CN116109712B - 望远镜指向天区背景天光的自动测量方法和测量设备 - Google Patents

望远镜指向天区背景天光的自动测量方法和测量设备 Download PDF

Info

Publication number
CN116109712B
CN116109712B CN202310388624.4A CN202310388624A CN116109712B CN 116109712 B CN116109712 B CN 116109712B CN 202310388624 A CN202310388624 A CN 202310388624A CN 116109712 B CN116109712 B CN 116109712B
Authority
CN
China
Prior art keywords
star
image
images
gray
detection
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
CN202310388624.4A
Other languages
English (en)
Other versions
CN116109712A (zh
Inventor
李希宇
高昕
宗永红
张晓祥
郑东昊
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.)
63921 Troops of PLA
Original Assignee
63921 Troops of PLA
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 63921 Troops of PLA filed Critical 63921 Troops of PLA
Priority to CN202310388624.4A priority Critical patent/CN116109712B/zh
Publication of CN116109712A publication Critical patent/CN116109712A/zh
Application granted granted Critical
Publication of CN116109712B publication Critical patent/CN116109712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J1/00—Photometry, e.g. photographic exposure meter
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Image Processing (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

一种望远镜指向天区背景天光的自动测量方法和测量设备，获取望远镜指向天区的本底图像及不同曝光时间的探测图像，对探测图像进行去噪、星象提取和星象质心位置计算处理，将数据库中选取的符合预设条件的恒星与探测图像中的星象进行匹配，根据相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型，基于天光模型，确定不同曝光时间的探测图像的背景天光值；由此，本发明提供的方法操作过程简单，无需专用设备保障，数据处理算法简便，可实时或准实时实现对望远镜指向天区的背景天光的自动测量。

Description

望远镜指向天区背景天光的自动测量方法和测量设备
技术领域
本发明涉及空间碎片测量领域，具体涉及一种望远镜指向天区背景天光的自动测量方法和测量设备。
背景技术
在空间碎片测量领域，背景天光（天空背景光辐射流量强度）是地面天文观测的重要参数，尤其是对望远镜的探测能力，以及望远镜光学***的曝光时间、图像信噪比等指标造成非常大的影响。此外，一个好的观测台址首先要进行天光背景的测量，只有背景天光低的观测台址才适合观测。因此，掌握天光背景辐射信息一方面可用于评估望远镜探测能力是否达到期望结果，为实现望远镜光学***技术指标和探测器指标提供定量的分析结果；另一方面，实时获得望远镜在不同观测条件下、不同指向天区下的背景夜天光的测定结果，也会对望远镜的实际观测效率提供一个定量测定结果，并为相关天文数据处理提供重要依据。
现有的光学望远镜***通常包含不同光学结构形式和不同读出方式的探测器（CCD或CMOS探测器）。对于一个望远镜，由于测站天气条件的不同，望远镜指向天区也不同，其背景天光不同，即使探测器曝光时间相同，望远镜探测能力也会不同。因此要实时根据天区背景天光的大小以及被观测目标的暗弱，合理调整探测器的曝光时间，提高对暗弱目标的观测成功率及定位精度。同时，随着望远镜数量增多，一个好的观测台址往往部署多台望远镜，为实现多台望远镜智能控制协同工作，需同时获取各自指向天区背景天光的大小。
目前，主要利用专用夜天光测试仪器来测定背景天光，存在以下不足：
1. 操作复杂，自动化程度不高；
2. 通常只给出天顶方向夜天光的结果；
3. 同时只能测量一个天区的测站夜天光；
4. 无法适用多台望远镜的测站；
因此，亟需一种背景天光的测定方法，无需依靠其他测试仪器，能够自动测量望远镜指向天区的背景天光大小，从而提高望远镜观测的观测效率。
发明内容
本发明旨在提供一种望远镜指向天区背景天光的自动测量方法和测量设备，能够自动测量望远镜指向天区的背景天光。
根据第一方面，一种实施例中提供一种望远镜指向天区背景天光的自动测量方法，包括：
获取望远镜指向天区在不同曝光时间的探测图像以及对应的本底图像，并确定所述本底图像中各个像素点的灰度均值，确定所述探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差；其中，所述本底图像为曝光时间为0的图像；
基于所述探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差，对所述探测图像进行去噪、星象提取和星象质心位置计算处理，得到所述探测图像中星象的数量、各个星象的灰度值和各个星象在所述探测图像上的位置坐标；
在数据库中选取符合预设条件的恒星，将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中，再对所述球面坐标系中的所述恒星投影至与所述恒星相切的切平面上，得到图像坐标系中的所述恒星的位置坐标；
利用三角形匹配算法，将所述探测图像中的各个星象与所述图像坐标***中的所述恒星进行星图匹配，得到所述探测图像中与所述恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，再基于所述探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型，并计算所述天光模型中的待定系数；
基于所述天光模型、不同曝光时间的探测图像中各个像素点的灰度均值和所述本底图像中各个像素点的灰度均值，确定不同曝光时间的探测图像的背景天光值。
根据第二方面，一种实施例中提供一种测量设备，包括：
探测器，用于按照不同曝光时间采集望远镜指向天区的探测图像和本底图像；
处理器，用于执行如上述任一项实施例所述的自动测量方法。
根据第三方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如上述任一项实施例所述的方法。
依据上述实施例的望远镜指向天区背景天光的自动测量方法和测量设备，获取望远镜指向天区的本底图像及不同曝光时间的探测图像，对探测图像进行去噪、星象提取和星象质心位置计算处理，将数据库中选取的符合预设条件的恒星与探测图像中的星象进行匹配，根据相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型，基于天光模型，确定不同曝光时间的探测图像的背景天光值；由此，本发明提供的方法操作过程简单，无需专用设备保障，数据处理算法简便，可实时或准实时实现对望远镜指向天区的背景天光的自动测量。
附图说明
图1为本发明实施例提供的望远镜指向天区背景天光的自动测量方法的流程图；
图2为一种实施例的对探测图像进行去噪方法的流程图；
图3为将恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中的示意图；
图4为本发明实施例提供的测量设备的结构示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。
请参考图1，本发明实施例提供了一种望远镜指向天区背景天光的自动测量方法，包括步骤101至步骤105，下面详细说明。
步骤101：获取望远镜指向天区在不同曝光时间的探测图像以及对应的本底图像，并确定本底图像中各个像素点的灰度均值，确定探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差；其中，本底图像为曝光时间为0的图像。
在本实施例中，探测图像和本底图像均通过望远镜对应的探测器拍摄不同曝光时间的探测图像，其可以拍摄相同指向天区的，也可以拍摄不同指向天区的。本底图像为该探测器在曝光时间为0时拍摄的图像。
此外，计算本底图像中各个像素点的灰度均值，确定探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差所采用的方法为图像处理常用的方法，此处不再赘述。
步骤102：基于探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差，对探测图像进行去噪、星象提取和星象质心位置计算处理，得到探测图像中星象的数量、各个星象的灰度值和各个星象在探测图像上的位置坐标。
在一实施例中，请参考图2，对探测图像进行去噪包括：
基于探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差，确定检测门限值。其中，检测门限值通过以下表达式计算得到：
T=BM t +n×σ，
其中，T为检测门限值，n为标准差系数，n为自然数，BM t 为探测图像中各个像素点的灰度均值，σ为探测图像中所有像素点灰度值的标准差。
对探测图像中的各个像素点进行如下操作，得到去噪后的探测图像。
判断探测图像中的各个像素点的灰度值与检测门限值的大小关系。若当前像素点的灰度值大于定检测门限值，则对当前像素点的灰度值赋值为1；否则，对当前像素点的灰度值赋值为0。
判断灰度值赋值为1的像素点的邻域M的各个像素点的灰度值与检测门限值的大小关系。若邻域M中灰度值大于检测门限值的像素点的数量大于预设值N时，则当前像素点的灰度值保持为1；否则，将当前像素点的灰度值赋值为0。其中，N小于M。
通过上述去噪处理后，得到去噪后的探测图像。
在一实施例中，对探测图像进行星象提取包括：
提取去噪后的探测图像中灰度值为1的像素点，并基于提取的灰度值为1的像素点，确定去噪后的探测图像中的所有星象及星象的信息，其中，星象的信息包括所有星象的数量和各个星象在去噪后的探测图像中的像素区域。也就是，提取去噪后的探测图像中灰度值为1的像素点所组成的像素区域作为星象。
在一实施例中，对探测图像进行星象质心位置计算包括：
在去噪后的探测图像中各个星象的像素区域内，通过去噪前的探测图像的图像数据矩阵，确定各个星象在去噪后的探测图像中的中心位置坐标及各个星象对应的灰度值。
步骤103：在数据库中选取符合预设条件的恒星，将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中，再对球面坐标系中的恒星投影至与所述恒星相切的切平面上，得到图像坐标系中的恒星的位置坐标。由于望远镜自身已加载有星库，因此，可根据探测器的曝光时间、望远镜指向位置信息及要求的亮度大小对星库中的恒星进行筛选，例如，选取恒星的预设条件可以是恒星的亮度不小于预设值等，缩小探测图像中各个星象匹配所用的星表范围，在筛选后的星表范围内，选取亮度大于预设亮度的恒星，并记录所选取的恒星的数量及其对应的理论星等亮度。
在一实施例中，将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中，其中，质心天球坐标系为基于历元时刻太阳系质心坐标系，其以太阳系质心位置为原点，以天赤道为基圈，X1轴为通过原点到春分点方向，Z1轴为天轴，Z1轴的方向从南天极指向北天极，根据X1轴、Z1轴及右手定则建立的坐标系；曝光时间的球面坐标系为以地面上望远镜观测站为原点的天球坐标系，其以天赤道为基圈，X2轴为通过原点到春分点方向，Z2轴为天轴，Z2轴的方向从南天极指向北天极，根据X2轴、Z2轴及右手定则建立的坐标系。
请参考图3，将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中，包括以下流程：
首先，将质心天球坐标系（无介质无引力场）中的恒星历元位置经过自行转换到质心天球坐标系（无介质无引力场）中的恒星瞬时位置，该恒星瞬时位置为当前时刻太阳系质心坐标系下的位置坐标，然后，再对质心天球坐标系（无介质无引力场）中的恒星瞬时位置进行视差、光行差（周年项和周日项）转换，得到当前曝光时刻望远镜所在站点在质心天球坐标系下的位置坐标，再通过引力弯曲修正对恒星瞬时位置的影响，最后进行岁差章动变换，最终得到当前曝光时刻的球面坐标系中的恒星瞬时位置。
步骤104：利用三角形匹配算法，将探测图像中的各个星象与图像坐标***中的恒星进行星图匹配，得到探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，再基于探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型，并计算天光模型中的待定系数。其中，天光模型用于表征同一星象的灰度值和星等亮度之间的关系。
在一实施例中，基于探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型包括：
取其中天光模型通过以下表达式得到：
M i = 2.5×a+ 2.5×lg(GV i ) ×b，
其中，M i 表示探测图像中与恒星相匹配的第个星象的星等亮度，GV i 表示探测图像中与恒星相匹配的第个星象的灰度值，i= 1,…,L，L表示探测图像中与恒星相匹配的星象的数量，a和b表示天光模型的系数，该系数为待定系数，通过上述步骤计算得到的星象的灰度值和星等亮度，计算天光模型中的待定系数。
步骤105：基于天光模型、不同曝光时间的探测图像中各个像素点的灰度均值和本底图像中各个像素点的灰度均值，确定不同曝光时间的探测图像的背景天光值。
在一实施例中，根据以下公式确定不同曝光时间的探测图像的背景天光值：
M bg = 2.5×a+ 2.5×lg(BM t -BM 0 ) ×b，
其中，M bg 表示曝光时间t的探测图像的背景天光值，a和b表示所述天光模型的系数，BM t 表示曝光时间t的探测图像中各个像素点的灰度均值，BM 0 表示所述本底图像中各个像素点的灰度均值。
在本发明实施例中，可直接根据输入的望远镜指向天区在不同曝光时间的探测图像以及对应的本底图像，输出望远镜指向天区的背景天光值，该背景天光值可以通过显示装置进行显示，以及存储在存储器中，也可以发送给望远镜调度***用于望远镜观测任务的实时调整。
请参考图4，本发明实施例还提供了一种测量设备，该测量设备包括：探测器201和处理器202。各元件之间可以采用总线的方式实现连接，也可以采用其他方式连接。
其中，探测器201用于按照不同曝光时间采集望远镜指向天区的探测图像和本底图像；处理器202用于执行如上述任一实施例所提供的望远镜指向天区背景天光的自动测量方法。
探测器201例如可以采用能够获取太空图像数据的装置。处理器202可以是一种集成电路芯片，具有信号的处理能力。上述的处理器202可以是通用处理器，包括中央处理器（Central Processing Unit，简称：CPU）、网络处理器（Network Processor，简称:NP）等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解，图4的结构仅为示意，还可以包括比图4中所示更多或者更少的组件，或者具有与图4不同的配置。图4中所示的各组件可以采用硬件和/或软件实现。例如还可以包括存储器（图中未示出），用于存储采集到的图像数据，用于存储可以被处理器202执行以实现上述任一方法实施例提供的望远镜指向天区背景天光的自动测量方法的技术方案的计算机程序，用于存储计算得到的探测图像的背景天光值。存储器可以是，但不限于，随机存取存储器（Random Access Memory，简称：RAM），只读存储器（ReadOnly Memory，简称:ROM），可编程只读存储器（Programmable Read-Only Memory，简称：PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，简称：EPROM），电可擦除只读存储器（ElectricErasable Programmable Read-Only Memory，简称：EEPROM）等。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的***进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (8)

1.一种望远镜指向天区背景天光的自动测量方法，其特征在于，包括：
获取望远镜指向天区在不同曝光时间的探测图像以及对应的本底图像，并确定所述本底图像中各个像素点的灰度均值，确定所述探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差；其中，所述本底图像为曝光时间为0的图像；
基于所述探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差，对所述探测图像进行去噪、星象提取和星象质心位置计算处理，得到所述探测图像中星象的数量、各个星象的灰度值和各个星象在所述探测图像上的位置坐标；
在数据库中选取符合预设条件的恒星，将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中，再对所述球面坐标系中的所述恒星投影至与所述恒星相切的切平面上，得到图像坐标系中的所述恒星的位置坐标；
将所述探测图像中的各个星象与所述图像坐标***中的所述恒星进行星图匹配，得到所述探测图像中与所述恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，再基于所述探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型，并计算所述天光模型中的待定系数；
基于所述天光模型、不同曝光时间的探测图像中各个像素点的灰度均值和所述本底图像中各个像素点的灰度均值，确定不同曝光时间的探测图像的背景天光值；
基于所述探测图像中与恒星相匹配的星象的数量、星象的灰度值和星象的星等亮度，构建天光模型包括：
所述天光模型通过以下表达式得到：
，
其中，表示所述探测图像中与恒星相匹配的第个星象的星等亮度，/>表示所述探测图像中与恒星相匹配的第个星象的灰度值，/>，L表示所述探测图像中与恒星相匹配的星象的数量，a和b表示所述天光模型的系数；
基于所述天光模型、不同曝光时间的探测图像中各个像素点的灰度均值和所述本底图像中各个像素点的灰度均值，确定不同曝光时间的探测图像的背景天光值包括：
根据以下公式确定所述不同曝光时间的探测图像的背景天光值：
，
其中，表示曝光时间t的探测图像的背景天光值，a和b表示所述天光模型的系数，表示曝光时间t的探测图像中各个像素点的灰度均值，/>表示所述本底图像中各个像素点的灰度均值。
2.如权利要求1所述的自动测量方法，其特征在于，对所述探测图像进行去噪包括：
基于所述探测图像中各个像素点的灰度均值及所有像素点灰度值的标准差，确定检测门限值；
对所述探测图像中的各个像素点进行如下操作，得到去噪后的探测图像：
判断所述探测图像中的各个像素点的灰度值与所述检测门限值的大小关系；
若像素点的灰度值大于所述检测门限值，则对所述像素点的灰度值赋值为1；否则，对所述像素点的灰度值赋值为0；
判断灰度值赋值为1的像素点的邻域的各个像素点的灰度值与所述检测门限值的大小关系；
若所述邻域中灰度值大于所述检测门限值的像素点的数量大于预设值时，则当前像素点的灰度值保持为1；否则，将当前像素点的灰度值赋值为0。
3.如权利要求2所述的自动测量方法，其特征在于，对所述探测图像进行星象提取包括：
提取所述去噪后的探测图像中灰度值为1的像素点，并基于所述提取的灰度值为1的像素点，确定所述去噪后的探测图像中的所有星象及星象的信息，所述星象的信息包括所有星象的数量和各个星象在去噪后的探测图像中的像素区域。
4.如权利要求3所述的自动测量方法，其特征在于，对所述探测图像进行星象质心位置计算包括：
在去噪后的探测图像中各个星象的像素区域内，通过去噪前的探测图像的图像数据矩阵，确定各个星象在去噪后的探测图像中的中心位置坐标及各个星象对应的灰度值。
5.如权利要求1所述的自动测量方法，其特征在于，所述在数据库中选取符合预设条件的恒星包括：
在数据库中选取亮度大于预设亮度的恒星，并记录所选取的恒星的数量及其对应的理论星等亮度。
6.如权利要求1所述的自动测量方法，其特征在于，所述将符合预设条件的恒星的位置坐标从质心天球坐标系转换到曝光时间的球面坐标系中包括：
所述质心天球坐标系为以太阳系质心位置为原点，以天赤道为基圈，X1轴为通过原点到春分点方向，Z1轴为天轴，Z1轴的方向从南天极指向北天极，根据X1轴、Z1轴及右手定则建立的坐标系；
所述曝光时间的球面坐标系为以地面上望远镜观测站为原点，以天赤道为基圈，X2轴为通过原点到春分点方向，Z2轴为天轴，Z2轴的方向从南天极指向北天极，根据X2轴、Z2轴及右手定则建立的坐标系。
7.一种测量设备，其特征在于，包括：
探测器，用于按照不同曝光时间采集望远镜指向天区的探测图像和本底图像；
处理器，用于执行如所述权利要求1至6中任一项所述的自动测量方法。
8.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-6中任一项所述的方法。
CN202310388624.4A 2023-04-13 2023-04-13 望远镜指向天区背景天光的自动测量方法和测量设备 Active CN116109712B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310388624.4A CN116109712B (zh) 2023-04-13 2023-04-13 望远镜指向天区背景天光的自动测量方法和测量设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310388624.4A CN116109712B (zh) 2023-04-13 2023-04-13 望远镜指向天区背景天光的自动测量方法和测量设备

Publications (2)

Publication Number Publication Date
CN116109712A CN116109712A (zh) 2023-05-12
CN116109712B true CN116109712B (zh) 2023-08-01

Family

ID=86256574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310388624.4A Active CN116109712B (zh) 2023-04-13 2023-04-13 望远镜指向天区背景天光的自动测量方法和测量设备

Country Status (1)

Country Link
CN (1) CN116109712B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968361A (zh) * 2009-07-28 2011-02-09 韩春好 基于星光观测的空间绝对定向技术
GB2536600B (en) * 2014-01-04 2019-01-02 Chen Jack Automatic astronomical observation system and observation method
CN107993212A (zh) * 2017-12-12 2018-05-04 天津津航计算技术研究所 基于二维pca的多目标光纤光谱减天光处理方法
CN110415301A (zh) * 2019-08-08 2019-11-05 太原理工大学 一种基于嵌入式设备的天文暂现源实时预警方法
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

Also Published As

Publication number Publication date
CN116109712A (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
Turker et al. Automatic detection of earthquake‐damaged buildings using DEMs created from pre‐and post‐earthquake stereo aerial photographs
US9251420B2 (en) System for mapping and identification of plants using digital image processing and route generation
US20170031056A1 (en) Solar Energy Forecasting
Congalton Remote sensing and geographic information system data integration: error sources and
CN110889327B (zh) 一种基于热红外图像的水域周边排污口智能检测方法
CN111914767B (zh) 一种基于多源遥感数据的散乱污企业检测方法及***
Yang et al. A total sky cloud detection method using real clear sky background
CN109916415B (zh) 道路类型确定方法、装置、设备及存储介质
CN117423013B (zh) 基于地质大数据的成矿潜力预测方法
CN116109712B (zh) 望远镜指向天区背景天光的自动测量方法和测量设备
CN115170442B (zh) 基于点光源的绝对辐射校正方法、装置、设备和介质
CN113096129B (zh) 高光谱卫星影像中的云量检测方法和装置
Hashim et al. Geometric and radiometric evaluation of RazakSAT medium-sized aperture camera data
CN113240340A (zh) 基于模糊分类的大豆种植区分析方法、装置、设备和介质
Alexandridis et al. LAI measurement with hemispherical photographs at variable conditions for assessment of remotely sensed estimations
Gorbovskoy et al. Transient Detections and Other Real‐Time Data Processing from MASTER‐VWF Wide‐Field Cameras
Wang Estimating forest attributes from spherical images
KR20210111578A (ko) 지상기반 전천 영상자료를 이용한 야간 전운량 산출방법
JP2005106744A (ja) 画像解析装置
Sládek Application of K‐Nearest Neighbor Classification for Static Webcams Visibility Observation
CN117456369B (zh) 智能化红树林生长情况的视觉识别方法
CN111737156B (zh) 基于串行总线的深空撞击器测试及优化***
Moe et al. Urban build-up building change detection using morphology based on GIS
CN114972253A (zh) 一种基于gf-7卫星多角度特征进行作物识别的方法及***
Nadzirah et al. Application of Sentinel-2A Images for Land Cover Classification Using NDVI in Jember Regency

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