Research on Motion Estimation Algorithm of Star Point Based on Nonlinear Gaussian Fitting

The energy distribution model of motion blurred star point is analyzed.The distribution of the star point approximates to a two-dimensional(2 D) Gaussian distribution under degeneration.Two multi-parameter nonlinear Gaussian fitting methods(GFMs) are proposed,and the relationship between fitting parameters and motion blur parameters is analyzed.Estimation of the parameters of motion blur by fitting parameters is calculated to realize the error compensation of the motion blur.The simulation results show the effectiveness and accuracy.

激光光斑中心高精度定位算法研究

为提高测风激光雷达系统光学结构能量接收效率,需要对激光雷达系统中的激光光斑中心进行准确定位.通过对常用亚像素定位算法的分析,利用高斯拟合和矩形区域来对灰度重心定位算法进行优化,提出了激光光斑定位的改进算法,并与已有的算法进行了对比分析,设计并开展了验证试验.试验结果表明改进算法比已有传统算法对激光光斑的定位准确性大幅提高,最大限度地减小光斑形状的不对称所导致的误差,对于光能量分布中心的估计也更为准确,是一种切实可行的光斑中心定位算法.

基于ZigBee室内定位算法

鉴于Zig Bee技术适用于数据采集系统的特点,提出了一种基于Zig Bee的室内无线定位系统解决方法.传统的基于Zig Bee定位采用无线信号损耗模型,受周围环境的影响比较大,现实模型根据经验值设置参数,定位精度不高;在此基础上采用曲线拟合方法拟合RSSI与距离之间的关系,采用RSSI三角形质心算法计算待测节点坐标.实验结果表明该算法提高了定位精度.

基于光栅图像识别的目标定位优化方法研究

高精度光栅测量系统和光谱识别定标对于大口径空间天文望远镜观测至关重要,将图像的智能识别与光栅测量系统相结合,可以解决传统光栅测试过程中目标识别困难和特征难以提取的问题。由于目标光源点光谱成像的特点以及背景噪声的干扰,图像目标的自动识别和位置提取精度受限。该文设计并构建基于观测图像识别的光栅测试分析系统,利用光栅的分光特性,结合图像传感器进行光电转换和特征识别,通过分析目标光栅图像的关键特征,利用图像预处理算法对光栅图像进行反色和模糊去噪,获得更清晰的光斑特征,通过密度质心法提取光斑中心,再由高斯曲面拟合提取光栅图像的目标中心和像素分布特征。实验结果表明,相比传统密度质心法,该文方法能够准确提取光栅图像中多目标的中心,像素幅值识别精度提升1个像素以上。

星载激光高度计地面光斑质心定位方法研究

激光光斑质心定位是星载激光高度计指向角地面定标的关键。基于激光光斑的远场分布特点介绍了地面光斑质心的定义;从定位精度、抗干扰能力、运算量等方面分析了高斯曲面拟合算法、强度质心定位算法、平方加权质心定位算法的适应性及优缺点;对地面光斑进行了建模和质心计算,并分析对比了各质心定位算法的应用特点。结果表明此三种算法对光斑的定位结果一致,且平方加权质心定位算法最适于场地定标数据处理。

改进型灰度质心实时算法研究

亚像素质心定位算法被广泛应用于空间飞行器姿态测量、天文观测、空间高精度稳像和空间激光通信等领域。作为空间高精度稳像系统检测模块的导星仪,以至少100帧每秒的高速实时检测导星的抖动量,为振动补偿机构提供补偿信息,这就要求亚像素质心算法在保证高精度的同时具有高速的实时性。为了满足导星仪的需求,本文通过模拟仿真与实验,分析了曝光时间内光斑漂移对亚像素质心定位精度的影响,得出要达到一定的亚像素质心定位精度,能够接受的最大光斑漂移速度;提出一种综合运用高斯曲面拟合、数字相关运算和灰度重心法进行图像预处理、图像分割和亚像素质心定位的改进型灰度质心实时算法,并验证该算法兼顾效率和精度,达到很好的效果。

基于限定搜索高斯曲面拟合的星点质心提取算法

星点光斑图像目标识别技术对于空间监视装备和系统至关重要,由于星点图像中光斑成像的特点以及不同背景下图像噪声的干扰,目标光斑的自动识别和定位精度受限。高斯曲面拟合法与密度质心法是使用较为广泛的星点光斑目标定位算法,通过理论分析和实验表明传统方法对星点质心的定位存在一定误差。该文提出一种基于限定区域搜索的星点质心提取算法(LASACE),该算法首先通过中值滤波算法与最大熵阈值分割法对星点图像进行预处理,然后使用高斯曲面拟合算法获得星点光斑的像素分布。最后以星点中心建立目标搜索区域,采用距离强加权质心法提取出目标星点光斑的质心位置。实验结果表明,相较于密度质心法、高斯曲面拟合法和加权质心法,该文所提算法在降低星点光斑质心定位误差的同时提高了抗噪性,能够满足空间卫星的识别需求。

基于偏正态分布的星点细分定位方法研究

为了解决星点在实际成像过程中能量分布的偏正态分布问题,提高星点中心的定位精度,提出了基于偏正态分布模型的点扩展函数(PSF)相关算法。该算法根据实际星图中星点的能量分布特征,建立与之相对应的PSF,利用相关的原理,找到与星点能量分布相似度最高的PSF,通过确定对应PSF的最大值位置实现对星点中心的定位。实验结果表明,在星图噪声为N(0,0.001)的仿真条件下,且星点中心在1pixel内随机分布时,偏正态PSF相关法的星点中心平均定位精度可达到0.04pixel,远小于质心法0.4pixel和高斯曲面拟合法的1.03pixel。由实验结果可知,该算法定位精度高于质心法和高斯曲面拟合法,具有较好的抗噪声性和稳定性,提高了星点中心定位精度。