CN114972875A - 一种基于多帧联合的非折射星和折射星分类方法及装置 - Google Patents

一种基于多帧联合的非折射星和折射星分类方法及装置 Download PDF

Info

Publication number
CN114972875A
CN114972875A CN202210648818.9A CN202210648818A CN114972875A CN 114972875 A CN114972875 A CN 114972875A CN 202210648818 A CN202210648818 A CN 202210648818A CN 114972875 A CN114972875 A CN 114972875A
Authority
CN
China
Prior art keywords
star
frame
vector
refracted
refraction
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.)
Pending
Application number
CN202210648818.9A
Other languages
English (en)
Inventor
马岩
江洁
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202210648818.9A priority Critical patent/CN114972875A/zh
Publication of CN114972875A publication Critical patent/CN114972875A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于多帧联合的非折射星和折射星分类方法及装置。该方法包括：依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；根据帧间姿态矩阵构建多帧星点投影特征；利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果。本发明仅利用多帧间的星点位置信息对非折射星和折射星进行分类，分类正确率高，不需要进行星图识别，也无需任何先验位姿信息。

Description

一种基于多帧联合的非折射星和折射星分类方法及装置
技术领域
本发明涉及折射星导航敏感器的技术领域，具体而言，涉及一种基于多帧联合的非折射星和折射星分类方法及装置。
背景技术
单视场折射星天文导航敏感器是一种高精度位姿测量仪器。该仪器使用单敏感器同时观测非折射星和折射星，实现姿态、位置测量和计算。由于其具有完全的自主性，且位姿策略误差不随时间进行积累，且具有较高的导航精度，是目前极具潜力的导航方案。而对视场中同时观测的非折射星和折射星进行分类与识别是这种高精度导航方法实现的前提条件。近年来，折射星导航技术得到了一定的发展，但大多数研究都着眼于利用所测得的折射星折射角进行载***置解算的方法研究，而忽略了对视场中同时出现的非折射星和折射星进行分类的重要性。总结现有的对非折射星和折射星进行分类的方法，主要有如下几种。Qian等人在其文章(QIAN H M, SUN L, CAI J N, et al. A starlight refractionscheme with single star sensor used in autonomous satellite navigation system[J]. Acta Astronautica, 2014, 96:45-52.)中认为星图识别算法无法识别位置发生偏移的折射星，因此星图识别算法未识别到的星点均为折射星。事实上，由于星图识别可以容忍一定程度的位置误差，小角度折射星可以被大多数星图识别算法识别。因此这种方法会为姿态计算引入额外的误差，同时也会影响折射角的测量。宁晓琳等人在其文章(NING X,SUN X, FANG J, et al. Satellite stellar refraction navigation using starpixel coordinates[J]. Navigation, 2019, 66(1):129-138.)中定义仿真平台观测器视轴始终指向轨道运动方向，其直接将出现在图像上半部分的恒星识别为非折射星而将出现在下半部分的恒星识别为折射星。然而当卫星实际在轨运行时，由于外部环境干扰的存在，视轴指向并不一定能始终遵循预期，所以这种识别方法也不可行。现有的非折射星和折射星分类方法需要依赖导航敏感器的位姿先验信息并需要配合非折射星的星图识别方法才能够进行，在实际应用出现位姿的先验信息缺失或星图识别算法失效等问题时，上述方法均无法正常运行。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明提供了一种基于多帧联合的非折射星和折射星分类方法及装置，至少解决了在导航敏感器不能获得位姿先验信息和星图识别结果时对单视场折射星天文导航敏感器视场中同时出现的非折射星和折射星进行分类的技术问题。
根据本发明实施例的一个方面，提供了一种基于多帧联合的非折射星和折射星分类方法，包括： 依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；根据帧间姿态矩阵构建多帧星点投影特征；利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果。
进一步的，所述步骤S100包括：
步骤S110，获取第
Figure 651095DEST_PATH_IMAGE001
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 865039DEST_PATH_IMAGE002
，式中
Figure 505099DEST_PATH_IMAGE003
为星矢量，
Figure 804493DEST_PATH_IMAGE004
为星号，
Figure 719360DEST_PATH_IMAGE005
为第
Figure 256651DEST_PATH_IMAGE001
帧图像中的星点总数量；获取第
Figure 333192DEST_PATH_IMAGE006
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 588724DEST_PATH_IMAGE008
，式中
Figure 50491DEST_PATH_IMAGE009
为星矢量，
Figure 239027DEST_PATH_IMAGE010
为星号，
Figure 955310DEST_PATH_IMAGE011
为第
Figure 698138DEST_PATH_IMAGE012
帧图像中的星点总数量；
步骤S120，根据所述第
Figure 423649DEST_PATH_IMAGE001
帧和第
Figure 201112DEST_PATH_IMAGE013
帧中的星矢量，寻找所有的匹配星点；
步骤S130，根据所述匹配星点，计算帧间姿态矩阵。
进一步的，所述步骤S200包括：
根据所述的帧间星点匹配与帧间姿态矩阵计算方法，分别计算得到第
Figure 885034DEST_PATH_IMAGE001
帧与前序第
Figure 377808DEST_PATH_IMAGE014
帧之间的帧间姿态矩阵；
通过所述计算得到的第
Figure 172588DEST_PATH_IMAGE001
帧与前序第
Figure 335716DEST_PATH_IMAGE015
帧之间的帧间姿态矩阵，将任意时刻的星点位置投影到当前
Figure 924961DEST_PATH_IMAGE001
时刻；
根据***模型计算投影星矢量在图像坐标系下的坐标，得到投影星点二维坐标，构建星点投影特征
Figure 642381DEST_PATH_IMAGE016
。
进一步的，所述步骤S300包括：
根据所述星点投影特征
Figure 709694DEST_PATH_IMAGE017
，计算线性回归矩阵
Figure 461749DEST_PATH_IMAGE018
，式中
Figure 956316DEST_PATH_IMAGE020
与
Figure 158103DEST_PATH_IMAGE022
分别为
Figure 560265DEST_PATH_IMAGE024
和
Figure 166827DEST_PATH_IMAGE026
的平均值；
根据所述线性回归矩阵
Figure 363453DEST_PATH_IMAGE027
计算其最小特征值对应的特征向量，记为
Figure 55466DEST_PATH_IMAGE028
，
Figure 995740DEST_PATH_IMAGE029
是2x1的列向量，
Figure 456808DEST_PATH_IMAGE030
是列向量
Figure 824335DEST_PATH_IMAGE029
的两个数，并根据该向量计算其垂直向量
Figure 269223DEST_PATH_IMAGE031
；
根据所述向量
Figure 744679DEST_PATH_IMAGE029
与向量
Figure 325833DEST_PATH_IMAGE033
，分别计算线性回归残差
Figure 598683DEST_PATH_IMAGE034
与
Figure 999708DEST_PATH_IMAGE035
，计算公式为
Figure 281785DEST_PATH_IMAGE037
和
Figure 717446DEST_PATH_IMAGE039
，并计算折射星指数
Figure 161197DEST_PATH_IMAGE040
；
根据所述折射星指数
Figure 315097DEST_PATH_IMAGE042
，对星点进行二分类，定义
Figure 135286DEST_PATH_IMAGE043
的星点为非折射星，定义
Figure 434242DEST_PATH_IMAGE044
的星点为折射星，式中
Figure 48894DEST_PATH_IMAGE045
为分类阈值。
根据本发明实施例的另一方面，提供了一种基于多帧联合的非折射星和折射星分类装置，包括：
匹配模块，用于匹配多帧之间的星点并计算帧间姿态矩阵；
特征模块，用于根据所述匹配星点与帧间姿态矩阵，构建星点投影特征；
分类模块，用于根据所述星点投影特征对非折射星和折射星进行分类。
进一步的，所述匹配模块包括：
获取单元，用于获取第
Figure 424512DEST_PATH_IMAGE046
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 313970DEST_PATH_IMAGE047
，式中
Figure 193065DEST_PATH_IMAGE048
为星矢量，
Figure 509776DEST_PATH_IMAGE049
为星号，
Figure 372690DEST_PATH_IMAGE051
为第
Figure 534681DEST_PATH_IMAGE046
帧图像中的星点总数量；获取第
Figure 62090DEST_PATH_IMAGE052
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 18545DEST_PATH_IMAGE053
，式中
Figure 634334DEST_PATH_IMAGE054
为星矢量，
Figure 600016DEST_PATH_IMAGE055
为星号，
Figure 984861DEST_PATH_IMAGE056
为第
Figure 377796DEST_PATH_IMAGE052
帧图像中的星点总数量；
匹配单元，用于根据所述两帧的星矢量，寻找所有的匹配星点，
计算单元，用于根据所述匹配星点，计算帧间姿态矩阵。
进一步的，所述特征模块包括：
投影单元，用于根据***模型，计算投影星矢量在图像坐标系下的坐标；
构建单元，用于根据所述投影星点二维坐标，构建星点投影特征
Figure 949723DEST_PATH_IMAGE057
。
进一步的，所述分类模块包括：
回归单元，用于根据所述星点投影特征
Figure 656779DEST_PATH_IMAGE058
，计算线性回归矩阵
Figure 158780DEST_PATH_IMAGE059
，式中
Figure 722616DEST_PATH_IMAGE061
与
Figure 47418DEST_PATH_IMAGE063
分别为
Figure 89324DEST_PATH_IMAGE065
和
Figure 183182DEST_PATH_IMAGE067
的平均值；还用于根据所述线性回归矩阵
Figure 183499DEST_PATH_IMAGE068
计算其最小特征值对应的特征向量，记为
Figure 730018DEST_PATH_IMAGE070
，并根据该向量计算其垂直向量
Figure 841193DEST_PATH_IMAGE071
；
决策单元，用于根据所述向量
Figure 786628DEST_PATH_IMAGE072
与向量
Figure 692267DEST_PATH_IMAGE073
，分别计算线性回归残差
Figure 726082DEST_PATH_IMAGE074
与
Figure 375369DEST_PATH_IMAGE075
，计算公式为
Figure 443819DEST_PATH_IMAGE076
和
Figure 520360DEST_PATH_IMAGE077
，并计算折射星指数
Figure 510313DEST_PATH_IMAGE078
；还用于根据所述折射星指数
Figure 963291DEST_PATH_IMAGE079
，对星点进行二分类，定义
Figure 363878DEST_PATH_IMAGE080
的星点为非折射星，定义
Figure 611320DEST_PATH_IMAGE081
的星点为折射星，式中
Figure 619727DEST_PATH_IMAGE082
为分类阈值。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于多帧联合的非折射星和折射星分类方法。
根据本发明实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于多帧联合的非折射星和折射星分类方法。
本发明的技术方案能够实现如下有益的技术效果：
在本发明实施例中，采用依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；根据帧间姿态矩阵构建多帧星点投影特征；利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果的方式，本发明仅利用多帧间的星点位置信息对非折射星和折射星进行分类，分类正确率高，不需要进行星图识别，也无需任何先验位姿信息。当在轨运行的卫星失去姿态和位置的先验信息时，使用本发明的方法仍能够正确对星图中的非折射星和折射星进行正确的分类，保障了在轨卫星处理突发情况的能力，提高了在轨卫星的安全性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为根据本发明实施例的多帧的仿真星图；
图2为根据本发明实施例的多帧星点投影特征与分类结果图；
图3是根据本发明实施例的一种基于多帧联合的非折射星和折射星分类方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种基于多帧联合的非折射星和折射星分类方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例
图3是根据本发明实施例的一种基于多帧联合的非折射星和折射星分类方法的流程图，如图3所示，该方法包括如下步骤：
步骤S100，依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；
具体的，所述依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵包括如下步骤：
步骤S110，获取第
Figure 610817DEST_PATH_IMAGE083
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 122701DEST_PATH_IMAGE047
，式中
Figure 275464DEST_PATH_IMAGE084
为星矢量，
Figure 36747DEST_PATH_IMAGE049
为星号，
Figure 565948DEST_PATH_IMAGE085
为第
Figure 194988DEST_PATH_IMAGE083
帧图像中的星点总数量；获取第
Figure 315391DEST_PATH_IMAGE052
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 32811DEST_PATH_IMAGE086
，式中
Figure 631283DEST_PATH_IMAGE087
为星矢量，
Figure 383338DEST_PATH_IMAGE055
为星号，
Figure 409063DEST_PATH_IMAGE056
为第
Figure 879359DEST_PATH_IMAGE052
帧图像中的星点总数量；
步骤S120，根据所述第
Figure 15942DEST_PATH_IMAGE083
帧和第
Figure 622504DEST_PATH_IMAGE088
帧中的星矢量，寻找所有的匹配星点；
具体的，当第
Figure 816200DEST_PATH_IMAGE083
帧的第
Figure 773792DEST_PATH_IMAGE090
个星矢量
Figure 714066DEST_PATH_IMAGE091
与第
Figure 175135DEST_PATH_IMAGE092
帧的第
Figure 542662DEST_PATH_IMAGE094
个星矢量
Figure 987550DEST_PATH_IMAGE095
满足
Figure 465936DEST_PATH_IMAGE096
，且
Figure 47090DEST_PATH_IMAGE097
，且
Figure 319939DEST_PATH_IMAGE098
，则认为第
Figure 249193DEST_PATH_IMAGE083
帧的第
Figure 531270DEST_PATH_IMAGE089
个星矢量
Figure 701352DEST_PATH_IMAGE091
与第
Figure 348365DEST_PATH_IMAGE092
帧的第
Figure 971107DEST_PATH_IMAGE099
个星矢量
Figure 56875DEST_PATH_IMAGE100
为匹配的星点，式中算子
Figure 612621DEST_PATH_IMAGE101
表示求两向量的夹角，
Figure 501641DEST_PATH_IMAGE103
为星点匹配的角阈值，算子
Figure 611680DEST_PATH_IMAGE104
表示集合减法，
Figure 235559DEST_PATH_IMAGE106
是第t-k帧图像中的所有星点的摄像机坐标系星矢量的集合，
Figure 911391DEST_PATH_IMAGE107
是第t帧图像中的所有星点的摄像机坐标系星矢量的集合。
对于任意两向量
Figure 962524DEST_PATH_IMAGE108
和
Figure 91017DEST_PATH_IMAGE110
，其夹角满足
Figure 253008DEST_PATH_IMAGE112
，对于任意两集合
Figure 517767DEST_PATH_IMAGE114
和
Figure 5380DEST_PATH_IMAGE116
，其差集满足
Figure 621169DEST_PATH_IMAGE118
，式中
Figure 849501DEST_PATH_IMAGE119
表示任意集合中的元素；x、y泛指任意的两个向量，用于描述算子
Figure 968767DEST_PATH_IMAGE120
，集合X、Y泛指任意的两个集合，用于描述算子
Figure 361702DEST_PATH_IMAGE121
。
步骤S130，根据所述匹配星点，计算帧间姿态矩阵。
具体的，设经过帧间的星点匹配后第
Figure 464787DEST_PATH_IMAGE083
帧与第
Figure 968581DEST_PATH_IMAGE122
帧之间有
Figure 207932DEST_PATH_IMAGE123
个相同星点,记第
Figure 506189DEST_PATH_IMAGE083
帧的第
Figure 830992DEST_PATH_IMAGE124
个星点恰好分别与第
Figure 135546DEST_PATH_IMAGE122
帧的第
Figure 229404DEST_PATH_IMAGE125
个星点匹配，则可以根据上述匹配星点来通过姿态解算算法计算第
Figure 964142DEST_PATH_IMAGE083
帧与第
Figure 776240DEST_PATH_IMAGE122
帧之间的帧间姿态矩阵，记为
Figure 887416DEST_PATH_IMAGE127
，满足
Figure DEST_PATH_IMAGE129
。
步骤S200，根据所述帧间姿态矩阵构建多帧星点投影特征；
具体的，所述根据帧间姿态矩阵构建多帧星点投影特征包括如下步骤：
根据步骤S100中所述的帧间星点匹配与帧间姿态矩阵计算方法，分别计算得到第
Figure 304622DEST_PATH_IMAGE083
帧与前序第
Figure 475840DEST_PATH_IMAGE130
帧之间的帧间姿态矩阵，分别记为
Figure 509655DEST_PATH_IMAGE132
，式中
Figure 424522DEST_PATH_IMAGE134
为本步骤计算多帧星点投影特征时使用的总帧数，同时，设上述从第
Figure 490042DEST_PATH_IMAGE083
帧至第
Figure 566583DEST_PATH_IMAGE136
帧之间的总计
Figure 87694DEST_PATH_IMAGE134
帧中全部存在对应匹配的星点有
Figure 540672DEST_PATH_IMAGE138
颗，记第
Figure DEST_PATH_IMAGE140
个星点在第
Figure DEST_PATH_IMAGE142
帧中的星矢量为
Figure 807836DEST_PATH_IMAGE143
，通过所述计算得到的第
Figure 320857DEST_PATH_IMAGE083
帧与前序第
Figure 338054DEST_PATH_IMAGE144
帧之间的帧间姿态矩阵，可以将任意时刻的星点位置投影到当前
Figure 329143DEST_PATH_IMAGE083
时刻，记星矢量
Figure 372186DEST_PATH_IMAGE143
投影后的星矢量为
Figure DEST_PATH_IMAGE145
，投影公式为
Figure DEST_PATH_IMAGE147
，式中
Figure DEST_PATH_IMAGE149
为星号，
Figure DEST_PATH_IMAGE151
为帧号，式中当
Figure 10103DEST_PATH_IMAGE152
时，令
Figure 768456DEST_PATH_IMAGE154
，式中
Figure 828815DEST_PATH_IMAGE156
为单位矩阵；根据***模型计算投影星矢量在图像坐标系下的坐标，记
Figure DEST_PATH_IMAGE157
对应的图像坐标系二维矢量为
Figure DEST_PATH_IMAGE159
,式中
Figure 132889DEST_PATH_IMAGE160
和
Figure DEST_PATH_IMAGE161
分别为投影星点图像坐标的两个坐标值；根据所述投影星点二维坐标，构建星点投影特征
Figure DEST_PATH_IMAGE163
。
步骤S300，利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果。
具体的，所述利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果包括如下步骤：
根据步骤S200中的所述星点投影特征
Figure DEST_PATH_IMAGE165
，计算线性回归矩阵
Figure 863079DEST_PATH_IMAGE166
，式中
Figure DEST_PATH_IMAGE167
与
Figure 314920DEST_PATH_IMAGE168
分别为
Figure DEST_PATH_IMAGE169
和
Figure 848145DEST_PATH_IMAGE170
的平均值；根据所述线性回归矩阵
Figure 600200DEST_PATH_IMAGE027
计算其最小特征值对应的特征向量，记为
Figure 625925DEST_PATH_IMAGE028
，
Figure 96221DEST_PATH_IMAGE029
是2x1的列向量，
Figure 498383DEST_PATH_IMAGE030
是列向量
Figure 104945DEST_PATH_IMAGE029
的两个数，并根据该向量计算其垂直向量
Figure DEST_PATH_IMAGE171
；根据所述向量
Figure 770413DEST_PATH_IMAGE029
与向量
Figure 462425DEST_PATH_IMAGE172
，分别计算线性回归残差
Figure DEST_PATH_IMAGE173
与
Figure 337453DEST_PATH_IMAGE174
，计算公式为
Figure DEST_PATH_IMAGE175
和
Figure 736204DEST_PATH_IMAGE176
，并计算折射星指数
Figure 103732DEST_PATH_IMAGE040
；根据所述折射星指数
Figure DEST_PATH_IMAGE177
，对星点进行二分类，定义
Figure 955144DEST_PATH_IMAGE043
的星点为非折射星，定义
Figure 699109DEST_PATH_IMAGE044
的星点为折射星，式中
Figure 289052DEST_PATH_IMAGE045
为分类阈值。
下面通过具体的实施例，来详细说明本发明的分类方法的具体实施过程：
1.依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵。
定义第
Figure 561902DEST_PATH_IMAGE178
帧（当前为
Figure 494086DEST_PATH_IMAGE178
时刻）的
Figure DEST_PATH_IMAGE179
个星点的摄像机坐标系星矢量为：
Figure 713845DEST_PATH_IMAGE180
(1)
式中
Figure DEST_PATH_IMAGE181
为第
Figure 87189DEST_PATH_IMAGE182
帧中所有星点的摄像机坐标系星矢量集合，
Figure DEST_PATH_IMAGE183
为第
Figure 734202DEST_PATH_IMAGE182
帧中的第
Figure 885173DEST_PATH_IMAGE184
个摄像机坐标系星矢量。
定义前序第
Figure DEST_PATH_IMAGE185
帧的的
Figure 174203DEST_PATH_IMAGE186
个星点的摄像机坐标系星矢量为：
Figure DEST_PATH_IMAGE187
(2)
式中
Figure 667633DEST_PATH_IMAGE188
为第
Figure 813443DEST_PATH_IMAGE185
帧中所有星点的摄像机坐标系星矢量集合，
Figure DEST_PATH_IMAGE189
为第
Figure 392323DEST_PATH_IMAGE182
帧中的第
Figure 16203DEST_PATH_IMAGE190
个摄像机坐标系星矢量。
当第
Figure 426455DEST_PATH_IMAGE182
帧的第
Figure 209079DEST_PATH_IMAGE184
个星矢量
Figure 71993DEST_PATH_IMAGE183
与第
Figure 499563DEST_PATH_IMAGE185
帧的第
Figure 29902DEST_PATH_IMAGE190
个星矢量
Figure 517515DEST_PATH_IMAGE189
满足：
Figure DEST_PATH_IMAGE191
(3)
且：
Figure 70987DEST_PATH_IMAGE192
(4)
且：
Figure DEST_PATH_IMAGE193
(5)
则认为第
Figure 239931DEST_PATH_IMAGE182
帧的第
Figure 356267DEST_PATH_IMAGE184
个星矢量
Figure 14782DEST_PATH_IMAGE183
与第
Figure 852288DEST_PATH_IMAGE185
帧的第
Figure 621661DEST_PATH_IMAGE190
个星矢量
Figure 861012DEST_PATH_IMAGE189
为同一星点。式中算子
Figure 690428DEST_PATH_IMAGE194
表示求两向量的夹角。具体来说，对于任意两向量
Figure DEST_PATH_IMAGE195
和
Figure 687334DEST_PATH_IMAGE196
，其夹角满足：
Figure 994818DEST_PATH_IMAGE198
(6)
式中
Figure DEST_PATH_IMAGE199
为星点匹配的角阈值，算子
Figure 300728DEST_PATH_IMAGE200
表示集合减法。具体来说，对于任意两集合
Figure DEST_PATH_IMAGE201
和
Figure 973149DEST_PATH_IMAGE202
，其差集满足：
Figure DEST_PATH_IMAGE203
(7)
式中
Figure 722930DEST_PATH_IMAGE204
表示任意集合中的元素。
不妨设经过帧间的星点匹配后发现，第
Figure 834105DEST_PATH_IMAGE182
帧与第
Figure 782470DEST_PATH_IMAGE185
帧之间有
Figure DEST_PATH_IMAGE205
个相同星点。又不妨记第
Figure 888442DEST_PATH_IMAGE182
帧的第
Figure 187836DEST_PATH_IMAGE206
个星点恰好分别与第
Figure 837123DEST_PATH_IMAGE185
帧的第
Figure 905573DEST_PATH_IMAGE206
个星点匹配。则可以根据上述匹配星点来通过姿态解算算法计算第
Figure 982114DEST_PATH_IMAGE182
帧与第
Figure 768804DEST_PATH_IMAGE185
帧之间的帧间姿态矩阵，记为
Figure DEST_PATH_IMAGE207
，满足：
Figure 159465DEST_PATH_IMAGE208
(8)
2.根据帧间姿态矩阵构建多帧星点投影特征。
根据上述计算，可以分别计算得到第
Figure 82422DEST_PATH_IMAGE182
帧与前序第
Figure DEST_PATH_IMAGE209
帧之间的帧间姿态矩阵，分别记为
Figure DEST_PATH_IMAGE211
。其中
Figure DEST_PATH_IMAGE213
为本步骤计算多帧星点特征时使用的总帧数。同时，不妨设上述从第
Figure 671142DEST_PATH_IMAGE182
帧至第
Figure 945128DEST_PATH_IMAGE214
帧之间的总计
Figure 201797DEST_PATH_IMAGE213
帧中全部存在对应匹配的星点有
Figure 244840DEST_PATH_IMAGE216
颗。又不妨记第
Figure 928762DEST_PATH_IMAGE218
个星点在第
Figure DEST_PATH_IMAGE219
帧中的星矢量为
Figure 627728DEST_PATH_IMAGE220
。通过帧间投影矩阵，可以将任意时刻的星点位置投影到当前
Figure DEST_PATH_IMAGE221
时刻，记星矢量
Figure 357262DEST_PATH_IMAGE220
投影后的星矢量为
Figure 254811DEST_PATH_IMAGE222
。投影公式为：
Figure DEST_PATH_IMAGE223
(9)
其中当
Figure 47317DEST_PATH_IMAGE224
时，
Figure 561475DEST_PATH_IMAGE226
。其中
Figure 628788DEST_PATH_IMAGE228
为单位矩阵。
此时，根据***模型计算投影星矢量在图像坐标系下的坐标，记
Figure DEST_PATH_IMAGE229
对应的图像坐标系二维矢量为
Figure 584106DEST_PATH_IMAGE230
。
每颗星点的多帧投影星矢量就可以组成星点投影特征
Figure DEST_PATH_IMAGE231
。
3.利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果。
由于多帧间的非折射星矢量仅受到多帧之间的不同姿态的影响而产生旋转，因此其不同帧的投影星矢量应是重合的。而折射星矢量除受到多帧之间的不同姿态的影响外，还受到大气折射的影响。由于载体运动使得不同帧的折射光线观测高度发生变化，进而使得不同帧的投影星矢量。在短时间内，可以认为折射星的投影星矢量绕固定的轴产生旋转。因此，非折射星的星点投影特征应为重合的散点，而折射星的星点投影特征应为沿直线分布的散点。
而考虑到导航敏感器的单星定位误差和姿态估计误差，非折射星的实际星点投影特征为在星点真实位置附近随机分布的散点，而折射星的星点投影特征为在实际折射星点投影轨迹直线附近随机分布的散点。
构建该分类器时，首先对某待分类的星点投影特征
Figure 821882DEST_PATH_IMAGE232
进行线性拟合。不妨令投影特征中的散点坐标为
Figure DEST_PATH_IMAGE233
，其到拟合直线，记为：
Figure 495440DEST_PATH_IMAGE234
其中
Figure DEST_PATH_IMAGE235
为拟合后的估计点。而定义拟合直线的残余为散点到直线距离，则误差平方和可以计算为：
Figure 304127DEST_PATH_IMAGE236
(10)
其中
Figure DEST_PATH_IMAGE237
，
而
Figure 113951DEST_PATH_IMAGE238
，
Figure DEST_PATH_IMAGE239
和
Figure 510910DEST_PATH_IMAGE240
分别为
Figure DEST_PATH_IMAGE241
和
Figure 406185DEST_PATH_IMAGE242
的平均值。
Figure 612038DEST_PATH_IMAGE244
的解为
Figure 338686DEST_PATH_IMAGE246
的最小特征值对应的特征向量，将其解带入上式后，就可以得到残差
Figure DEST_PATH_IMAGE247
。同时将
Figure DEST_PATH_IMAGE249
带入上式后，可以得到
Figure 847159DEST_PATH_IMAGE250
。则星点投影特征满足折射规律的折射星指数就可以定义为
Figure DEST_PATH_IMAGE251
。
通过计算每颗恒星对应的折射星指数
Figure 760888DEST_PATH_IMAGE252
，并按如下方式进行分类：
Figure DEST_PATH_IMAGE253
(11)
式中
Figure 908448DEST_PATH_IMAGE254
为分类阈值。
本发明通过仿真实验对方法进行了验证。生成的同时包含非折射星和折射星的多帧仿真星图如图1所示,图中圆点为真实的非折射星点而叉形点为真实的折射星点,星点类型仅在图中标出作为示意,在进行星点分类时,只使用星点的位置信息。通过使用本发明方法进行星点的跟踪，构建的星点投影特征如图2所示，每个子图上的数字则为每颗恒星对应的折射星指数。可以看出，非折射星的星点投影特征大约为在中心随机散布的散点，折射星指数不超过4，而折射星的星点投影特征沿直线分布，折射星指数相对较大。通过设置分类阈值
Figure DEST_PATH_IMAGE255
,则可以实现对图中非折射星和折射星的准确分类。
根据本发明实施例的另一方面，还提供了一种基于多帧联合的非折射星和折射星分类装置，包括：匹配模块，用于匹配多帧之间的星点并计算帧间姿态矩阵；特征模块，用于根据所述匹配星点与帧间姿态矩阵，构建星点投影特征；分类模块，用于根据所述星点投影特征对非折射星和折射星进行分类。
可选的，所述匹配模块包括：获取单元，用于获取第
Figure 692865DEST_PATH_IMAGE256
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure DEST_PATH_IMAGE257
，式中
Figure 434556DEST_PATH_IMAGE258
为星矢量，
Figure DEST_PATH_IMAGE259
为星号，
Figure 304423DEST_PATH_IMAGE260
为第
Figure 852079DEST_PATH_IMAGE256
帧图像中的星点总数量；匹配单元，用于根据所述两帧的星矢量，寻找所有的匹配星点。当第
Figure 287739DEST_PATH_IMAGE256
帧的第
Figure DEST_PATH_IMAGE261
个星矢量
Figure 931823DEST_PATH_IMAGE258
与第
Figure 351303DEST_PATH_IMAGE262
帧的第
Figure DEST_PATH_IMAGE263
个星矢量
Figure 640333DEST_PATH_IMAGE264
满足
Figure DEST_PATH_IMAGE265
，且
Figure 868183DEST_PATH_IMAGE266
，且
Figure DEST_PATH_IMAGE267
，则认为第
Figure 898149DEST_PATH_IMAGE256
帧的第
Figure 539346DEST_PATH_IMAGE261
个星矢量
Figure 428804DEST_PATH_IMAGE258
与第
Figure 573478DEST_PATH_IMAGE268
帧的第
Figure 624610DEST_PATH_IMAGE263
个星矢量
Figure 753103DEST_PATH_IMAGE264
为匹配的星点。式中算子
Figure DEST_PATH_IMAGE269
表示求两向量的夹角。具体来说，对于任意两向量
Figure 587198DEST_PATH_IMAGE270
和
Figure DEST_PATH_IMAGE271
，其夹角满足
Figure DEST_PATH_IMAGE273
，式中
Figure DEST_PATH_IMAGE275
为星点匹配的角阈值，算子
Figure 724394DEST_PATH_IMAGE276
表示集合减法。具体来说，对于任意两集合
Figure 212007DEST_PATH_IMAGE278
和
Figure 562217DEST_PATH_IMAGE280
，其差集满足
Figure 793478DEST_PATH_IMAGE282
，式中
Figure DEST_PATH_IMAGE283
表示任意集合中的元素；计算单元，用于根据所述匹配的星点，计算帧间姿态矩阵。不妨设经过帧间的星点匹配后第
Figure 116006DEST_PATH_IMAGE256
帧与第
Figure 774521DEST_PATH_IMAGE268
帧之间有
Figure 877606DEST_PATH_IMAGE284
个相同星点。又不妨记第
Figure 378470DEST_PATH_IMAGE256
帧的第
Figure DEST_PATH_IMAGE285
个星点恰好分别与第
Figure 555505DEST_PATH_IMAGE268
帧的第
Figure 384920DEST_PATH_IMAGE285
个星点匹配。则可以根据上述匹配星点来通过姿态解算算法计算第
Figure 912985DEST_PATH_IMAGE256
帧与第
Figure 486048DEST_PATH_IMAGE262
帧之间的帧间姿态矩阵，记为
Figure DEST_PATH_IMAGE287
，满足
Figure DEST_PATH_IMAGE289
。
可选的，所述特征模块包括：投影单元，用于根据***模型，计算投影星矢量在图像坐标系下的坐标，记
Figure 252010DEST_PATH_IMAGE290
对应的图像坐标系二维矢量为
Figure 252327DEST_PATH_IMAGE292
,式中
Figure DEST_PATH_IMAGE293
和
Figure 999179DEST_PATH_IMAGE290
分别为投影星点图像坐标的两个坐标值；构建单元，用于根据所述投影星点二维坐标，构建星点投影特征
Figure DEST_PATH_IMAGE295
。
可选的，所述分类模块包括：回归单元，用于根据所述星点投影特征
Figure DEST_PATH_IMAGE297
，计算线性回归矩阵
Figure 251300DEST_PATH_IMAGE298
，式中
Figure DEST_PATH_IMAGE299
与
Figure 137347DEST_PATH_IMAGE300
分别为
Figure DEST_PATH_IMAGE301
和
Figure 511828DEST_PATH_IMAGE302
的平均值；回归单元，还用于根据所述线性回归矩阵
Figure 632511DEST_PATH_IMAGE027
计算其最小特征值对应的特征向量，记为
Figure 281799DEST_PATH_IMAGE028
，并根据该向量计算其垂直向量
Figure 615828DEST_PATH_IMAGE031
；决策单元，用于根据所述向量
Figure 957948DEST_PATH_IMAGE029
与向量
Figure DEST_PATH_IMAGE303
，分别计算线性回归残差
Figure 416742DEST_PATH_IMAGE304
与
Figure DEST_PATH_IMAGE305
，计算公式为
Figure 541824DEST_PATH_IMAGE306
和
Figure 730360DEST_PATH_IMAGE176
，并计算折射星指数
Figure 240451DEST_PATH_IMAGE040
；决策单元，还用于根据所述折射星指数
Figure 983279DEST_PATH_IMAGE041
，对星点进行二分类，定义
Figure 239948DEST_PATH_IMAGE043
的星点为非折射星，定义
Figure 282990DEST_PATH_IMAGE044
的星点为折射星，式中
Figure 966913DEST_PATH_IMAGE045
为分类阈值。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于多帧联合的非折射星和折射星分类方法。
根据本发明实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于多帧联合的非折射星和折射星分类方法。
通过上述实施例，仅利用多帧间的星点位置信息对非折射星和折射星进行分类，分类正确率高，不需要进行星图识别，也无需任何先验位姿信息。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
综上所述，在本发明实施例中，采用依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；根据帧间姿态矩阵构建多帧星点投影特征；利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果的方式，本发明仅利用多帧间的星点位置信息对非折射星和折射星进行分类，分类正确率高，不需要进行星图识别，也无需任何先验位姿信息。当在轨运行的卫星失去姿态和位置的先验信息时，使用本发明的方法仍能够正确对星图中的非折射星和折射星进行正确的分类，保障了在轨卫星处理突发情况的能力，提高了在轨卫星的安全性。
在本申请所提供的实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于多帧联合的非折射星和折射星分类方法，其特征在于，包括：
步骤S100，依据帧间星点位移进行帧间的星点匹配，并计算帧间姿态矩阵；
步骤S200，根据帧间姿态矩阵构建多帧星点投影特征；
步骤S300，利用折射星和非折射星之间具有的不同投影特征性质构建折射星分类器，并得到分类结果。
2.根据权利要求1所述的一种基于多帧联合的非折射星和折射星分类方法，其特征在于，所述步骤S100包括：
步骤S110，获取第
Figure 789448DEST_PATH_IMAGE002
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 353285DEST_PATH_IMAGE003
，式中
Figure 615770DEST_PATH_IMAGE004
为星矢量，
Figure 923255DEST_PATH_IMAGE005
为星号，
Figure 17113DEST_PATH_IMAGE007
为第
Figure 217762DEST_PATH_IMAGE008
帧图像中的星点总数量；获取第
Figure 233123DEST_PATH_IMAGE010
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 609878DEST_PATH_IMAGE011
，式中
Figure 558242DEST_PATH_IMAGE012
为星矢量，
Figure 463881DEST_PATH_IMAGE013
为星号，
Figure 966538DEST_PATH_IMAGE014
为第
Figure 350246DEST_PATH_IMAGE009
帧图像中的星点总数量；
步骤S120，根据所述第
Figure 150187DEST_PATH_IMAGE008
帧和第
Figure 961148DEST_PATH_IMAGE010
帧中的星矢量，寻找所有的匹配星点；
步骤S130，根据所述匹配星点，计算帧间姿态矩阵。
3.根据权利要求2所述的一种基于多帧联合的非折射星和折射星分类方法，其特征在于，所述步骤S200包括：
根据所述的帧间星点匹配与帧间姿态矩阵计算方法，分别计算得到第
Figure 482259DEST_PATH_IMAGE015
帧与前序第
Figure 669658DEST_PATH_IMAGE016
帧之间的帧间姿态矩阵；
通过所述计算得到的第
Figure 592615DEST_PATH_IMAGE015
帧与前序第
Figure 574477DEST_PATH_IMAGE017
帧之间的帧间姿态矩阵，将任意时刻的星点位置投影到当前
Figure 582885DEST_PATH_IMAGE015
时刻；
根据***模型计算投影星矢量在图像坐标系下的坐标，得到投影星点二维坐标，构建星点投影特征
Figure 839554DEST_PATH_IMAGE018
。
4.根据权利要求3所述的一种基于多帧联合的非折射星和折射星分类方法，其特征在于，所述步骤S300包括：
根据所述星点投影特征
Figure 360227DEST_PATH_IMAGE019
，计算线性回归矩阵
Figure 778570DEST_PATH_IMAGE020
，式中
Figure 274273DEST_PATH_IMAGE022
与
Figure 69054DEST_PATH_IMAGE024
分别为
Figure 701023DEST_PATH_IMAGE026
和
Figure 821426DEST_PATH_IMAGE028
的平均值；
根据所述线性回归矩阵
Figure 804426DEST_PATH_IMAGE029
计算其最小特征值对应的特征向量，记为
Figure 871739DEST_PATH_IMAGE031
，
Figure 89706DEST_PATH_IMAGE032
是2x1的列向量，
Figure 115431DEST_PATH_IMAGE033
是列向量
Figure 585726DEST_PATH_IMAGE032
的两个数，并根据该向量计算其垂直向量
Figure 722310DEST_PATH_IMAGE034
；
根据所述向量
Figure 594451DEST_PATH_IMAGE032
与向量
Figure 791077DEST_PATH_IMAGE035
，分别计算线性回归残差
Figure 483089DEST_PATH_IMAGE036
与
Figure 423363DEST_PATH_IMAGE037
，计算公式为
Figure 150011DEST_PATH_IMAGE039
和
Figure 249030DEST_PATH_IMAGE040
，并计算折射星指数
Figure 693917DEST_PATH_IMAGE041
；
根据所述折射星指数
Figure 437882DEST_PATH_IMAGE043
，对星点进行二分类，定义
Figure 19036DEST_PATH_IMAGE044
的星点为非折射星，定义
Figure 557465DEST_PATH_IMAGE045
的星点为折射星，式中
Figure 958491DEST_PATH_IMAGE046
为分类阈值。
5.一种多帧联合的非折射星和折射星分类装置，其特征在于，包括：
匹配模块，用于匹配多帧之间的星点并计算帧间姿态矩阵；
特征模块，用于根据所述匹配星点与帧间姿态矩阵，构建星点投影特征；
分类模块，用于根据所述星点投影特征对非折射星和折射星进行分类。
6.根据权利要求5所述的一种多帧联合的非折射星和折射星分类装置，其特征在于，所述匹配模块包括：
获取单元，用于获取第
Figure 974988DEST_PATH_IMAGE047
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 410649DEST_PATH_IMAGE048
，式中
Figure 119979DEST_PATH_IMAGE050
为星矢量，
Figure 270950DEST_PATH_IMAGE051
为星号，
Figure 91138DEST_PATH_IMAGE052
为第
Figure 381305DEST_PATH_IMAGE047
帧图像中的星点总数量；获取第
Figure 995957DEST_PATH_IMAGE053
帧图像中的所有星点的摄像机坐标系星矢量，组成集合
Figure 371575DEST_PATH_IMAGE054
，式中
Figure 995455DEST_PATH_IMAGE056
为星矢量，
Figure 405707DEST_PATH_IMAGE057
为星号，
Figure 722419DEST_PATH_IMAGE058
为第
Figure 594122DEST_PATH_IMAGE053
帧图像中的星点总数量；
匹配单元，用于根据所述两帧的星矢量，寻找所有的匹配星点，
计算单元，用于根据所述匹配星点，计算帧间姿态矩阵。
7.根据权利要求6所述的一种多帧联合的非折射星和折射星分类装置，其特征在于，所述特征模块包括：
投影单元，用于根据***模型，计算投影星矢量在图像坐标系下的坐标；
构建单元，用于根据所述投影星点二维坐标，构建星点投影特征
Figure 756113DEST_PATH_IMAGE059
。
8.根据权利要求7所述的一种多帧联合的非折射星和折射星分类装置，其特征在于，所述分类模块包括：
回归单元，用于根据所述星点投影特征
Figure 20872DEST_PATH_IMAGE060
，计算线性回归矩阵
Figure 508485DEST_PATH_IMAGE061
，式中
Figure 858695DEST_PATH_IMAGE063
与
Figure 824377DEST_PATH_IMAGE065
分别为
Figure 943643DEST_PATH_IMAGE067
和
Figure 602157DEST_PATH_IMAGE069
的平均值；还用于根据所述线性回归矩阵
Figure 705243DEST_PATH_IMAGE070
计算其最小特征值对应的特征向量，记为
Figure 940527DEST_PATH_IMAGE071
，并根据该向量计算其垂直向量
Figure 914300DEST_PATH_IMAGE072
；
决策单元，用于根据所述向量
Figure 743715DEST_PATH_IMAGE073
与向量
Figure 68518DEST_PATH_IMAGE074
，分别计算线性回归残差
Figure DEST_PATH_IMAGE075
与
Figure DEST_PATH_IMAGE077
，计算公式为
Figure 985789DEST_PATH_IMAGE078
和
Figure DEST_PATH_IMAGE079
，并计算折射星指数
Figure 282909DEST_PATH_IMAGE080
；还用于根据所述折射星指数
Figure DEST_PATH_IMAGE081
，对星点进行二分类，定义
Figure 217980DEST_PATH_IMAGE082
的星点为非折射星，定义
Figure DEST_PATH_IMAGE083
的星点为折射星，式中
Figure 702182DEST_PATH_IMAGE084
为分类阈值。
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任一所述的方法。
CN202210648818.9A 2022-06-09 2022-06-09 一种基于多帧联合的非折射星和折射星分类方法及装置 Pending CN114972875A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210648818.9A CN114972875A (zh) 2022-06-09 2022-06-09 一种基于多帧联合的非折射星和折射星分类方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210648818.9A CN114972875A (zh) 2022-06-09 2022-06-09 一种基于多帧联合的非折射星和折射星分类方法及装置

Publications (1)

Publication Number Publication Date
CN114972875A true CN114972875A (zh) 2022-08-30

Family

ID=82961552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210648818.9A Pending CN114972875A (zh) 2022-06-09 2022-06-09 一种基于多帧联合的非折射星和折射星分类方法及装置

Country Status (1)

Country Link
CN (1) CN114972875A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108645401A (zh) * 2018-04-03 2018-10-12 中国人民解放军国防科技大学 基于姿态关联图像叠加的全天时星敏感器星点提取方法
CN113074719A (zh) * 2021-03-24 2021-07-06 航天科工空间工程发展有限公司 一种快速可靠的星图识别方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108645401A (zh) * 2018-04-03 2018-10-12 中国人民解放军国防科技大学 基于姿态关联图像叠加的全天时星敏感器星点提取方法
CN113074719A (zh) * 2021-03-24 2021-07-06 航天科工空间工程发展有限公司 一种快速可靠的星图识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MA LIHENG等: "Performance analysis of the attitude-correlated frames approach for star sensors", 2016 IEEE METROLOGY FOR AEROSPACE (METROAEROSPACE), 22 September 2016 (2016-09-22), pages 1 - 2 *
YANG JISAN等: "Joint Estimation of Stellar Atmospheric Refraction and Star Tracker Attitude Publisher", IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 13 December 2021 (2021-12-13) *
宁晓琳等: "基于折射方向矢量的地球卫星星光折射导航新方法", 飞控与探测, 31 March 2020 (2020-03-31), pages 1 - 2 *

Similar Documents

Publication Publication Date Title
Qin et al. Vins-mono: A robust and versatile monocular visual-inertial state estimator
CN111156984B (zh) 一种面向动态场景的单目视觉惯性slam方法
CN108717531B (zh) 基于Faster R-CNN的人体姿态估计方法
CN101489467B (zh) 视线方向检测装置和视线方向检测方法
Simo-Serra et al. Single image 3D human pose estimation from noisy observations
Corke et al. An introduction to inertial and visual sensing
CN108711166A (zh) 一种基于四旋翼无人机的单目相机尺度估计方法
Oskiper et al. Multi-sensor navigation algorithm using monocular camera, IMU and GPS for large scale augmented reality
US20130335528A1 (en) Imaging device capable of producing three dimensional representations and methods of use
EP4383193A1 (en) Line-of-sight direction tracking method and apparatus
CN105023010A (zh) 一种人脸活体检测方法及***
US20220028110A1 (en) Systems and methods for performing self-improving visual odometry
CN112734841B (zh) 一种用轮式里程计-imu和单目相机实现定位的方法
CN112556719B (zh) 一种基于cnn-ekf的视觉惯性里程计实现方法
CN110119768B (zh) 用于车辆定位的视觉信息融合***及方法
US20230085384A1 (en) Characterizing and improving of image processing
CN108681699A (zh) 一种基于深度学习的视线估计方法及视线估计装置
Yu et al. Accurate and robust visual localization system in large-scale appearance-changing environments
CN113345032B (zh) 一种基于广角相机大畸变图的初始化建图方法及***
Samadzadeh et al. Srvio: Super robust visual inertial odometry for dynamic environments and challenging loop-closure conditions
Zhang et al. A visual-inertial dynamic object tracking SLAM tightly coupled system
Qiu et al. Moirétag: Angular measurement and tracking with a passive marker
Schill et al. Estimating ego-motion in panoramic image sequences with inertial measurements
CN114972875A (zh) 一种基于多帧联合的非折射星和折射星分类方法及装置
Bamani et al. Recognition and estimation of human finger pointing with an RGB camera for robot directive

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