基于RANSAC方法的星表自动匹配方法

本文把星表匹配问题转化成计算机视觉中的对应点匹配问题,接着使用二维Delaunay三角化方法对星表进行三角化,然后用RANSAC方法对星表的自动匹配问题进行了研究。研究结果表明,我们的方法能够快速有效地完成星表匹配。在总共960个样本中,除了两幅不符合匹配的星表之外,全部获得了正确的匹配结果。

用于光学瞬变源搜寻的交叉证认快速算法

现代宽视场光学瞬变源巡天的大数据量特性和数据处理的高实时性要求,对利用星表交叉证认寻找瞬变源的方法提出了挑战。提出了一种基于等经纬分区建立空间索引的快速星表交叉证认算法。该算法通过对参考星表按相同经度和纬度间隔将视场所覆盖的天区划分为一个二维空间网格,并将二维网格直接与二维数组相对应,建立起星表的快速分区索引,从而实现处理速度的极大提升。算法的代码化测试结果为:对于天区覆盖为15°×15°记录条数为22万条的星表,在Intel Core i7 2600k CPU上的运行时间为0.3 s,比多级三角划分算法(Hierarchical Triangular Mesh,HTM)快34倍。测试结果表明该算法能很好地满足,如地面广角相机阵这样的大型宽场瞬变源巡天项目的数据处理实时性需求。同时详细地分析了算法中各个参数的意义和优化方法,并对算法的特点和适用范围进行了深入的讨论。