[发明专利]基于最大内角散列函数的三角形识别方法

摘要

本发明涉及一种基于最大内角散列函数的三角形识别方法，包括以下步骤：一、根据基本星表，采用星等阈值法构建导航星表。以任意三颗星构建三角形，以最大内角为基本特征值构建三角形特征库，然后按内角的大小进行分块存储，构造基于最大内角的散列函数。二、读入导航星表和导航特征库；识别时优先识别较亮的恒星，星图提取结果按灰度值大小降序排列，构造观测三角形，计算相关星角距，确定观测三角形的最大内角，采用散列函数的方式定位特征库子块，每个观测三角形的识别均在该子块内进行，从而提高识别速度。本发明大大减少了特征三角形的数量，相对传统基于星角距的三角形识别算法，减少了星角距比较次数，提高了识别速度。

主权项

1.一种基于最大内角散列函数的三角形识别方法，其特征在于：所述方法包括以下步骤：步骤一、导航星特征库的构建A、导航星的筛选⑴采用星等阈值法剔除基本星表中大于星敏感器极限探测星等的恒星；⑵双星处理当两颗恒星间的星角距小于弥散斑时，将双星当作一颗星来处理，并对恒星赤经、赤纬及星等进行合成，则合成后的恒星赤经α、赤纬δ及星等m分别为：其中，弥散斑大小在3×3～5×5像元之间，(α1，δ1)和(α2，δ2)分别为两颗恒星的赤经和赤纬，m1和m2分别为两颗恒星的星等；⑶导航星表的生成对选定的恒星重新编号，并将每个恒星的星表号、赤经、赤纬和星等进行存储；B、导航星特征库的构建采用基于“边‑角‑边”的识别原理，恒星i与恒星j、恒星j与恒星k及恒星i与恒星k的观测星角距与参考星角距分别为(lij，ljk，lik)和(dij，djk，dik)，则观测三角形与导航三角形匹配必须满足如下条件：εd、εa分别为星角距匹配误差门限和内角匹配误差门限，θc(j,k)、θ(j,k)分别为观测内角与参考内角，根据余弦定理，计算公式为：基于最大内角的三角形特征数据结构包括最长边所对的星表号或星点号，次长边所对的星表号或星点号，最短边所对的星表号或星点号，次长边边长，最短边边长和最大内角，由三角形特征数据结构生成最大内角的导航星特征库；对生成的导航星特征库按最大内角的大小升序排列，并分块存储，子块编号按下式构造散列函数K：式中，fix(x)表示x向零最近的方向取整，N为分块总数，θmax代表导航星特征库中生成的导航三角形的最大内角；步骤二、星图识别⑴初始化：读入导航星表、导航星特征库，设置星敏感器参数、星角距匹配误差门限ε参数和子块总数N；⑵对星图提取数据进行编号，并按灰度值降序排列；⑶判断是否存在3颗以上观测星，小于3颗则不能识别；⑷若观测星数为3，则构建观测三角形，根据式(1)计算观测三角形相关特征值，根据式(4)计算子块编号，判断最大内角所处的子块位置，确定是否增加搜索子块，在相应的子块中搜索满足式(2)的导航三角形集合，并将之存入识别矩阵中，识别失败时则将识别矩阵对应的元素置0，若存在唯一的识别结果，则识别成功，否则识别失败；⑸若观测星大于3颗，则分别以星点1、2、3和星点1、2、4构建两个观测三角形，并按步骤⑷分别进行识别，若两个观测三角形存在唯一相同的匹配结果，则匹配成功，将前4颗星的匹配结果存入识别矩阵中，然后根据匹配结果对其它恒星进行投影识别，并利用观测星角距对识别结果进行验证；若两个观测三角形没有唯一匹配结果，则剔除星点3或星点4，读入下一颗星继续识别；⑹判断当前帧星图是否识别完毕，否则转⑸，是则根据识别矩阵和导航星表确定观测星的各个参数，转入下一帧星图识别，直至整个识别任务完毕。