本发明涉及一种用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法，属于卫星图像处理技术领域。
背景技术：
静止轨道对地观测卫星位于地球赤道上空约35800公里，与地球自转同步运行，相对地球静止，可以观测地球表面三分之一的固定区域，可以对同一目标地区进行持续不断的观测，是从外层空间对地球及其大气层进行观测的人造地球卫星。
静止轨道对地观测卫星采用三轴稳定平台可以提高对地观测精度、观测频次及观测区域的灵活性，实现技术上的重大跨越。但是，三轴稳定的姿态控制方式，给静止轨道对地观测卫星的高精度定位带来了很大挑战。而静止轨道对地观测卫星的高精度定位依赖于在轨的恒星观测。因此，高精度的恒星质心提取是静止轨道对地观测卫星定位的重中之重，其精度直接影响着静止轨道卫星定位的精度，从而影响着产品生成及资料的定量应用。
如图1所示，现有的恒星质心提取方法主要基于单帧图像，由于经去噪处理后得到的单帧图像还包含很强的固定模式噪声，从而影响了对恒星的检测、识别及定位算法的开展；并且基于单帧图像使用灰度重心法也很难获取高精度的恒星质心坐标。
技术实现要素：
本发明所要解决的技术问题在于提供一种用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法。
为了实现上述目的，本发明采用下述技术方案：
一种用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法，包括如下步骤：
步骤s1：下载并解析静止轨道对地观测卫星面阵仪器的恒星观测数据；
步骤s2：将解析出的恒星观测图像序列进行预处理；
步骤s3：利用图像序列融合的方法将去除固定模式噪声后的图像序列融合为恒星轨迹图像，并确定出该恒星轨迹图像的恒星轨迹区域；
步骤s4：根据预报像面内的恒星数目与已确定的恒星轨迹区域进行恒星识别，确定出预报恒星在每帧图像上对应的恒星区域；
步骤s5：通过恒星轨迹拟合法得到恒星轨迹拟合方程，并计算精确的恒星质心亚像素坐标序列；
步骤s6：从精确的恒星质心亚像素坐标序列中选取最准确的恒星质心亚像素坐标作为恒星质心亚像素坐标。
其中较优地，步骤s2中，对所述恒星观测图像序列进行预处理包括光学系统校正和去除固定模式噪声；
其中，在所述光学系统校正过程中，根据由冷空和黑体数据生成的归一化定标表，对每一帧图像的灰度值进行辐射校正。
其中较优地，在去除所述固定模式噪声过程中，剔除所述恒星观测图像序列中的异常帧，求取剔除异常帧后的图像序列的灰度值的平均值，作为固定模式噪声图像；其中所述图像序列的同一像元的灰度平均值表示为：
im(i,j)为图像序列的同一像元的灰度平均值；ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值；n为图像序列的总帧数。
其中较优地，步骤s22中，将每帧所述原始图像的灰度值减去所述固定模式噪声图像的灰度值，并将相减后灰度值小于0的像元的灰度值置为0后，获得去除所述固定模式噪声后的图像序列。
其中较优地，步骤s3中，所述图像序列融合的方法的步骤如下：
步骤s31：选用自适应阈值方法对每帧图像进行阈值分割处理；
步骤s32：将经阈值分割处理后的图像序列融合成恒星轨迹图像；
步骤s33：根据恒星轨迹图像，确定出恒星轨迹区域。
其中较优地，在步骤s31中，所述自适应阈值方法中的每帧图像的分割阈值表示为：
tk＝mean(ik(i,j))+k'*std(ik(i,j))
其中，tk为第k帧图像的分割阈值，mean(ik(i,j))为图像序列的同一像元的灰度平均值；ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值，k′为常系数；std(ik(i,j))为图像序列的同一像元的灰度标准差。
其中较优地，步骤s32中，求得多个图像序列同一像元的灰度值总和，将所述图像序列同一像元灰度值总和融合成所述恒星轨迹图像；所述图像序列同一像元灰度值总和表示为：
其中，id(i,j)为图像序列同一像元的灰度值总和；ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值，n为图像序列总帧数。
其中较优地，步骤s33中，在所述恒星轨迹图像上检测的长度表示为：
ls＝vx·ts
其中，vx为恒星在像面上运动的速度，ts为恒星观测时长。
其中较优地，步骤s4中，当预报像面内的所述恒星数目不小于3，且检测到的恒星数目不小于3时，使用三角形匹配算法进行恒星识别；
当预报像面内的所述恒星数目不小于2，且检测到的所述恒星数目等于2；或者预报像面内的所述恒星数目等于2，且检测到的所述恒星数目不小于2时，使用角距特征匹配算法进行恒星识别。
其中较优地，所述三角形匹配算法进行恒星识别的过程中，计算与由任意3颗检测到的所述恒星组成的至少一个观测三角形相对应的角距值，所述角距值偏差均小于匹配阈值时，证明与所述角距值相对应的所述观测三角形与由所述预报恒星构成的至少一个观测三角形中的一个匹配成功；所述匹配阈值为
其中较优地，当获得每一颗检测到的所述恒星的赤经赤纬时，其中两个所述恒星之间的角距表示为：
θd＝arccos(cosβacosβbcos(αa-αb)+sinβasinβb)
θd为两个恒星之间的角距，(αa,βa)为其中一个恒星的赤经赤纬，(αb,βb)为另一个恒星的赤经赤纬；
当获得每一颗检测到的所述恒星的像面坐标时，两个所述恒星之间的角距表示为：
θd为两个恒星之间的角距，(xa,ya)为其中一个恒星的像面坐标，(xb,yb)为另一个恒星的像面坐标。
其中较优地，所述角距特征匹配算法进行恒星识别的过程中，以任意两颗检测到的所述恒星为一组，以任意两颗所述预报恒星为一组，以相机为顶点，分别计算每组检测到的所述恒星之间及每组预报恒星之间的夹角，根据所述夹角确定出至少一组检测到的所述恒星与对应的某一组预报恒星匹配。
其中较优地，步骤s5中，所述恒星轨迹拟合法的步骤如下：
步骤s51：根据得到的恒星观测图像序列的多个恒星区域，得到初提取的恒星质心亚像素坐标序列；
步骤s52：利用最小二乘迭代拟合的方式剔除初提取的恒星质心亚像素坐标序列的误差点；
步骤s53：将剔除误差点后的初提取的恒星质心亚像素坐标序列进行最小二乘拟合，得到恒星轨迹拟合方程，并计算精确的恒星质心亚像素坐标序列。
其中较优地，步骤s51中，根据确定的每帧所述图像对应的恒星区域，得到所述恒星观测图像序列的多个恒星区域，分别对多个所述恒星区域使用灰度重心法进行初提取的恒星质心亚像素坐标序列计算，所述初提取的恒星质心亚像素坐标序列计算公式如下：
其中，ω表示每帧图像对应的恒星区域；i(i,j)为位于第i列、第j行的像元的能量响应值。
其中较优地，步骤s52中，将所述初提取的恒星质心亚像素坐标序列分别与所述成像时刻进行最小二乘拟合，对应的最小二乘公式如下：
其中，
其中较优地，步骤s53中，所述恒星轨迹拟合方程表示为：
其中，xaccu、yaccu为求得的每一帧图像对应的精确恒星质心亚像素坐标；taccu为每一帧图像对应的成像时刻；
其中较优地，步骤s6中，从精确的所述恒星质心亚像素坐标序列中选取最准确的恒星质心亚像素坐标的步骤如下：
步骤s61：在恒星质心亚像素坐标序列中，分别计算每个恒星质心亚像素坐标与对应的初提取的恒星质心亚像素坐标之间的欧氏距离；
步骤s62：选择与初提取的恒星质心亚像素坐标之间的欧式距离最小的精确的恒星亚像素坐标，作为最准确的恒星质心亚像素坐标。
本发明所提供的用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法一方面采用对面阵仪器观测图像序列分别进行光学系统校正、去除固定模式噪声处理，不仅提高了图像的信噪比，还提高了恒星检测的准确率。另一方面，采用灰度重心法获取初提取的恒星质心的亚像素坐标序列，并剔除初提取的恒星质心亚像素坐标序列中的误差点，采用恒星轨迹拟合法抑制误差点对恒星轨迹拟合方程的影响，使最终得到的恒星拟合轨迹方程更为准确；相比于单帧图像提取的质心坐标，采用本发明的方法确定出的恒星质心坐标受到噪声影响更小，计算精度更高。
附图说明
图1为现有的恒星质心提取方法的流程图；
图2为本发明所提供的用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法的流程图；
图3a为本发明所提供的恒星质心提取方法中，单帧原始图像的示意图；
图3b为本发明所提供的恒星质心提取方法中，单帧去除固定模式噪声图像的示意图；
图4为本发明所提供的恒星质心提取方法中，从原始观测图像序列中确定固定模式噪声图像；
图5a为本发明所提供的恒星质心提取方法中，每帧图像进行阈值分割前的效果示意图；
图5b为本发明所提供的恒星质心提取方法中，每帧图像进行阈值分割后的效果示意图；
图6为本发明所提供的恒星质心提取方法中，将经阈值分割后的图像序列融合成恒星轨迹图像的方法示意图；
图7为本发明所提供的恒星质心提取方法中，恒星轨迹图像的示意图；
图8为本发明所提供的恒星质心提取方法中，在恒星轨迹图像上确定出恒星轨迹区域的示意图；
图9为本发明所提供的恒星质心提取方法中，对检测到的三颗恒星进行恒星识别的示意图；
图10a为本发明所提供的恒星质心提取方法中，预报的像面内的其中三颗恒星组成的三角形示意图；
图10b为本发明所提供的恒星质心提取方法中，与预报的像面内的其中三颗恒星组成的三角形对应的导航星表；
图10c为本发明所提供的恒星质心提取方法中，根据三角形匹配算法进行恒星识别的示意图；
图11为本发明所提供的恒星质心提取方法中，去除恒星质心初提取的横坐标序列的误差点的示意图；
图12为本发明所提供的恒星质心提取方法中，去除恒星质心初提取的纵坐标序列的误差点的示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术内容做进一步的详细说明。
如图2所示，本发明所提供的用于静止轨道对地观测卫星面阵仪器(以下简称面阵仪器)的恒星质心提取方法包括如下步骤：
步骤s1：下载并解析静止轨道对地观测卫星面阵仪器的恒星观测数据；
下载来自静止轨道对地观测卫星下传的面阵仪器的恒星观测数据，由于下载的恒星观测数据以数据包文件的形式存在，因此依据格式说明，可以从下载的恒星观测数据包文件中解析出恒星观测图像序列、图像成像时刻、成像帧频等信息，以便为后续高精度的恒星质心提取奠定基础。其中，恒星观测图像序列中，每一帧恒星观测图像尺寸为330×256像素。
步骤s2：将解析出的恒星观测图像序列进行预处理；
解析出的恒星观测图像序列需要依次进行光学系统校正、固定模式噪声去除处理；其中，当对恒星观测图像序列进行光学系统校正时，由于仪器的不同像元对光的敏感性存在一定差异，因此可以采用由定标系统利用冷空和黑体等数据获取的归一化定标表，并根据归一化定标表对每一帧图像的灰度值进行辐射校正，即根据归一化定标表中的映射关系校正每一帧图像中的每个像元灰度值(每一帧图像包括84480个像元)。对每一帧图像的灰度值进行辐射校正的目的在于：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。
由于地球大气反射光等外界杂散光的影响，解析出的恒星观测图像序列中会包含很强的固定模式噪声(如图3a所示)，严重影响了图像信噪比；因此，去除恒星观测图像序列中的固定模式噪声可以有效提升图像信噪比(如图3b所示)，可以保证后续恒星质心的检测、识别、定位算法的开展。当对恒星观测图像序列进行固定模式噪声去除处理时，可以采用如下步骤：
步骤s21：计算出固定模式噪声图像；
如图4所示，剔除原始恒星观测图像序列中的异常帧，求取剔除异常帧后的图像序列的灰度值的平均值，作为固定模式噪声图像。其中，图像序列的同一像元的灰度平均值表示为：
其中，im(i,j)为图像序列的同一像元的灰度平均值，ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值，n为图像序列的总帧数。由于一帧图像由84480个像元组成，因此由公式(1)可求得84480个灰度平均值，这84480个灰度平均值组成了固定模式噪声图像。
步骤s22：根据固定模式噪声图像，确定去除固定模式噪声后的图像序列；
将每帧原始图像的灰度值减去固定模式噪声图像的灰度值，并将相减后灰度值小于0的像元的灰度值置为0，即可获得去除固定模式噪声后的图像序列。
步骤s3：利用图像序列融合的方法将去除固定模式噪声后的图像序列融合为恒星轨迹图像，并确定出该恒星轨迹图像的恒星轨迹区域；
在去除固定模式噪声后的图像序列中，恒星目标在每帧图像上呈孤点状，由于相邻两列像元之间间隙的存在，恒星质心周围3×3像元区域内的像元可能会有能量响应，但目标整体较小，特征较弱，且与噪点特征相近；当恒星较暗时，与噪点几乎无法区分。若直接在单帧图像上进行恒星信号响应区域检测，得到的虚警较多，会严重影响高精度恒星质心提取算法的开展。因此，本发明采用图像序列融合的方法，将含有恒星的图像序列融合为一幅包含有恒星轨迹的图像，然后在该幅图像上进行恒星检测，确定出恒星轨迹区域。该图像序列融合的方法包括如下步骤：
步骤s31：选用自适应阈值方法对每帧图像进行阈值分割处理；
经固定模式噪声去除后的图像序列的图像信噪比得到显著提高，但图像序列中还有较多像元的灰度值非0，致使影响对恒星轨迹图像的恒星区域的确定。因此，选用自适应阈值方法对每帧图像进行阈值分割处理，每帧图像的分割阈值计算公式如下：
tk＝mean(ik(i,j))+k'*std(ik(i,j))(2)
其中，tk为第k帧图像的分割阈值，mean(ik(i,j))为图像序列的同一像元的灰度平均值；ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值，k′为常系数(标准差倍数)；std(ik(i,j))为图像序列的同一像元的灰度标准差。在每帧图像中，将每个像元减去该帧图像对应的分割阈值，并将结果小于零的像元置零，得到进一步去除噪声后的图像。
图5a和图5b所示，经实验测试，k′取3时，每帧图像进行阈值分割处理的结果较好。
步骤s32：将经阈值分割处理后的图像序列融合成恒星轨迹图像；
如图6和图7所示，由于经步骤s31阈值分割处理后的图像序列中，每一帧图像都有一个星点，那么将图像序列的星点组合在一起，可以融合成一幅包含有恒星轨迹的图像。由于一帧图像由84480个像元组成，因此由下面公式(3)可求得图像序列同一像元的灰度值总和，共求出84480个灰度值总和，这84480个灰度值总和融合成了恒星轨迹图像(如图7所示)。图像序列同一像元的灰度值总和表示为：
其中，id(i,j)为图像序列同一像元的灰度值总和；ik(i,j)为第k帧图像中位于第i列、第j行的像元的灰度值，n为图像序列总帧数。
步骤s33：根据恒星轨迹图像，确定出恒星轨迹区域
由于在步骤s32确定的恒星轨迹图像中可能具有多颗恒星的运动轨迹，因此，需要在所确定的恒星轨迹图像上确认出恒星的数目，从而得到恒星轨迹区域。在静止轨道对地观测卫星中，恒星在面阵仪器像面划过一条直线轨迹，且直线方向近似水平。恒星在像面上运动的速度计算公式如下：
其中，t为卫星轨道周期，静止轨道对地观测卫星的轨道周期等于一个恒星日，即23h56min4s；r为面阵仪器角度分辨率，即每个像元对应的光学张角，为56μrad/px。经公式(4)计算可得，恒星在面阵仪器像面上运动速度等于1.2986px/s。因此，恒星轨迹长度可以表示为：
ls＝vx·ts(5)
其中，vx为恒星在像面上运动的速度，ts为恒星观测时长。恒星观测时长约为8s，恒星轨迹长度为10.389px/s。考虑到噪声的影响，在恒星轨迹图像上检测长度≥8px的线段，即可获得置信度较高的恒星轨迹区域。例如，如图8所示，在步骤s32确定的恒星轨迹图像中检测到了三个长度≥8px的线段，即可确定在该恒星轨迹图像中有三颗恒星的运动轨迹，从而确定出了恒星轨迹区域。
步骤s4：根据预报像面内的恒星数目与已确定的恒星轨迹区域进行恒星识别，确定出预报恒星在每帧图像上对应的恒星区域；
恒星预报系统(外系统)会提供面阵仪器像面内可能出现的恒星的天文信息，作为恒星识别依据；根据预报像面内的恒星数目与已确定的恒星轨迹区域(检测到的恒星数目)，可分为以下几种情况：
(1)当预报像面内的恒星数目≥3，且检测到的恒星数目≥3时，使用三角形匹配算法进行恒星识别。在三角形匹配算法进行恒星识别的过程中，如9图所示，若预报像面内的恒星数目为3，检测到的恒星数目也为3(包括恒星a、恒星b及恒星c)，与角距特征匹配原理相同，检测到的三颗恒星星点目标可以构成一个观测三角形。计算在天球坐标系下三颗恒星之间角距，其中，两颗恒星之间角距表示为：
θd＝arccos(cosβacosβbcos(αa-αb)+sinβasinβb)(6)
如图10a和图10b所示，预报的三颗恒星可以构建一个导航星表，其中α表示恒星经度，δ表示恒星纬度，m表示恒星星等，d为两颗恒星之间的角距，为消除奇异性，需将三颗恒星以一定规律填入导航星表。但通过实验分析发现，采用星等排序，星点亮度信息可靠性低，相比之下星点位置信息更为可靠。因此，在构建导航星表时，依据恒星赤经(x坐标)进行排序，保证每个导航星表中α1＜α2＜α3。在视场范围内(如图10c所示)，预报的三颗恒星可以构成一个观测三角形。
若假设恒星a赤经赤纬为(αa,βa)，恒星b赤经赤纬为(αb,βb)，带入公式(6)得出两恒星(恒星a与恒星b)之间角距为arccos(cosβacosβbcos(αa-αb)+sinβasinβb)。假设恒星a像面坐标为(xa,ya)，恒星b的像面坐标为(xb,yb)，单位像元弧度为θ，则两星(恒星a与恒星b)之间的角距为：
利用公式(6)或公式(7)分别计算出由检测到的三颗恒星所组成的三角形中，恒星a与恒星c之间及恒星b与恒星c之间的角距。如图10c所示，将检测到的三颗恒星构成的观测三角形与由导航星表构成的观测三角形进行匹配，若对应三组角距值偏差均小于匹配阈值δt，则认为两三角形匹配成功。充分考虑到通过灰度中心法提取的恒星质心坐标在x、y方向均存在一定偏差，假定恒星质心坐标在x、y方向偏差均小于0.5像元，取角距匹配阈值为
由于面阵仪器的面阵中，每个像元张角56μrad，则匹配阈值为79.2μrad。
在三角形匹配算法进行恒星识别的过程中，若预报像面内的恒星数目大于3，检测到的恒星数目大于3，可以在预报的恒星中按任意选取三颗恒星构成一个观测三角形为原则，组合出多个观测三角形。在检测到的恒星中按任意选取三颗恒星构成一个观测三角形为原则，也组合出多个观测三角形，并利用公式(6)或公式(7)分别计算出每个观测三角形对应的三组角距。将由检测到的恒星构成的多个观测三角形与由预报恒星构成的多个观测三角形进行匹配，若对应三组角距值偏差均小于匹配阈值δt，则认为由检测到的恒星构成的多个观测三角形中，与三组角距值对应的观测三角形与由预报恒星构成的多个观测三角形中的一个匹配成功。
(2)当预报像面内的恒星数目≥2，且检测到的恒星数目＝2；或者预报像面内的恒星数目＝2，且检测到的恒星数目≥2时，使用角距特征匹配算法进行恒星识别。在角距特征匹配算法进行恒星识别的过程中，角距是指两个天体之间的角距离。例如，①当预报像面内的恒星数目为2，检测到的恒星数目也为2时，通过计算出检测到的两颗恒星及预报的两颗恒星分别以相机为顶点所组成的夹角，若检测到的两颗恒星与相机所组成的夹角与预报的两颗恒星与相机之间所组成的夹角相等，说明检测到的两颗恒星为预报恒星，可以分别作为最终提取恒星质心的对象。②当预报像面内的恒星数目为3，检测到的恒星数目为2时，通过计算出检测到的两颗恒星以相机为顶点所组成的夹角，由于预报的3颗恒星中任意两颗恒星组合在一起有3种情况，分别计算这3种情况的预报恒星与相机之间的夹角，若检测到的2颗恒星与相机所组成的夹角和其中任意一种组合的预报恒星与相机之间的夹角相等，说明检测到的2颗恒星为预报恒星，可以分别作为最终提取恒星质心的对象。③当预报像面内的恒星数目为2，检测到的恒星数目为3时，通过计算出预报的两颗恒星以相机为顶点所组成的夹角，由于检测到的3颗恒星中任意两颗恒星组合在一起有3种情况，分别计算这3种情况的恒星与相机之间的夹角，若检测到任意一种组合的恒星与相机所组成的夹角与预报恒星和相机之间的夹角相等，说明检测到的该种组合的2颗恒星为预报恒星，可以分别作为最终提取恒星质心的对象。
(3)当预报像面内的恒星数目＝1，且检测到的恒星数目＝1时，无需进行恒星识别，认为检测到的恒星即为预报恒星，该检测到的恒星为最终提取恒星质心的对象。
(4)预报像面内的恒星数目≥2，且检测到的恒星数目＝1时，无法进行恒星识别，判定任务执行失败，从而放弃对本次图像序列的恒星质心提取。
根据本步骤所确定的预报恒星，可以确定出每帧图像上对应的恒星区域。例如，本步骤确定出了1颗预报恒星，那么每帧图像上对应的恒星区域为该预报恒星质心周围的3×3像元区域。
步骤s5：通过恒星轨迹拟合法得到恒星轨迹拟合方程，并计算精确的恒星质心亚像素坐标序列；
通过恒星轨迹拟合法得到的恒星轨迹拟合方程，可以为后续从面阵仪器恒星观测图像序列中精确提取恒星质心坐标序列奠定基础。该恒星轨迹拟合法具体步骤如下：
步骤s51：根据得到的恒星观测图像序列的多个恒星区域，得到初提取的恒星质心亚像素坐标序列；
根据步骤s4确定的每帧图像对应的恒星区域(3×3像元范围)，得到了恒星观测图像序列的多个恒星区域，分别使用灰度重心法进行初步提取恒星质心亚像素坐标(x、y坐标)序列计算。计算公式如下：
其中，ω表示每帧所述图像对应的恒星区域，i(i,j)为位于第i列、第j行的像元的灰度值。本处理算法中，取3×3像元范围。根据公式(9)，可计算出多个初提取的恒星质心的坐标序列{(x1,y1),(x2,y2)...(xn,yn)}，n表示与恒星观测图像序列对应的恒星区域数目,n为正整数；xn为第n个恒星区域对应的初提取的恒星质心亚像素横坐标；yn为第n个恒星区域对应的初提取的恒星质心亚像素纵坐标。需要强调的是，若步骤4所确定的预报恒星为多颗，那么每帧图像恒星区域上的多颗预报恒星中每颗预报恒星质心周围的3×3像元区域，在计算初提取的恒星质心亚像素坐标序列时，需要分别计算每颗预报恒星的初提取的恒星质心亚像素坐标序列。
步骤s52：利用最小二乘迭代拟合的方式剔除初提取的恒星质心亚像素坐标序列的误差点；
由于噪声、算法能力局限等影响，初提取的的恒星质心亚像素坐标与恒星质心亚像素坐标真值之间往往存在一定偏差，不满足精确恒星质心亚像素坐标提取任务要求。而且个别初提取的恒星质心亚像素坐标与恒星质心亚像素坐标真值之间存在较大的偏差，会对恒星轨迹拟合方程产生较大的影响，降低了恒星轨迹拟合的精度。因此，需要使用最小二乘迭代拟合的方式剔除初提取的恒星质心亚像素坐标序列中的误差点。
由于恒星质心在横向(x方向)、纵向(y方向)方向的初提取的亚像素坐标序列均存在误差，而相比之下成像时刻是准确的，因此将初提取的恒星质心亚像素坐标序列分别与成像时刻进行最小二乘拟合。初提取的恒星质心亚像素坐标序列对应的最小二乘公式如下：
其中，
步骤s53：将剔除误差点后的初提取的恒星质心亚像素坐标序列进行最小二乘拟合，得到恒星轨迹拟合方程，并计算精确的恒星质心亚像素坐标序列。
剔除误差点后的初提取的恒星质心亚像素坐标序列进行最小二乘拟合，得到恒星轨迹拟合方程如下：
其中，xaccu、yaccu表示求得的每一帧图像对应的精确恒星质心亚像素坐标，taccu表示每一帧图像对应的成像时刻(图像序列观测时刻)；
步骤s6：从精确的恒星质心亚像素坐标序列中选取最准确的恒星质心亚像素坐标作为恒星质心亚像素坐标。
从精确的恒星质心亚像素坐标序列中选取最准确的恒星质心亚像素坐标的步骤如下：
步骤s61：在精确的恒星质心亚像素坐标序列中，分别计算每个精确的恒星亚像素坐标与对应的初提取的恒星质心亚像素坐标之间的欧氏距离；
将分别计算的每个精确的恒星亚像素坐标与对应的初提取的恒星质心亚像素坐标之间的欧氏距离，作为选取最准确的恒星质心坐标的依据；
步骤s62：选择与初提取的恒星质心亚像素坐标之间的欧式距离最小的精确的恒星亚像素坐标，作为最准确的恒星质心亚像素坐标。
本发明所提供的用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法一方面采用对面阵仪器观测图像序列分别进行光学系统校正、去除固定模式噪声处理，不仅提高了图像的信噪比，还提高了恒星检测的准确率。另一方面，采用灰度重心法获取初提取的恒星质心的亚像素坐标序列，并剔除初提取的恒星质心亚像素坐标序列中的误差点，采用恒星轨迹拟合法抑制误差点对恒星轨迹拟合方程的影响，使最终得到的恒星拟合轨迹方程更为准确；相比于单帧图像提取的质心坐标，采用本发明的方法确定出的恒星质心坐标受到噪声影响更小，计算精度更高。
以上对本发明所提供的用于静止轨道对地观测卫星面阵仪器的恒星质心提取方法进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将属于本发明专利权的保护范围。