面向视频测量机器人高噪声小视场星图的星点提取

张超, 时春霖, 吴建霖, 于广瑞, 陈少杰, 焦博, 陈长远, 汤进九

北京师范大学学报(自然科学版) ›› 2022, Vol. 58 ›› Issue (2) : 193 -202.

PDF
北京师范大学学报(自然科学版) ›› 2022, Vol. 58 ›› Issue (2) : 193 -202.

面向视频测量机器人高噪声小视场星图的星点提取

    张超, 时春霖, 吴建霖, 于广瑞, 陈少杰, 焦博, 陈长远, 汤进九
作者信息 +

Author information +
文章历史 +
PDF

摘要

星图识别提取是自动天文测量数据处理的关键环节.针对视频测量机器人拍摄的小视场星图具有高噪声的特性,提出了利用基于合理阈值分割的连通算法来处理此类星图;分析了4种不同星图的图形特征,对比了常见的星点提取算法对真实星图的识别效果;在定性定量分析的基础上,通过验证,得到了阈值分割下的连通算法要优于边缘检测和聚类算法的结论,并获得理想的星点提取效果.真实星空半仿真星图的室内试验表明:利用该算法可以准确可靠地计算恒星质心坐标,其水平和垂直方向均方根误差(RMSE)分别为0.025和0.021像素,可满足高精度的天文测量需求.

关键词

自动天文测量 / 小视场星图 / 星点提取 / 阈值分割 / 边缘检测 / 聚类分析

Key words

引用本文

引用格式 ▾
面向视频测量机器人高噪声小视场星图的星点提取[J]. 北京师范大学学报(自然科学版), 2022, 58(2): 193-202 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

47

访问

0

被引

详细

导航
相关文章

AI思维导图

/