[发明专利]基于恒星匹配的光电经纬仪参量优化方法

权利要求书

1.基于恒星匹配的光电经纬仪参量优化方法，其特征在于实现步骤如下：

（1）建立恒星的测量方程并确定所需的系统参量；

（2）建立恒星匹配度目标函数和待优化参量组；

（3）根据恒星测量方程，推导优化所需要的条件；

（4）根据优化所需要的条件采集恒星图像，提取恒星质心，计算恒星的测量值和理论值；

（5）用优化算法对恒星匹配度目标函数进行优化，解出待优化参量组；

（6）利用优化后的参量推算或修正其它参量，或者对其它目标进行高精测量。

2.根据权利要求1所述的基于恒星匹配的光电经纬仪参量优化方法，其特征在于：所述第（2）步中，建立恒星匹配度目标函数，目标函数为以下公式：

∫(v)＝E{(A_m+ΔA-A_t)²+(E_m+ΔE-E_t)²}

式中，J()是目标函数，矢量v是待优化的参量组，E{}表示求期望，A_m和E_m分别为恒星方位和俯仰的测量值，ΔA和ΔE分别为方位和俯仰的系统误差，A_t和E_t分别为恒星方位和俯仰的理论值。

3.根据权利要求1所述的基于恒星匹配的光电经纬仪参量优化方法，其特征在于：所述第（3）步中，根据恒星测量方程推导优化所需要的条件，包括关于待优化参量的方程的病态性、目标函数的收敛性、恒星的的数量要求和时间要求。

4.根据权利要求1所述的基于恒星匹配的光电经纬仪参量优化方法，其特征在于：所述第（4）步中，需同时提取图像中多颗恒星，其实现过程包括图像预处理、恒星增强、恒星提取、恒星识别、质心计算和星库寻星，详细步骤为：

1）采集图像并预处理：采集图像后先进行中值滤波，消除毛刺噪声，得到初滤图像；再进行低通滤波，获取初滤图像的低频成分；再进行形态学开运算，屏蔽掉恒星的幅度，获取背景的低频成分；再将初滤图像减去背景的低频成分，得到背景均衡化的预处理图像；

2）恒星增强：先以当前预处理图像为基准，将近期的历史预处理图像按恒星的运动轨迹与之进行定向平移配准；再统计平移后的各像素(X，Y)对应有效预处理图像的数量N(X，Y)，并取各像素灰度的均值，得到定向累加图像；再次对定向累加图像进行背景均衡化处理，并扩大倍使噪声归一化，得到恒星增强图像；

3）恒星提取：先用背景噪声的标准差的倍数作为阈值对恒星增强图像进行分割；再进行形态学闭运算，填补恒星内部由噪声造成的空洞；再进行形态学开运算，滤除分割后的残余噪声，得到分割提取图像；

4）恒星识别：先对分割提取图像进行膨胀运算；再按预定规则半随机地选取一定数量的历史分割提取图像进行定向平移累加；再对该累加图像用给定的阈值将剩余的噪声滤除，得到最终分割图像；对最终分割图像进行连通域标记，从而识别出各颗恒星；

5）质心计算：先在各恒星各自的范围内，找出当前预处理图像中大于阈值的像素；再对当前预处理图像中像素足够多的低等星进行质心计算；如果有无法计算质心的高等星，则在恒星增强图像中计算质心，并用距离最近的低等星在当前预处理图像中的位置来修正高等星的质心，从而得到全部恒星的质心位置；

6）星库寻星：根据各恒星的质心位置，解算到星库所在坐标系，然后在星库中找到对应的恒星并读取理论值。