎片的检测。本发明能够根据预先设定的恒星识别条件，识别并且剔除单帧图像上的恒星星象，继而灵活地采用多帧图像，对图像上的空间碎片进行检测，降低亮恒星等因素产生的检测虚警，提高暗弱的空间碎片的检测成功率。
为达成上述目的，结合图1，本发明提出一种基于恒星检索的空间碎片检测方法，所述检测方法包括：
S1：接收至少一帧包括空间碎片和背景恒星的图像，对图像背景进行估计；
S2：根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标(x，y)，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离；
S3：结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)，其中(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标；
S4：判断每一帧图像中的每个星象是否满足下述恒星识别条件：
Figure BDA0002073250090000021
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星，其中，
Figure BDA0002073250090000022
为第i帧图像上第j个星象的灰度质心坐标，
Figure BDA0002073250090000023
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限；
重复前述过程直至识别并剔除所有图像中的背景恒星；
S5：结合所有剔除背景恒星的图像，获取剩余星象的航迹特征，检测出图像上的所有空间碎片。
基于前述基于恒星检索的空间碎片检测方法，本发明还提及一种基于恒星检索的空间碎片检测***，所述空间碎片检测***包括以下模块：
1)用于接收包括空间碎片和背景恒星的图像的模块。
2)用于对图像背景进行估计的模块。
3)用于根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标(x，y)的模块，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离。
4)用于结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)的模块，其中(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标。
5)用于判断其中一帧图像中的每个星象是否满足下述恒星识别条件：
Figure BDA0002073250090000031
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星的模块，其中，
Figure BDA0002073250090000032
为第i帧图像上第j个星象的灰度质心坐标，
Figure BDA0002073250090000033
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限。
6)用于剔除所有图像上的背景恒星的模块。
7)用于获取剩余星象的航迹特征，检测出图像上的所有空间碎片的模块。
通过测量***采集若干帧包括空间碎片和背景恒星的图像，对采集到的若干图像的图像背景进行估计，计算每帧图像上所有星象的二维平面实测坐标(x，y)。结合每帧图像上所有星象的二维平面实测坐标(x，y)，通过天文定位的方式，获得每帧图像上所有星象的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像上每个恒星的二维切平面理论坐标(X，Y)。结合图像上每个星象的二维平面实测坐标(x，y)和图像上每个恒星的二维切平面理论坐标(X，Y)，通过恒星识别条件识别并剔除图像中的背景恒星。再结合多帧剔除掉背景恒星的图像，获取剩余星象的航迹特征，判断该航迹是否属于同一星象所有，避免了帧频不固定和运动特性不一致造成空间碎片的漏检、以及观测模式不同导致的空间碎片检测方法不同。
以连续三帧图像为例，第一步，对三帧图像中的图像背景进行估计，计算每帧图像上所有星象的二维平面实测坐标(x，y)，继而推算出每帧图像上所有星象的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量；通过恒星检索以获取图像中每个恒星的二维切平面理论坐标(X，Y)，(X，Y)为每个恒星的理论灰度质心坐标。第二步，将每一帧图像上所有星象的二维平面实测坐标(x，y)与通过恒星检索以获取的每个恒星的理论灰度质心坐标做比对，识别并剔除图像上的背景恒星，具体的，依次计算每帧图像上的星象的二维平面实测坐标(x，y)和图像上所有恒星的二维切平面理论坐标(X，Y)的差值绝对值，如果差值绝对值在匹配门限内，比如为1像素以内，判断该星象为背景恒星，将其剔除。第三步，结合第一帧、第二帧、第三帧图像上的星象坐标，生成除背景恒星之外的剩余星象的运行航迹，获取航迹特征，根据航迹特征检测出空间碎片，具体的，将空间碎片的航迹通过相邻帧的三维空间向量，转换为视运动角速度，根据预先设定的目标判断条件判断该航迹是否属于同一目标，如果符合目标判断条件，判断该航迹属于同一目标，否则，判断该航迹不属于同一目标，避免了帧频不固定和运动特性不一致造成空间碎片的漏检、观测模式不同空间碎片检测方法不同。
以上本发明的技术方案，与现有相比，其显著的有益效果在于，
1)采用全帧扫描及天文定位方式，以及单帧图像上所有星象的二维平面实测坐标和每个恒星的二维切平面理论坐标，快速剔除单帧图像上的背景恒星，识别单帧图像上的背景恒星的方式，不局限于跟踪或搜索观测模式。
2)采用相邻帧中星象对应的惯性空间的三维向量(α，δ)将航迹转换成视运动角速度，以此作为同一目标的判断依据，避免了帧频不固定和运动特性不一致造成空间碎片的漏检、观测模式不同空间碎片检测方法不同，不管是跟踪观测模式或者搜索观测模式，处理方法一致。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于恒星检索的空间碎片检测方法的流程图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
结合图1，本发明提及一种基于恒星检索的空间碎片检测方法，所述检测方法包括：
S1：接收至少一帧包括空间碎片和背景恒星的图像，对图像背景进行估计。
S2：根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标(x，y)，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离。
S3：结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)，其中(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标。
S4：判断每一帧图像中的每个星象是否满足下述恒星识别条件：
Figure BDA0002073250090000041
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星，其中，
Figure BDA0002073250090000051
为第i帧图像上第j个星象的灰度质心坐标，
Figure BDA0002073250090000052
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限。
重复前述过程直至识别并剔除所有图像中的背景恒星。
S5：结合所有剔除背景恒星的图像，获取剩余星象的航迹特征，检测出图像上的所有空间碎片。
下面对前述五个步骤逐一进行阐述。
一、图像背景估计
步骤S1中，采用图像背景估计模型对接收的图像中的背景进行估计。例如，在接收多帧含有空间碎片及背景恒星的帧转移CCD图像后，采用创建的图像背景估计的数学模型，对图像背景进行估计，以加快处理速度。
创建图像背景估计模型的方法为：对若干帧含有空间碎片和背景恒星的图像进行综合分析，创建图像背景估计模型，用于图像的背景估计。
优选的，可以采用机器学习等算法以创建图像背景估计模型。
二、星象扫描及二维平面实测坐标归算
步骤S2中，所述根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标(x，y)的过程包括以下步骤：
结合图像背景的估计结果和原始的含有空间碎片及背景恒星的图像，按照预先设定的阈值，对含有空间碎片及背景恒星的图像进行全帧扫描，给出图像上所有星像的二维平面坐标(x，y)归算结果。
三、三维空间向量及二维切平面理论坐标归算
根据图像上所有星像的二维平面实测坐标(x，y)扫描结果，通过天文定位的方式，获得所有星像对应的赤经α和赤纬δ，再根据赤经α和赤纬δ计算得到每个星象在惯性空间的三维向量；同时，通过恒星检索得到图像上每个恒星的二维切平面理论坐标(X，Y)，其中，(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标。
四、背景恒星剔除
对于背景恒星的剔除，在二维平面里进行筛选，通过比较单帧图像上每个星象的二维平面实测坐标(x，y)和每个恒星的切平面理论坐标(X，Y)，如果两者之间的差值绝对值小于匹配门限，表示所述星象为背景恒星，该方法不局限于采用跟踪或者搜索观测模式的情形，具体的，满足以下门限的星像为背景恒星。
Figure BDA0002073250090000061
其中，
Figure BDA0002073250090000062
为第i帧图像上第j个星象的灰度质心坐标，
Figure BDA0002073250090000063
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限。
由前述可知，在本发明中，剔除背景恒星的方法不局限于观测模式，无论采用跟踪或者搜索观测模式，对识别过程无影响，识别过程中只需要知晓单帧图像上星象的二维平面实测坐标(x，y)和所有恒星的切平面理论坐标(X，Y)即可。
五、空间碎片检测
在剔除所有图像中的背景恒星后，降低了亮恒星等因素产生的检测虚警，有利于提高暗弱的空间碎片的检测成功率。
由于相邻帧的时间间隔难以保持一致，每个空间碎片的运动特性也不同，容易造成空间碎片的漏检。为了避免这一问题，本发明提出将空间碎片的航迹通过相邻帧的三维空间向量，转换为视运动角速度，根据预先设定的目标判断条件判断该航迹是否属于同一目标，如果符合目标判断条件，判断该航迹属于同一目标，否则，判断该航迹不属于同一目标。这样的判断方式，弱化了相邻帧的时间间隔对判定结果的影响，结合相邻帧的三维空间向量，判定获取的航迹是否属于同一目标，降低了漏检风险。
具体的，本发明提及的空间碎片的检测过程包括：根据多帧图像恒星星象剔除结果，综合星象的多种判断特征，检测出图像上的所有空间碎片。空间碎片无论采用跟踪或者搜索观测模式的情形，可以将空间碎片的航迹通过相邻帧的三维空间向量，转换为视运动角速度，以此作为同一目标的判断依据，从而避免了帧频不固定和运动特性不一致造成空间碎片的漏检、观测模式不同导致的空间碎片检测方法不同。判断标准如下：
Figure BDA0002073250090000064
其中
Figure BDA0002073250090000065
其中，
Figure BDA0002073250090000066
为第i帧图像上第j个星象通过其所对应的赤经
Figure BDA0002073250090000067
和赤纬
Figure BDA0002073250090000068
计算得到的惯性空间中的三维向量；
Figure BDA0002073250090000071
为第i+1帧图像上第k个星象通过其所对应的赤经
Figure BDA0002073250090000072
和赤纬
Figure BDA0002073250090000073
计算得到的惯性空间中的三维向量；
Figure BDA0002073250090000074
为第i+2帧图像上第1个星象通过其所对应的赤经
Figure BDA0002073250090000075
和赤纬
Figure BDA0002073250090000076
计算得到的惯性空间中的三维向量；ε1为相邻两帧某两个星象在惯性空间中的向量的夹角最小检测门限；ε2为连续三帧中第i帧中第j个星象和第i+1帧中第k个星象在惯性空间中向量的夹角、与第i+1帧中第k个星象和第i+2帧中第1个星象在惯性空间中向量的夹角的之差的最大检测门限。
进一步的，关于检测数据的应用，包括以下几种方式：
第一种方式
将图像上的所有空间碎片的检测结果反馈至测量***的跟踪模块，以实现对图像上空间碎片的跟踪。
第二种方式
将图像上的所有空间碎片的检测结果存储至存储器中，如存储在计算机***的存储介质中，以作数据备份。
第三种方式
将图像上的所有空间碎片的检测结果通过显示***以显示，具体的，图像、图像背景估计结果、图像的全帧扫描结果及图像中运动星象的检测结果都可以通过显示***显示出来，便于用户随时查看。
基于前述基于恒星检索的空间碎片检测方法，本发明还提及一种基于恒星检索的空间碎片检测***，所述空间碎片检测***包括以下模块：
1)用于接收包括空间碎片和背景恒星的图像的模块。
2)用于对图像背景进行估计的模块。
3)用于根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面坐标(x，y)的模块，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离。
4)用于结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)的模块，其中(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标。
5)用于判断其中一帧图像中的每个星象是否满足下述恒星识别条件：
Figure BDA0002073250090000077
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星的模块，其中，
Figure BDA0002073250090000081
为第i帧图像上第j个星象的灰度质心坐标，
Figure BDA0002073250090000082
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限。
6)用于剔除所有图像上的背景恒星的模块。
7)用于获取剩余星象的航迹特征，检测出图像上的所有空间碎片的模块。
本发明是一种基于恒星检索的空间碎片检测方法，能够根据给定的门限，剔除单帧图像上恒星星象，灵活地采用多帧图像，对图像上的空间碎片进行检测，降低亮恒星等因素产生的检测虚警，提高暗弱的空间碎片的检测成功率，避免了帧频不固定和运动特性不一致造成空间碎片的漏检、观测模式不同空间碎片检测方法不同，是一种的非常好的空间碎片检测方法。
经过测试，对于信噪比大于3的空间碎片，本发明的检测成功率几乎可以达到100％，对于对于信噪比小于3，而大于2的空间碎片，本发明的检测成功率几乎可以达到90％以上。该方法的实际处理效果好，能够广泛地应用到科研、及工程领域中。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种基于恒星检索的空间碎片检测方法，其特征在于，所述检测方法包括：
S1：接收至少一帧包括空间碎片和背景恒星的图像，对图像背景进行估计；
S2：根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面实测坐标(x，y)，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离；
S3：结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)，其中二维切平面理论坐标(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标；
S4：判断每一帧图像中的每个星象是否满足下述恒星识别条件：
Figure FDA0002797113000000011
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星，其中，
Figure FDA0002797113000000012
为第i帧图像上第j个星象的灰度质心坐标，
Figure FDA0002797113000000013
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限；
重复前述过程直至识别并剔除所有图像中的背景恒星；
S5：结合所有剔除背景恒星的图像，获取剩余星象的航迹特征，检测出图像上的所有空间碎片。
2.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，步骤S1中，采用图像背景估计模型对接收的图像中的背景进行估计。
3.根据权利要求2所述的基于恒星检索的空间碎片检测方法，其特征在于，所述检测方法还包括：
对若干帧含有空间碎片和背景恒星的图像进行综合分析，创建图像背景估计模型。
4.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，步骤S2中，所述根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面实测坐标(x，y)的过程包括以下步骤：
结合图像背景的估计结果和原始的含有空间碎片及背景恒星的图像，按照预先设定的阈值，对含有空间碎片及背景恒星的图像进行全帧扫描，给出图像上所有星像的二维平面实测坐标(x，y)归算结果。
5.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，步骤S5中，所述获取剩余星象的航迹特征，检测出图像上的所有空间碎片的过程包括以下步骤：
将空间碎片的航迹通过相邻帧的三维空间向量，转换为视运动角速度，根据预先设定的目标判断条件判断该航迹是否属于同一目标，如果符合目标判断条件，判断该航迹属于同一目标，否则，判断该航迹不属于同一目标。
6.根据权利要求5所述的基于恒星检索的空间碎片检测方法，其特征在于，所述预先设定的目标判断条件为：
Figure FDA0002797113000000021
其中
Figure FDA0002797113000000022
其中，
Figure FDA0002797113000000023
为第i帧图像上第j个星象通过其所对应的赤经
Figure FDA0002797113000000024
和赤纬
Figure FDA0002797113000000025
计算得到的惯性空间中的三维向量；
Figure FDA0002797113000000026
为第i+1帧图像上第k个星象通过其所对应的赤经
Figure FDA0002797113000000027
和赤纬
Figure FDA0002797113000000028
计算得到的惯性空间中的三维向量；
Figure FDA0002797113000000029
为第i+2帧图像上第1个星象通过其所对应的赤经
Figure FDA00027971130000000210
和赤纬
Figure FDA00027971130000000211
计算得到的惯性空间中的三维向量；ε1为相邻两帧某两个星象在惯性空间中的向量的夹角最小检测门限；ε2为连续三帧中第i帧中第j个星象和第i+1帧中第k个星象在惯性空间中向量的夹角、与第i+1帧中第k个星象和第i+2帧中第1个星象在惯性空间中向量的夹角的之差的最大检测门限。
7.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，所述检测方法还包括：
将图像上的所有空间碎片的检测结果反馈至测量***的跟踪模块。
8.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，所述检测方法还包括：
将图像上的所有空间碎片的检测结果存储至存储器中。
9.根据权利要求1所述的基于恒星检索的空间碎片检测方法，其特征在于，所述检测方法还包括：
将图像上的所有空间碎片的检测结果通过显示***以显示。
10.一种基于恒星检索的空间碎片检测***，其特征在于，所述空间碎片检测***包括：
用于接收包括空间碎片和背景恒星的图像的模块；
用于对图像背景进行估计的模块；
用于根据图像背景的估计结果，对图像进行全帧扫描，计算得到图像上所有星像的二维平面实测坐标(x，y)的模块，其中，设图像的左上角为坐标原点(0，0)，图像右侧为x轴增加方向，图像下侧为y轴增加方向，x为图像中星象所在位置在x轴方向上与坐标原点的距离，y为图像中星象所在位置在y轴方向上与坐标原点的距离；
用于结合图像上所有星像的二维平面实测坐标(x，y)，通过天文定位的方式，获得所有星像的赤经α和赤纬δ，根据赤经α和赤纬δ推算出所有星象对应的惯性空间的三维向量，获取图像中每个恒星的二维切平面理论坐标(X，Y)的模块，其中二维切平面理论坐标(X，Y)为通过恒星检索得到的恒星的理论灰度质心坐标；
用于判断每一帧图像中的每个星象是否满足下述恒星识别条件：
Figure FDA0002797113000000031
将满足恒星识别条件的星像判定成背景恒星，剔除该图像中的背景恒星的模块，其中，
Figure FDA0002797113000000032
为第i帧图像上第j个星象的灰度质心坐标，
Figure FDA0002797113000000033
为第i帧图像上恒星检索得到的第k个恒星的理论灰度质心坐标，ε为匹配门限；
用于剔除所有图像上的背景恒星的模块；
用于获取剩余星象的航迹特征，检测出图像上的所有空间碎片的模块。
CN201910444726.7A 2019-05-27 2019-05-27 基于恒星检索的空间碎片检测方法和*** Active CN110345918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910444726.7A CN110345918B (zh) 2019-05-27 2019-05-27 基于恒星检索的空间碎片检测方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910444726.7A CN110345918B (zh) 2019-05-27 2019-05-27 基于恒星检索的空间碎片检测方法和***

Publications (2)

Publication Number Publication Date
CN110345918A CN110345918A (zh) 2019-10-18
CN110345918B true CN110345918B (zh) 2021-03-16

Family

ID=68174426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910444726.7A Active CN110345918B (zh) 2019-05-27 2019-05-27 基于恒星检索的空间碎片检测方法和***

Country Status (1)

Country Link
CN (1) CN110345918B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111126131B (zh) * 2019-10-30 2021-08-10 北京控制工程研究所 一种高效率暗弱空间目标识别方法
CN111089607B (zh) * 2019-12-21 2021-07-02 北京跟踪与通信技术研究所 一种望远镜***探测能力自动标校方法
CN112528990B (zh) * 2020-12-04 2022-07-05 北京航空航天大学 一种高动态星敏感器恒星光斑提取方法
CN113295147B (zh) * 2021-05-14 2022-06-07 中国科学院紫金山天文台 一种基于惯性空间的空间碎片检测方法
CN117315498B (zh) * 2023-10-10 2024-05-24 中国人民解放军战略支援部队航天工程大学 一种基于空间目标检测结果的虚警判别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846511A (zh) * 2010-04-29 2010-09-29 中国科学院紫金山天文台 一种空间碎片的检测***
CN101929859A (zh) * 2010-04-29 2010-12-29 中国科学院紫金山天文台 一种基于图像全帧扫描的空间碎片检测方法
CN103996027A (zh) * 2014-05-19 2014-08-20 上海微小卫星工程中心 一种天基空间目标识别方法
CN105913452A (zh) * 2016-04-01 2016-08-31 西北工业大学 空间碎片实时检测与跟踪方法
CN109708648A (zh) * 2018-11-27 2019-05-03 上海航天控制技术研究所 一种空间运动点目标的分类辨识方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5600043B2 (ja) * 2010-09-10 2014-10-01 株式会社Ｉｈｉ スペースデブリ検出方法
JP6094100B2 (ja) * 2012-09-07 2017-03-15 株式会社Ihi 移動体検出方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101846511A (zh) * 2010-04-29 2010-09-29 中国科学院紫金山天文台 一种空间碎片的检测***
CN101929859A (zh) * 2010-04-29 2010-12-29 中国科学院紫金山天文台 一种基于图像全帧扫描的空间碎片检测方法
CN103996027A (zh) * 2014-05-19 2014-08-20 上海微小卫星工程中心 一种天基空间目标识别方法
CN105913452A (zh) * 2016-04-01 2016-08-31 西北工业大学 空间碎片实时检测与跟踪方法
CN109708648A (zh) * 2018-11-27 2019-05-03 上海航天控制技术研究所 一种空间运动点目标的分类辨识方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"利用天文观测图像对空间碎片目标进行自动识别与追踪";杨育彬 等;《武汉大学学报·信息科学版》;20100228;第35卷(第2期);全文 *

Also Published As

Publication number Publication date
CN110345918A (zh) 2019-10-18

Similar Documents

Publication Publication Date Title
CN110345918B (zh) 基于恒星检索的空间碎片检测方法和***
US6445832B1 (en) Balanced template tracker for tracking an object image sequence
CN105913028B (zh) 一种基于face++平台的人脸跟踪方法及其装置
CN110399866B (zh) 基于ccd相机不同曝光时间交替的空间碎片观测方法
CN113989716B (zh) 煤矿井下输送带异物目标检测方法、***、设备及终端
CN107578424B (zh) 一种基于时空分类的动态背景差分检测方法、***及装置
CN110555868A (zh) 一种复杂地面背景下运动小目标检测方法
CN112200163B (zh) 水下底栖生物检测方法及***
CN110345919B (zh) 基于三维空间向量与二维平面坐标的空间碎片检测方法
CN113744315B (zh) 一种基于双目视觉的半直接视觉里程计
CN108305265B (zh) 微弱小目标图像实时处理方法及***
CN110827262A (zh) 一种基于连续有限帧红外图像的弱小目标检测方法
CN106683113A (zh) 特征点跟踪方法和装置
CN116862832A (zh) 一种基于三维实景模型的作业人员定位方法
CN113409334B (zh) 一种基于质心的结构光角点检测方法
CN113295147B (zh) 一种基于惯性空间的空间碎片检测方法
CN113763261B (zh) 一种海雾气象条件下的远小目标实时检测方法
CN111967403B (zh) 视频移动区域确定方法、装置及电子设备
CN107123105A (zh) 基于fast算法的图像匹配缺陷检测方法
CN114821075A (zh) 空间目标捕获方法、装置、终端设备及存储介质
Şengil Implementation of DBSCAN Method in Star Trackers to Improve Image Segmentation in Heavy Noise Conditions.
CN118115755B (zh) 一种多目标跟踪方法、***及存储介质
KR102589150B1 (ko) 누적 차영상을 이용한 원거리 객체 검지 시스템
CN117647263B (zh) 基于非线性优化的单光子相机视觉惯性里程计方法及***
Gu et al. Research on Infrared Small Target Detection Algorithm Based on YOLOv5 and Enhanced KCF Algorithm with Kalman Filter

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant