[发明专利]一种基于背景辨识的自适应空间暗弱星体识别方法

权利要求书

1.一种基于背景辨识的自适应空间暗弱星体识别方法，其特征在于，该方法包括如下步骤：

步骤(1)：对空间暗弱星体成像，并获取包含空间暗弱星体的星图，连续成像获取序列星图I_n；

步骤(2)：星图背景辨识，将步骤(1)获取的图像依次进行背景辨识提取图像中所有的星点目标的坐标集合{P_k＝(u_k,v_k)}，u_k、v_k为星点目标在图像坐标系的像素坐标值，同时通过恒星星表、行星和月亮轨道参数对提取的星点坐标集合{P_k}进行粗分类，从而识别部分背景恒星目标坐标集合为{S_m＝(u_m,v_m)}，u_m、v_m为恒星目标在图像坐标系中的像素坐标值，疑似目标集合为{T_n＝(u_n,v_n)}，u_n、v_n为疑似目标在图像坐标系中的像素坐标值；

根据初始指向{α₀，δ₀，φ₀}和星表中恒星的赤经赤纬{α_i,δ_i}可以计算得到恒星在图像上的坐标位置集合{C_i＝(u_i,v_i)}：

首先，根据下式提取能够成像在图像上的恒星：其中FOV_x为x方向上的视场角，FOV_y为y方向上的视场角：

其次，根据下式计算提取恒星在图像上的坐标位置：α₀，δ₀和φ₀分别为当前光轴指向的赤经、赤纬和旋转角，α_i和δ_i分别为星表中恒星的赤经和赤纬，W和H分别图像靶面宽高分辨率，u_i和v_i分别是恒星在图像上的像素坐标：

其中，x_i为提取恒星在图像物理坐标系下未经旋转的横坐标值，y_i提取恒星为图像物理坐标系下未经旋转的纵坐标值，X_i为提取恒星在图像坐标系下的横坐标像素坐标值，Y_i为提取恒星在图像坐标系下的纵坐标像素坐标值；

最后，根据下式辨识图像中的背景恒星，背景中的恒星集合{S_m}：其中P_k为实际提取的星点坐标集合，C_i为计算得到恒星坐标集合，id为恒星星号，Th_d为星点距离阈值，d(P_k,C_i)为实际提取星点与计算恒星坐标之间的距离，id_m为实际提取星点的星号：

其中，太阳系中的行星和月亮在图像上的位置，需根据行星和月亮的轨道参数和世界时计算得到行星的视赤经和视赤纬，从而根据上述公式计算得到行星和月亮在图像上的位置坐标集合{M_j}，行星和月亮的视赤经与视赤纬可根据天文算法计算得到；

而疑似目标则由背景辨识后剩余星点集合构成，即根据下式得到{T_n}：

其中，d(P_k,M_j)为实际提取星点与计算行星与月亮坐标之间的距离；

步骤(3)：星点帧间关联，对步骤(2)获取的第I_n帧的恒星集合疑似目标集合与第I_n+1帧的恒星集合疑似目标集合进行帧间关联；

首先，恒星帧间关联，取两帧的恒星集合寻找恒星星号相等的恒星作为匹配恒星，根据下式判断恒星匹配关系，得到当前帧与前帧匹配的恒星坐标集合为

其中，为第n帧中恒星集合，为第n+1帧中恒星集合，为第n帧恒星集合中恒星的星号，为第n+1帧恒星集合中恒星的星号；

其次，疑似目标帧间关联，根据亮度选取三颗关联后的恒星为基准星和分别计算前帧和当前帧中疑似目标与基准星之间的三维特征向量和

星对角距计算公式：

其中，S_i为选取的基准星，T_j为候选目标，f为焦距，根据以上公式可分别计算出不同帧中候选目标的三维特征向量，并进行相似性匹配，满足相似性阈值的则完成疑似目标帧间关联；

步骤(4)：自适应空间暗弱星体识别，根据背景辨识恒星的运动特征自适应计算运动特征阈值，从而识别目标，对步骤(3)中得到的帧间关联恒星和疑似目标计算得到运动特征集

其中，和分别表示星点相对于初始帧运动的距离和方向，和为当前帧星点坐标，和为初始帧星点坐标，根据上式计算所有星点的运动特征，并基于步骤(2)中背景辨识得到的恒星和步骤(3)中的运动特征计算方法，计算得到恒星的运动特征根据背景辨识得到的恒星背景运动特征自适应计算运动特征阈值：

其中，ThD_L和ThD_H分别为自适应计算得到的运动距离阈值的上下边界，ThS_L和ThS_H分别为运动方向阈值的上下边界，根据上式自适应计算得到的运动特征阈值和疑似目标的运动特征识别得到目标如下式所示：

其中，T_iⁿ为目标集合，为疑似目标的距离特征，为疑似目标的方向特征。