专利名称：一种星跟踪器快速匹配识别方法
技术领域：
本发明属于天文导航技术领域，涉及对星跟踪器匹配方法的改进。
背景技术：
星跟踪器是天文导航系统的主要设备，它是集光学、机械、电子、实时图像处理技术于一体的仪器。它通过CCD或CMOS图像传感器获取星体的图像信息，然后对图像信息进行实时处理，包括星体中心精确定位、星图识别、快速跟踪和精确姿态求解，输出姿态信息控制飞行器的姿态。实时跟踪是星跟踪器的主要工作模式，其跟踪的速度是星跟踪器主要的指标之一。星跟踪过程一个很重要的问题就是如何快速地根据前一时刻已经跟踪到的星体信息识别当前视场中的星体。这个问题有两种解决方法(1)跟踪窗方法。
跟踪窗方法如图2所示，这种方法根据前一时刻跟踪到的星体的位置信息，估计当前时刻星体可能的位置，用跟踪窗捕获星体。如果捕获到就说明跟踪上了，当前星体的信息(包括赤经、赤纬、星等、星号)与前一时刻跟踪到的星体信息一致。
(2)匹配识别方法。
匹配识别方法是基于星体中心坐标位置的匹配，如图3所示，这种方法对当前时刻的星体根据其位置信息，寻找前一时刻与其在位置上匹配的已经跟踪到的星体，如果找到一颗，而且只有一颗星体与其匹配，则匹配识别成功，当前星体的信息(包括赤经、赤纬、星等、星号)与匹配到的前一时刻的星体信息一致。如图3，黑色表示的星体是前一时刻(t时刻)已经被跟踪上的星体，其星体的信息已知。前一时刻的5号星体(图中黑色表示的星体)与当前时刻的7′号星体(图中白色表示的星体)在一定的误差范围内唯一匹配，7′号星体得到识别，其星体信息(包括赤经、赤纬、星等、星号)从前一时刻的5号星体获取。在星跟踪过程中由于匹配识别方法简单、有效、快速而被采用。
为了识别当前视场中的某颗星体i，目前这种匹配识别的过程如下，
首先计算当前时刻视场上这颗星体i与前一时刻被跟踪上的所有星体的距离，其公式如下，di,j=(xi-xj)2+(yi-yj)2---(1)]]>其次一一比较这些距离与预先设定的阈值δ，如果前一时刻被跟踪上的星体中有且只有星体j与当前时刻视场上的星体i之间的距离小于设定的阈值，则星体j与i构成匹配对，匹配识别完成。这种匹配识别的方法虽然简单、有效，但是采用这种方法的跟踪过程，存在以下的几个问题(1)其跟踪速度随着跟踪星体数目的增加呈线性下降；(2)其距离的计算是基于平方和开根号运算，这种运算在星跟踪器所采用的RISC处理器中的计算量较大；(3)从图3中我们可以看出对于当前时刻视场中的7′号星，其与前一时刻的3、4，6，9，10号星之间的距离比较大，它们之间的比较是没有意义的，是无谓的耗时的工作。
一般的匹配识别方法都是直接将当前时刻和前一时刻的星体位置进行距离的计算，阈值δ的选取与星跟踪器运动的角速度有关，当运动的角速度较大时会出现误匹配问题，参见图4，对于当前时刻星体6′有前一时刻跟踪到的两颗星体5和9与它的距离小于阈值，产生错误匹配。实际上应该是当前时刻星体6′和前一时刻的星体5匹配，当前时刻的星体10′和前一时刻的星体9匹配。
发明内容
本发明的目的是提供一种匹配速度快、匹配准确性高、而且处理其计算量小的星跟踪器匹配方法。
本发明的技术方案是一种星跟踪器快速匹配识别方法，其特征在于，匹配步骤如下1、将当前时刻视场中所有的星体根据它们的x坐标位置进行从小到大的排序，得到序列A，当前时刻为时刻t+δt；坐标系是以视场图像的左上角为坐标原点，x，y轴分别平行于图像的两边，δt是指图像传感器传输两帧图像之间的时间间隔；2、根据前两帧图像跟踪到的星体的运动信息，估计前一时刻视场上跟踪到的星体在当前视场中的位置，前一时刻为时刻t，该时刻的视场图像为前一帧图像，时刻t-δt的视场图像为前二帧图像，按照下列步骤进行位置估计2.1、根据前两帧图像跟踪到的星体位置得到该星体的运动矢量 2.2、将运动矢量沿视场的x，y方向分解成两个分量Δxt，Δyt，根据下面的式(2)求出Δxt，Δyt的值，Δxt＝xt-xt-δtΔyt＝yt-yt-δt(2)2.3、根据下面的式(3)求出该星体在当前时刻视场中的坐标，xt+δt＝xt+Δxtyt+δt＝yt+Δyt(3)从而得到该星体在当前视场中的位置；2.4、按照上述方法，估计出前一时刻视场上跟踪到的所有星体在当前视场中的位置；3、将经过运动矢量估计后的前一时刻跟踪到的星体位置按照x坐标从小到大进行排序，得到序列B；4、将序列A和序列B进行匹配识别，过程如下4.1、根据估计的结果设定一个较小的阈值δ，根据仿真中星敏感器运动的角速度和位置估计的精度设定阈值δ，为2～6个象素；4.2、将序列A和序列B从左至右依次进行比较，计算其x坐标的差和y坐标的差，匹配的计算公式为|xi-xj|＜δ′，|yi-yj|＜δ′4.3、对于序列A中的第i颗星体，如果在序列B中有且只有第j颗星体与其x和y的坐标差值都小于δ，则两颗星体即A中的第i颗星体和B中的第j颗星体匹配识别成功；4.4、对于序列A中的第i颗星体，如果在序列B中有两颗以上的星体与其位置差小于δ，说明出现了误匹配，匹配失败，由于视场中的星体个数较多，因此匹配失败的星体舍弃，不作为进行姿态计算的星体；4.5、对于序列A中的第i颗星体，如果在序列B中没有星体与其位置差小于δ，第i颗星体是新进来的星体，没有匹配星体，由于视场中的星体个数较多，因此没有得到匹配的星体舍弃，不作为进行姿态计算的星体；4.6、对于序列A中的第i颗星体，如果在序列B中第j颗星体与其x和y的坐标差值都小于δ，而第j+1颗星体与其x的坐标差值大于δ，则对于第i颗星体，匹配识别结束；4.7、如果序列A中的第i颗星体与序列B中第j颗星体其x和y的坐标差值都小于δ，而与序列B中第j-1颗星体x坐标差值大于δ，则对于序列A中的第i+1颗星体，只需从序列B中的第j颗星体开始比较，之前的星体不需要比较。
本发明的优点是加快了匹配的速度，提高了匹配的准确性，更适合RISC处理器计算体系的特点，减小了RISC处理器的计算量，提高了整个跟踪过程的速度与准确性。
图1是星像坐标系建立的示意图。
图2是现有的星跟踪方法中窗口形式的示意图。图中的黑点表示背景像素。
图3为现有的匹配识别方法的示意图。图中的黑色五星表示t时刻跟踪到的星体的位置。白色五星表示t+δt时刻实时定位得到的星体的精确位置。
图4是现有的匹配识别方法产生错误匹配示意图，图中的黑色五星表示t时刻跟踪到的星体的位置。白色五星表示t+δt时刻得到的星体的精确位置。
图5是将当前时刻视场中所有的星体根据它们的x坐标位置进行从小到大的排序的示意图。
图6是本发明方法进行运动矢量估计示意图。图中白色五星表示t+δt时刻跟踪星体的估计位置，灰色五星表示t时刻跟踪星体的精确位置，黑色五星表示t-δt时刻跟踪星体的精确位置。
图7是本发明方法中经过运动矢量估计以后的匹配示意图。图中黑色五星表示t时刻跟踪到的星体的位置，灰色五星表示t时刻跟踪到的星体在t+δt时刻的估计位置，白色五星表示t+δt时刻得到的跟踪星体的精确位置。
图8是本发明将经过运动矢量估计后的前一时刻跟踪到的星体位置按照x坐标从小到大进行排序的示意图。
图9是图6所示的星图匹配结果的示意图。图中虚线表示进行比较，实线表示匹配成功。
具体实施例方式
下面对本发明做进一步详细说明。本发明在星跟踪过程中采用匹配识别的方法，并且跟踪视场中所有的星体，针对匹配识别中存在的问题进行了改进，其具体步骤如下1、将当前时刻视场中所有的星体根据它们的x坐标位置进行从小到大的排序，如图4所示的10颗星体，其排序前后的情况见图5。
2、为了减少误匹配，对前一时刻视场上跟踪到的星体不直接进行排序，而是根据前两帧图像跟踪到的星体的运动信息，估计前一时刻视场上跟踪到的星体在当前视场中的可能位置，如图6所示。前一时刻为时刻t，该时刻的视场图像为前一帧图像，时刻t-δt的视场图像为前二帧图像，图6中的 就是运动矢量，由于星跟踪器本身运动速度不快，这个运动矢量的变化不会很大，因此我们用前两帧跟踪得到的运动矢量来估计前一时刻跟踪到的星体在当前时刻视场上的位置。在实际的计算中，将运动矢量沿视场的x，y方向分成两个分量Δxt，ΔytΔxt＝xt-xt-δtΔyt＝yt-yt-δt(2)xt+δt＝xt+Δxtyt+δt＝yt+Δyt(3)进行位置估计的具体步骤是2.1、根据前两帧图像跟踪到的星体位置得到该星体的运动矢量 2.2、将运动矢量沿视场的x，y方向分解成两个分量Δxt，Δyt，根据下面的式(2)求出Δxt，Δyt的值，Δxt＝xt-xt-δtΔyt＝yt-yt-δt(2)2.3、根据下面的式(3)求出该星体在当前时刻视场中的坐标，xt+δt＝xt+Δxtyt+δt＝yt+Δyt(3)从而得到该星体在当前视场中的位置。
2.4、按照上述方法，估计出前一时刻视场上跟踪到的所有星体在当前视场中的位置。
由于Δxt，Δyt随着星跟踪器运动在变化，它包含了星跟踪器运动中的速度波动信息，计算简单，速度快。基于本发明方法的运动矢量估计的匹配方法由图7所示。从图7中可看出，经过运动矢量估计后，阈值δ可以选择较小的值，因此减小了误匹配的可能性，提高了匹配的准确性。
3、对图7中经过运动矢量估计后的前一时刻跟踪到的星体位置按照x坐标从小到大进行排序，得到序列B，如图8所示。因为第10颗星经过估计已经出了视场，所以只有9颗星进行排序。
4、将序列A和序列B进行匹配识别，过程如下根据估计的结果设定一个较小的阈值δ，依据排序后的结果，从左至右依次比较。在比较的过程中不计算距离，而是计算x，y坐标的差。排除了进行平方和开根号的计算，这样大大减小了RISC处理器的计算量，匹配的具体步骤是4.1、根据估计的结果设定一个较小的阈值δ；这里我们根据仿真中星敏感器运动的角速度和位置估计的精度设定阈值δ为2个象素；如果考虑噪声影响阈值还需要大一些。
4.2、将序列A和序列B从左至右依次进行比较，如图9所示，计算其x坐标的差和y坐标的差，匹配的计算公式为|xi-xj|＜δ′，|yi-yj|＜δ′4.3、对于序列A中的某颗星体，如第2颗星体6′，在序列B中有且只有第1颗星体5″与其x和y的坐标差值都小于δ，则两颗星体(A中的星体6′和B中的星体5″)匹配识别成功；4.4、对于序列A中的第1颗星体1′，在序列B中没有星体与其位置差小于δ，则可判断星体1′是新进来的星体，没有匹配星体。
4.6、对于序列A中的第3颗星体10′，与序列B中第2颗星体9″其x和y的坐标差值都小于δ，而与第3颗星体1″的x的坐标差值大于δ，则对于星体10′，匹配识别结束，而不需要再与其它星体7″、2″、3″、8″、6″、4″进行比较，这样大大减少了匹配的次数，提高了匹配的速度。
4.7、序列A中的第8颗星体9′与序列B中第7颗星体8″的x和y的坐标差值都小于δ，而与序列B中第6颗星体3″的x坐标差值大于δ，则对于序列A中的第9颗星体7′，只需从序列B中的第7颗星体8″开始比较，之前的星体5″、9″、1″、7″、2″、3″都不需要比较，大大减少匹配的次数，提高了匹配的速度。
图7所示的星图匹配的结果见图9。
实施例具体的实施过程的范例见以上“具体实施方式
”这一节，这个范例针对图4，详细地叙述了整个匹配识别的过程，包括当前时刻视场中所有的星体的排序情况，前一时刻视场中所有星体的位置估计及估计结果的排序情况，及这两个排序结果的匹配过程。
另外在实际的测试中我们对比了采用快速匹配方法和不采用快速匹配方法在的循环匹配次数、匹配所需的时间上的差别。取初始的跟踪姿态(俯仰角、偏航角、滚转角)为(70，20，0)的一个天区为例，在跟踪过程中比较现有的方法和本发明的方法在匹配的循环次数、循环所需的时间上的不同，比较结果如下
权利要求
1.一种星跟踪器快速匹配识别方法，其特征在于，匹配步骤如下1.1、将当前时刻视场中所有的星体根据它们的x坐标位置进行从小到大的排序，得到序列A，当前时刻为时刻t+δt；坐标系是以视场图像的左上角为坐标原点，x，y轴分别平行于图像的两边，δt是指图像传感器传输两帧图像之间的时间间隔；1.2、根据前两帧图像跟踪到的星体的运动信息，估计前一时刻视场上跟踪到的星体在当前视场中的位置，前一时刻为时刻t，该时刻的视场图像为前一帧图像，时刻t-δt的视场图像为前二帧图像，按照下列步骤进行位置估计1.2.1、根据前两帧图像跟踪到的星体位置得到该星体的运动矢量 1.2.2、将运动矢量沿视场的x，y方向分解成两个分量Δxt，Δyt，根据下面的式(2)求出Δxt，Δyt的值，Δxt＝xt-xt-δtΔyt＝yt-yt-δt(2)1.2.3、根据下面的式(3)求出该星体在当前时刻视场中的坐标，xt+δt＝xt+Δxtyt+δt＝yt+Δyt(3)从而得到该星体在当前视场中的位置；1.2.4、按照上述方法，估计出前一时刻视场上跟踪到的所有星体在当前视场中的位置；1.3、将经过运动矢量估计后的前一时刻跟踪到的星体位置按照x坐标从小到大进行排序，得到序列B；1.4、将序列A和序列B进行匹配识别，过程如下1.4.1、根据估计的结果设定一个较小的阈值δ，根据仿真中星敏感器运动的角速度和位置估计的精度设定阈值δ，为2～6个象素；1.4.2、将序列A和序列B从左至右依次进行比较，计算其x坐标的差和y坐标的差，匹配的计算公式为|xi-xj|＜δ′，|yi-yj|＜δ′1.4.3、对于序列A中的第i颗星体，如果在序列B中有且只有第j颗星体与其x和y的坐标差值都小于δ，则两颗星体即A中的第i颗星体和B中的第j颗星体匹配识别成功；1.4.4、对于序列A中的第i颗星体，如果在序列B中有两颗以上的星体与其位置差小于δ，说明出现了误匹配，匹配失败，由于视场中的星体个数较多，因此匹配失败的星体舍弃，不作为进行姿态计算的星体；1.4.5、对于序列A中的第i颗星体，如果在序列B中没有星体与其位置差小于δ，第i颗星体是新进来的星体，没有匹配星体，由于视场中的星体个数较多，因此没有得到匹配的星体舍弃，不作为进行姿态计算的星体；1.4.6、对于序列A中的第i颗星体，如果在序列B中第j颗星体与其x和y的坐标差值都小于δ，而第j+1颗星体与其x的坐标差值大于δ，则对于第i颗星体，匹配识别结束；1.4.7、如果序列A中的第i颗星体与序列B中第j颗星体其x和y的坐标差值都小于δ，而与序列B中第j-1颗星体x坐标差值大于δ，则对于序列A中的第i+1颗星体，只需从序列B中的第j颗星体开始比较，之前的星体不需要比较。
全文摘要
本发明属于天文导航技术领域，涉及对星跟踪器匹配方法的改进。本发明的步骤是将当前时刻视场的星体根据x坐标位置进行排序，得到序列A；估计前一时刻视场上跟踪到的星体在当前视场中的位置；将估计后的跟踪星体位置进行排序，得到序列B；将序列A和序列B进行匹配识别。本发明匹配速度快，准确性高，计算量小，提高了整个跟踪过程的速度与准确性。
文档编号B64G1/24GK1880917SQ20051007718
公开日2006年12月20日 申请日期2005年6月17日 优先权日2005年6月17日
发明者江洁, 张广军, 李霄, 杨建 申请人:北京航空航天大学