一、天文CCD观测的星象定心算法(论文文献综述)
梁晓波[1](2020)在《基于天文定向技术的望远镜指向修正研究》文中研究指明随着科学技术的不断发展与进步,光学望远镜的制造精度和探测能力有了极大的提升,其应用也由天文观测延伸到人造卫星跟踪测量、在轨目标监视识别、自由空间激光通信、引力波测量、空间科学探索等,使用更大口径的光学望远镜对目标进行精密探测也成为一种趋势。大口径镜面能够有效提高望远镜角分辨率、极限探测能力等指标,同时也为望远镜指向精度带来挑战。指向精度受到制造、安装以及使用环境中的多项因素所造成的影响,导致观测精度和效率下降。指向精度是衡量望远镜性能的关键指标,也是一个重要的研究方向。传统提高指向精度的方式主要是通过提高望远镜结构刚度、机械零件加工精度、更换高分辨率编码器等方式,但这种方式已逐渐逼近各元器件的加工和制造极限,难以进一步提高,同时过于精密的零部件也对加工工艺提出了更为苛刻的要求,不利于望远镜的日常维护,引起制造成本的激增。天球上的天体广泛分布在全天区,且其位置可以准确计算,是望远镜指向误差修正的理想标准源。天文定向技术根据天体的位置对指向进行估计,不需要建立望远镜误差模型,具有更高的指向修正精度。随着计算机技术、光电探测技术的不断进步,基于天文定向技术对望远镜实时进行角秒级甚至亚角秒级精度的指向修正成为可能,目前,该方式是对望远镜进行高精度指向修正的主流方式,具有极高的研究价值与应用价值。本论文中所研究的望远镜具有图像中暗星多、视场大、指向修正精度及速度性能指标要求高的特点,结合实验室设备的具体工作环境与指标要求,对天文定向过程中的若干问题进行了讨论,并重点对高鲁棒性星图识别算法、光学系统畸变修正以及实时指向修正问题进行了研究,具体如下:第一,对天文定向中的星图识别算法进行了研究。在对传统星图识别算法的优缺点做出分析之后,结合工程环境与要求,提出了一种高鲁棒性的星图识别算法,用以解决部分望远镜参数含有误差甚至缺失条件下的准确识别问题。使用实测星图对多种星图识别算法进行测试,根据测试结果对星图识别算法的运算速度、检出率、虚警率、漏警率、鲁棒性等关键指标进行了分析。第二,根据地平坐标系转换至像素坐标系中的公式,结合各个误差源之间的相关性,建立了新的畸变误差修正方法。该方法基于模拟退火算法,能够同时对指向、畸变以及多个望远镜参数进行最优估计。通过实测图像对畸变修正算法进行了测试,并对修正结果的运行速度、精度、稳定性进行了分析。第三,本论文在望远镜畸变系数和参数最优估计结果的基础上,提出了一种望远镜指向快速修正方法。通过实测数据对相应修正方法的有效性、速度、精度等指标进行测试,并对结果进行了分析和讨论。综上所述,本论文对望远镜指向修正中若干关键问题进行了研究和讨论。同时,鉴于结构和原理的相似性,本论文中的一些方法可以为其它平台的光电跟踪设备指向修正、畸变修正、恒星识别等问题提供可以参考的经验。
卢志聪[2](2020)在《Cassini ISS图像测量中指向校正的技术研究》文中提出Cassini ISS(Imaging Science Subsystem)图像是目前对土星卫星进行天体测量的重要资源,人们使用这些图像可以获得高精度的土星卫星位置数据。这些数据推动了土星系统天体力学、行星物理等多方面的研究。因此ISS图像的高精度天体测量具有重要价值。在ISS图像的高精度天体测量中,一个重要的工作是进行相机指向校正。目前的相机指向校正存在两个明显的问题,一个是ISS图像的面元中的假星象对配准精度有影响,需要排除假图像星。另一个是部分图像中的参考星呈现为拖尾星象,这类图像无法确定参考星的位置,从而无法进行指向校正,更无法进行天体测量。本文针对上述两个问题分别提出了对应的解决方法。其一,本文提出基于边缘检测的自动去除观测对象面元上的假检测图像星的算法,该算法使用提取边缘、分割边缘、拟合圆等一系列步骤,最终实现了面元上的假图像星的去除。本文算法检测的成功率大于95%,在自动化程度、检测成功率以及运行效率上均优于常用的圆检测算法——圆霍夫变换(CHT)算法。最后使用土卫五的图像进行了天体测量实验,结果表明:在自动化的相机指向校正过程中使用本文算法相较不使用本文算法,测量精度有较大改善。其二,本文从理论上分析了对带有拖尾星象的图像进行相机指向校正的可行性,并提出和实现了基于模板匹配的拖尾星象定心算法。用户只需要简单操作即可得出图像上的拖尾星象的中心点位置,从而能进行相机指向校正,最终实现图像的天体测量。最后使用带有拖尾星象的土卫一图像对该方法进行了天体测量实验,得到了土卫一的天体测量位置。测量精度可以接受。实验表明本文提出的一套针对带有拖尾星象的Cassini图像的天体测量方法,可以测量原本无法测量的图像,充分挖掘了ISS图像的科学价值。上述两个问题的解决,一方面可以提高天体测量的精度,提高天体测量的自动化程度和测量效率,另一方面扩展了可用于天体测量的图像数量,充分利用现有数据。
唐英杰[3](2020)在《基于图像处理的滑坡监测系统的研究与实现》文中提出我国山区众多,滑坡地质灾害频发,给人们的生命财产安全造成了极大威胁。滑坡的形成是坡体位移由渐变到突变的过程,其通常发生在自然形成的山体及人类活动形成的坡体,如公路边坡、水坝、建筑基坑等。实践证明对隐患区域进行监测是最有效的灾害防治手段。如今,滑坡监测技术的研究朝着高精度化、实时化、自动化的方向发展,现有的滑坡监测方案很难全面满足监测性能及成本等多方面的需求。在此研究背景下,本文以摄影测量为基础,结合传感器技术与图像处理技术,综合多方面的需求,针对测量精度、实时性、稳定性等方面进行研究,设计并实现了一种基于图像处理的滑坡监测系统。本文的主要工作内容与成果如下:(1)在技术创新方面,提出了一种已申请专利的表面位移测量方法。通过在坡体表面安装监测传感器,监测终端周期性执行图像采集与数据处理任务,利用参照物原理解析出传感器的像素偏移精确值并转换成实际位移量,从而实现坡体表面位移远距离精确测量。(2)在精确性与稳定性方面,设计了避免复杂计算的监测传感器并实现了相应的高精度图像处理算法,以满足复杂环境下的监测需求。图像处理算法结合天体测量中的高精度定心算法,并引入目标检测与图像叠加技术,相对于整数级摄影测量精确到0.03像素,提升了30倍的测量精度,从软件层面最大程度地提升了测量的精度及系统稳定性。(3)在系统功能完善方面,实现了嵌入式监测终端与可视化监测云平台。监测终端写入设备控制程序与数据处理程序,实现自动化监测与数据实时上传任务。监测云平台包含数据可视化系统与智能管理系统,分别实现监测数据可视化分析与项目的远程管理。
冯仲华[4](2020)在《小行星与恒星相互逼近过程中的高精度相对位置测量研究》文中提出近年来,对于近地小行星的观测研究逐渐成为天文学界的热点课题。对小行星进行高精度的位置测量不仅可以提高小行星的历表精度改进小行星的轨道理论也能为人类研究太阳系的形成与演化提供服务。传统的天体测量方法的测量精度很大程度上依赖于视场中参考星的数量。当观测视场中的参考星数量不足时且小行星本身又具有较快的运动速度的情况下,传统测量方法的测量精度表现欠佳。为了提高视场中参考星不足的情况下小行星的位置测量精度,本文将相互逼近的测量方法首次拓展应用于小行星的位置测量上以期获得更高的位置测量精度。本实验使用的观测资料来自于云南丽江2.4m望远镜在2013年2月4日至7日对小行星阿波菲斯(Apophis)进行连续多晚的跟踪拍摄的CCD图像。我们以Gaia DR2作为参考星表,并对这些连续多晚的观测数据进行裁剪、平场校正、搜星、定心、匹配等图像处理操作后,使用基于底片常数模型的传统方法和相互逼近法分别对小行星的位置进行归算并比较两种方式的测量精度。实验结果表明,当视场中参考星不足时,相互逼近法归算得到的小行星位置测量精度要明显高于传统测量方法。同时,当使用相互逼近法进行测量时,我们对影响该方法的最终求解精度的参数进行分析时发现,相互逼近方法在速度参数上的求解方式可以进一步改进。于是我们提出了一种针对小行星速度求解的新方法,使用该方法求解的速度与法国的IMCEE历表的理论速度十分吻合,并且对比传统的速度求解方式有了明显的改进。我们发现当小行星的运动速度越快时使用我们提出的速度求解方法的优势将更明显。此外,探讨使用不同的加权方案来获得更精确的相互逼近的运动模型,从而提升相互逼近方法的测量精度将是本课题未来的研究内容之一。
林承裕[5](2020)在《天体测量中参数加权方案的应用研究》文中研究表明本课题组在进行高精度天体测量研究时,需要先对CCD天文图像进行处理,经过课题组研发的天文图像处理软件进行预处理、搜星、定心和匹配等流程后会产生一个数据文件,该数据文件便用于后续的归算过程。具体地,我们使用最小二乘拟合法对数据文件中的参考星求解底片常数模型,即求解星象理论位置(标准坐标)与CCD图像上实测的像素位置坐标间的多项式关系。通常,参考星位置测量的残差都比较小。但有时候也会存在测量误差较大的星,如果没有对其进行处理则会影响到整个模型的求解从而影响到所有星的测量结果,导致最终所得测量结果的不准确。因此,在数据处理过程中,我们通常需要剔除这些异常星带来的影响以保证获得最好的测量结果。参数加权方案(The reweighting scheme[1])是一种改进卡方最小化的普遍方案。历史上由加拿大科学家Stetson首次提出并将其应用于恒星的测光。在这里我们将其推广到CCD天文图像资料中目标星的高精度位置求解,并在此基础上与随机抽样一致性算法[2]进行对比。参数加权方案和随机抽样一致性算法正是应用于对异常星的处理过程。在本文研究过程中对课题组实测的一批CCD天文图像珍贵资料进行仿真处理,对于存在误差较大的星的仿真数据,通过使用参数加权方案来降低这些星的较大位置误差对目标星测量结果的影响,而不是简单地剔除掉。使用参数加权方案对各种不同条件下仿真数据求解底片常数模型,观察目标星在使用参数加权方案前后的平均O-C(观测值-计算值)和精度(标准差),通过比较平均O-C和精度与原始数据测量结果的吻合度来评估改善的效果。此外,我们也对比随机抽样一致性算法在相同条件下的改善效果。结果表明,参数加权方案是一种能有效且合理地处理包含一定比例的异常数据点的数据集的方案,对于噪声(均值为0.1~0.5pixel,标准差为0.15~0.25pixel的高斯噪声)比例为10%到30%的仿真数据,参数加权方案均能改善仿真数据的目标星的测量结果,对于噪声比例为20%的仿真数据改善效果最佳,且十分接近原始数据的测量结果。其次,对于目标星偏离视场中央时,该方案也能起到改善的作用。我们的实验表明,参数加权方案中两个参数?和?分别取1.5~2.0和4.0~8.0时改善效果最佳。最后,相比于随机抽样一致性算法,参数加权方案是一种更有效且稳定的方法。
李灿伟[6](2020)在《图像移位堆叠用于木星暗天然卫星的天体测量》文中认为天然卫星的高精度测量对探索太阳系的起源、形成、演化等科研课题有重要意义。其中亮度较高的天然卫星容易获得高测量精度,而亮度低的暗弱天然卫星,它们运动速度变化快,在观测时,如果曝光时间过长,目标成像会出现严重的拖尾现象,影响后续工作。所以不能通过延长曝光时间来获取目标高信噪比的成像。为了对暗弱天然卫星进行高精度天体测量,本文尝试对多幅短曝光的CCD图像,进行移位堆叠,提高暗弱天然卫星成像信噪比,从而可以获得暗弱天然卫星高精确测量结果。前人对图像堆叠的原理已经有了深入研究,但是对移动的暗弱天然卫星进行图像堆叠,到目前为止,具体的堆叠方法还没有人进行过详细讨论,并且堆叠后天体测量结果如何,也没有人进行过分析。本文详细的对图像堆叠在暗弱天然卫星图像上的实施过程进行了论述,并且对堆叠后目标的测量精度进行了分析。在移位堆叠过程中,首先需要对CCD图像进行移位,使视场中的恒星对齐。移位过程中,通过实验对比了四常数转换模型、六常数转换模型、十二常数转换模型以及双线性内插,双三次样条内插等方法对移位的影响。发现六常数模型及双线性内插在运行速度及精度方面具有高性能。使用2018年4月连续4个晚上,在云南天文台使用1-m光学望远镜拍摄获得了229幅木星5颗暗卫星图像进行了移位堆叠实验和数据归算。同时为了验证结果,与云南天文台丽江站2.4-m望远镜获得的归算结果进行了对比。在位置归算中,恒星星表采用的是Gaia DR2星表,目标理论位置采用JPL(Jet Propulsion Laboratory)历表。结果表明,使用图像移位堆叠方法,通过叠加约10幅曝光时间为100秒的图像,1-m望远镜观测暗弱天然卫星的极限从约16星等提高至近19星等,精度均好于0.13角秒,与2.4-m望远镜的测量结果有良好的一致性。可以得出这样的结论:图像移位堆叠技术应用于暗弱天然卫星的测量,可以使小口径望远镜观测以前无法观测的目标,并且精度与某些大口径望远镜相当。
谢梦娜[7](2019)在《不同图像去噪算法在高精度天体测量中的应用》文中指出天体测量作为天文学的一个重要分支,对于太阳系的研究、空间探测任务以及行星卫星动力学的研究与改善都具有重要意义。天体观测图像在成像过程中的各种噪声干扰是影响高精度天体测量的因素。噪声改变了原有像素点的信息,造成星象中心位置测量的偏移。因此,降低图像噪声对高精度天体测量的干扰具有一定的意义。到目前为止,国内外很少将平滑去噪算法应用于高精度天体测量的研究。本文主要研究了三种图像平滑去噪算法在高精度天体测量中的应用。具体算法包括最小二乘平滑滤波、双边滤波和二项式滤波。为了实现上述三种算法,我们生成了大量人工合成星像图,通过仿真实验,成功选取各算法的最优参数。然后,基于云南天文台2.4m望远镜观测得到的NGC1664星团的CCD图像,采用了上述三种去噪算法进行实验研究。经过上述三种方法分别处理以后,进一步采用了最新发布的Gaia DR2[1](Data Release 2)作为参考星表,进行位置测量精度的验证。结果表明,三种算法均能不同程度的提高亮星的位置测量精度,而最小二乘平滑算法相对最明显。此外,三种算法平滑后均能够搜到更多星,最高可提高约18%的搜星数量。最后,基于Cassini ISS图像对土卫二(Enceladus)进行高精度天体测量工作,通过比较双边滤波平滑前后观测对象的位置测量精度的差异,验证双边滤波平滑是否有利于边缘检测,从而提高观测对象的位置测量精度。结果表明,对于Cassini ISS图像而言,双边滤波平滑对大圆盘边缘检测的影响微小。然而,该算法能有效降低图像噪声,减少假星搜索,提高工作效率。另一方面,双边滤波平滑还能通过提高信噪比进而找到原本无法找到的暗参考星,使我们得以成功归算得到观测对象测量位置,提高Cassini ISS的图像利用率。
袁秀海[8](2018)在《随机抽样一致性算法在天文图像中的应用》文中研究说明本课题组利用星团CCD图像进行扭曲求解过程中,经预处理、搜星、定心和匹配等处理后,会产生一个数据文件;后续的归算过程都是基于该数据文件。大多数情况下,数据文件中星的量度坐标与其在参考星表中的位置具有良好的对应,即星位置测量的残差都很小,这些星就可以做后续的归算处理;在有些情形下,数据文件中星象的量度坐标与理论位置拟合后,星象量度坐标的残差显得杂乱无章,大多数星象的残差都很大。这时候我们就认为该图像资料是不良的,也许需要剔除。事实上,这些被认为是不良的天文图像数据文件中只有几颗星象的残差很大,它们影响到数据文件中其他星象,使整个数据文件的星象残差显得杂乱无章。当把这少数几颗星从天文图像数据文件中剔除之后,剩下的数据文件就变成可用的文件了。根据Fischler和Bolles对随机抽样一致性算法的说明[1],本文采用改进后的随机抽样一致性算法,对三架望远镜的观测图像数据文件做仿真实验处理,对处理后保存下来的星用最小二乘法计算底片常数模型,通过比较每颗星与模型之间的残差,发现随机抽样一致性算法可以有效地剔除掉天文图像数据文件中的不良星。具体地,首先将天文图像用图像处理软件做预处理、搜星、定心和匹配处理,产生一个数据文件。然后,对数据文件中部分星的量度坐标(x,y)进行仿真研究。即仿真星的数量和坐标偏移量均随机产生,使得这些仿真星变成不良星,并且影响到整个仿真数据文件。最后用随机抽样一致性算法处理仿真数据文件,剔除掉不良星,保留良好星,从而达到剔除数据文件中不良星的目的。使用上述方法对三架望远镜的数据文件处理后的结果表明:当数据文件中不良星所占的比例在一定范围以内的时候,使用随机抽样一致性算法可以很好地剔除数据文件中所有的不良星。具体地说,当1米望远镜观测图像数据文件中不良星所占比例在25%以内、2米4望远镜和Bok望远镜观测图像数据文件中不良星所占比例在20%以内的时候,随机抽样一致性算法可以很好的剔除这些不良星。
段宇[9](2017)在《大视场捆绑式望远镜低轨空间目标检测技术研究》文中提出鉴于空间目标探测技术在空间目标监视领域的重要地位,多年来大量研究围绕着目标检测技术而展开。目前,针对大视场全帧CCD天文观测图像的空间运动目标检测技术仍面临诸多困难。由于大口径望远镜的焦距往往较大,会使视场缩小,满足不了大视场的观测需求,因此本文以地基捆绑式望远镜空间目标探测系统作为主要研究背景,对其所面临的大视场观测条件下的空间运动目标检测问题进行了系统深入的学习、研究和探索,论文主要工作如下:第二章简要介绍了捆绑式望远镜的概念,成像性能分析和数据处理方法,并给出了空间目标探测系统的信息处理流程。全文结构安排也围绕该流程而展开,主体为图像预处理,恒星识别和空间目标检测。此外,第二章还对空间目标探测所涉及的天体测量知识进行了介绍,包括各种空间坐标系的定义和不同坐标系的转换关系,为后续章节的论述做好铺垫。第三章对全帧CCD天文图像的预处理展开研究,首先对于光学仪器的各种噪声进行了分析;其次,采用形态学方法进行图像背景抑制,提高了图像的信噪比,从而有利于空间目标的检测。在此基础上,由于全帧CCD天文图像存在较严重拖尾的问题,且恒星拖尾会给恒星提取带来严重干扰,因此针对拖尾问题提出了一种基于高斯拟合的恒星拖尾去除算法。算法在尽可能保留恒星星像的同时,较为彻底地去除了恒星拖尾,这也为后续的恒星提取、星图识别和目标检测等环节提供了较高质量的图像,消除了大量干扰可能引起的虚警。第四章对星图识别算法进行了研究,主要目的是对图像中的恒星进行识别,从而在空间目标检测过程中有效排除恒星目标,消除虚警。这是由于恒星作为视场中的主要背景目标,也是空间目标检测中最主要的干扰。因此,本章针对大视场观测条件下的恒星识别问题,提出了一种基于区域生长法的星图识别算法,实现了快速有效的恒星识别。识别结果将为后续的空间目标检测排除恒星造成的干扰,有利于空间目标的检测。第五章首先提出了一种基于聚类和定向生长法的单帧图像空间目标检测算法。算法利用空间目标在视场中的运动特征以及在全帧CCD图像中存在倾斜拖尾的特征,采用加权最小二乘算法求取可能目标星块的斜率,通过聚类得到候选目标,在目标邻域范围内按照预估的拖尾斜率搜索空间目标拖尾,从而得到疑似空间目标。在单帧检测的基础上,利用概率假设密度(Probability Hypothesis Density,PHD)算法按照时序对目标观测矢量进行序贯处理,将输出目标状态作为空间运动目标的多帧检测结果。实验结果显示,算法具有良好的检测性能,且多帧检测步骤显着降低了虚警概率。
马帅[10](2017)在《天王星暗弱卫星高精度位置测量》文中研究指明太阳系天然卫星高精度位置测量可以提高卫星的历表精度,改进卫星的轨道理论,可以为未来的太空探索任务服务,对太阳系的形成和演化研究有重要意义。天王星有五颗主要卫星,其中Miranda较暗距离天王星较近且经常位于天王星光晕之下,其测量精度总是低于其他四颗卫星。为了提高暗弱卫星的测量精度,本文采用多项式背景高斯函数拟合法开发了一个行星附近暗弱卫星位置测量系统,并运用于天王星暗弱卫星Miranda的位置测量实验。我们采用二阶至六阶多项式对2016年11月21号和23号两个晚上在云南天文台1m望远镜观测获得的150幅天王星及其卫星的CCD图像进行了位置测量实验,当采用最新Gaia-DR1星表作为参考后,获得了Miranda的高精度观测结果:赤经和赤纬方向(O-C)平均值分别为0".008和-0".007,标准差分别为0".023和0".020。同时,我们对不同阶次多项式模型的测量结果进行了详细对比与分析。研究发现在观测资料信噪比较好的情况下,二阶多项式背景高斯函数可以得到较好的精度,三阶背景或四阶背景可以得到更高的精度,但这也是该方法测量精度的极限,再提高多项式的阶次也无法进一步提高测量精度。此外,我们还研究了多项式背景高斯函数拟合法的适用情况,为获得高精度的测量结果,卫星距离行星较远时可以采用二阶多项式模型,卫星距离行星较近时则需要采用高阶次的四阶多项式模型。多项式背景高斯函数拟合法也有局限性,对信噪比太低的图像无法提高测量精度。对行星进行去晕处理或许可以克服多项式背景拟合的局限性,这是本课题未来的研究内容之一。
二、天文CCD观测的星象定心算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、天文CCD观测的星象定心算法(论文提纲范文)
(1)基于天文定向技术的望远镜指向修正研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 望远镜主要性能指标 |
1.2.1 聚光能力 |
1.2.2 分辨率 |
1.2.3 极限探测能力 |
1.3 望远镜指向误差分析 |
1.3.1 轴系误差 |
1.3.2 编码器误差 |
1.3.3 光心标定误差 |
1.3.4 蒙气差 |
1.3.5 重力形变 |
1.3.6 热力形变 |
1.3.7 望远镜风载 |
1.3.8 轴承和齿轮引起的误差 |
1.4 国内外研究现状 |
1.4.1 天文定位定向国内外研究现状 |
1.4.2 望远镜指向修正国内外研究现状 |
1.5 关键技术及研究目标 |
1.6 本文结构安排 |
第2章 天文定向基础 |
2.1 引言 |
2.2 时间系统 |
2.2.1 世界时 |
2.2.2 原子时 |
2.2.3 协调世界时 |
2.2.4 力学时 |
2.3 时间系统的转换 |
2.3.1 北京时至世界时的转换 |
2.3.2 世界时至协调世界时的转换 |
2.3.3 协调世界时至地球时的转换 |
2.3.4 地球时至太阳系质心力学时的转换 |
2.4 坐标系系统 |
2.4.1 地平坐标系 |
2.4.2 国际天球参考系 |
2.4.3 WGS84参考系 |
2.4.4 像素坐标系 |
2.4.5 图像坐标系 |
2.5 坐标系系统的转换 |
2.5.1 地平坐标系至图像坐标系的转换 |
2.5.2 图像坐标系至像素坐标的转换 |
2.6 星表预处理及快速查询 |
2.6.1 星表选取 |
2.6.2 星表预处理 |
2.6.3 子天区中心计算 |
2.6.4 搜索范围计算 |
2.6.5 星表查询速度测试 |
2.7 恒星位置计算 |
2.7.1 蒙气差 |
2.7.2 岁差 |
2.7.3 章动 |
2.7.4 光行差 |
2.7.5 光偏转 |
2.7.6 地球定向参数 |
2.7.7 恒星位置计算方法 |
2.8 图像预处理 |
2.8.1 平暗场校正 |
2.8.2 背景阈值计算 |
2.9 星点中心计算 |
2.9.1 灰度质心法 |
2.9.2 高斯曲面拟合法 |
2.9.3 星点中心计算仿真实验 |
2.10 恒星光度测量 |
2.10.1 恒星的星像轮廓模型 |
2.10.2 孔径测光 |
2.11 本章小结 |
第3章 基于星组规格化和Zernike矩的星图识别算法 |
3.1 引言 |
3.2 栅格算法及其改进 |
3.3 环径向特征算法及其改进 |
3.4 传统星图识别算法的局限性 |
3.5 光度测量结果对识别的影响 |
3.6 基于星组规格化和Zernike矩的星图识别算法 |
3.6.1 仿射变换关系证明 |
3.6.2 星组规格化 |
3.6.3 星组的Zernike矩 |
3.6.4 星组选取 |
3.6.5 星组的识别 |
3.7 星图识别实验及结果分析 |
3.8 本章小结 |
第4章 基于模拟退火算法的光学系统畸变修正 |
4.1 引言 |
4.2 光学系统畸变 |
4.3 畸变模型 |
4.3.1 多项式拟合模型 |
4.3.2 物理模型 |
4.3.3 两种畸变模型的比较 |
4.4 传统畸变修正方法的局限性 |
4.5 基于模拟退火算法的望远镜畸变修正算法 |
4.6 畸变修正实验及结果分析 |
4.6.1 600mm望远镜畸变修正 |
4.6.2 1.3m望远镜畸变修正 |
4.7 本章小结 |
第5章 基于脱靶量标定法的望远镜实时指向修正 |
5.1 引言 |
5.2 望远镜指向标定方法 |
5.2.1 时角标定法 |
5.2.2 星体弧长法 |
5.2.3 脱靶量标定法 |
5.3 指向修正误差来源 |
5.4 基于脱靶量标定法的望远镜实时指向修正算法 |
5.4.1 算法流程 |
5.4.2 实时性优化策略 |
5.5 指向修正实验及结果分析 |
5.5.1 600mm望远镜指向修正 |
5.5.2 1.3m望远镜指向修正 |
5.6 本章小结 |
第6章 总结及展望 |
6.1 本文主要研究内容总结 |
6.2 本论文创新点 |
6.3 下一步研究方向 |
参考文献 |
致谢 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
(2)Cassini ISS图像测量中指向校正的技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.4 文章组织结构 |
第二章 Cassini图像天体测量的方法和专用软件 |
2.1 天体测量的原理 |
2.1.1 相机指向校正 |
2.1.2 观测对象定心 |
2.2 Caviar软件的介绍和应用 |
2.2.1 利用Caviar软件进行指向校正 |
2.2.2 利用Caviar软件对观测对象定心 |
2.3 本章小结 |
第三章 自动去除面元上的假图像星 |
3.1 自动去除面元上的假图像星的意义 |
3.2 自动去除假图像星的实现方法 |
3.2.1 提取边缘 |
3.2.2 分割边缘 |
3.2.3 拟合圆 |
3.2.4 去除假检测图像星 |
3.3 实验与比较 |
3.3.1 使用Cassini ISS图像实验 |
3.3.2 与基于圆霍夫变换的算法比较 |
3.4 应用与结果分析 |
3.5 本章小结 |
第四章 ISS图像中拖尾星象的定心 |
4.1 检测拖尾星象中心的意义 |
4.2 检测拖尾星象中心的实现方法 |
4.2.1 手动框选拖尾星象 |
4.2.2 生成相关模板 |
4.2.3 获取其余拖尾星象中心位置 |
4.3 实验与结果分析 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 问题和展望 |
参考文献 |
攻读硕士学位期间取得的科研成果 |
致谢 |
(3)基于图像处理的滑坡监测系统的研究与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文研究内容 |
1.4 论文的组织结构 |
第二章 相关原理与算法 |
2.1 滑坡监测技术原理 |
2.2 摄影测量技术理论 |
2.3 目标检测技术 |
2.4 数字图像定心算法 |
2.4.1 中值法 |
2.4.2 修正矩方法 |
2.4.3 高斯拟合法 |
2.5 本章小结 |
第三章 滑坡监测系统的总体设计 |
3.1 系统需求概述 |
3.2 滑坡监测系统总体架构 |
3.3 滑坡监测传感器设计 |
3.4 嵌入式监测终端设计 |
3.5 滑坡监测云平台 |
3.6 本章小结 |
第四章 滑坡监测云平台的设计与实现 |
4.1 云平台管理系统 |
4.2 滑坡监测通信服务 |
4.3 终端配置与管理 |
4.4 监测数据可视化系统 |
4.5 本章小结 |
第五章 滑坡监测嵌入式终端的设计与实现 |
5.1 嵌入式终端系统组成 |
5.2 终端联网与命令处理 |
5.3 监测图像采集系统 |
5.4 图像处理算法实现 |
5.5 本章小结 |
第六章 监测系统性能提升与优化 |
6.1 监测精度分析 |
6.2 滑坡形变模拟实验 |
6.3 定心算法精度比较 |
6.4 基于人工神经网络的监测点识别 |
6.5 图像叠加消除干扰 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
硕士期间内的学术成果 |
致谢 |
(4)小行星与恒星相互逼近过程中的高精度相对位置测量研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 论文的组织结构 |
第二章 小行星Apophis的 CCD图像处理技术 |
2.1 底片常数模型 |
2.2 CCD图像的定心算法 |
2.3 CCD图像的扭曲改正 |
第三章 小行星与恒星相互逼近过程中的高精度测量系统设计 |
3.1 建立相互逼近的模型 |
3.2 获取冲击参数及比例尺 |
3.3 相对速度 |
3.4 误差分解 |
第四章 CCD图像处理及数据归算 |
4.1 实验资料与设备参数说明 |
4.2 CCD图像处理 |
4.3 相互逼近法资料归算 |
4.4 传统测量法资料归算 |
4.5 相位角误差影响 |
第五章 实验结果比较与数据分析 |
5.1 实验说明 |
5.2 实验结果 |
5.3 实验结果比较及分析 |
第六章 总结与展望 |
6.1 实验结论 |
6.2 工作展望 |
参考文献 |
附录 A |
致谢 |
(5)天体测量中参数加权方案的应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 问题的提出 |
1.2 国内外研究背景 |
1.3 本文的组织结构 |
第二章 CCD天体测量中常用处理技术 |
2.1 天文图像观测数据的批量处理流程 |
2.2 底片常数模型 |
2.3 数据归算 |
第三章 参数加权方案 |
3.1 参数加权方案提出的背景 |
3.2 参数加权方案的核心内容 |
3.3 参数加权方案中的参数 |
第四章 随机抽样一致性算法 |
4.1 随机抽样一致性算法的理论概念 |
4.2 随机抽样一致性算法的参数 |
第五章 参数加权方案在天体测量中的仿真研究 |
5.1 仿真实验方案设计 |
5.2 仿真实验流程 |
5.3 参数加权方案仿真实验 |
5.4 随机抽样一致性算法对比实验 |
第六章 总结与展望 |
6.1 本文的主要工作 |
6.2 存在的主要问题与未来的展望 |
参考文献 |
致谢 |
(6)图像移位堆叠用于木星暗天然卫星的天体测量(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 本文研究内容及组织结构 |
第二章 CCD图像移位堆叠原理 |
2.1 CCD图像的曝光时间 |
2.2 图像堆叠原理 |
2.3 图像移位堆叠 |
2.4 最小二乘法与常数模型求解 |
2.5 小结 |
第三章 CCD图像移位堆叠的实现 |
3.1 恒星匹配程序实现 |
3.2 暗弱天然卫对齐程序实现 |
3.3 小结 |
第四章 实验材料与天体测量归算 |
4.1 试验材料 |
4.2 图像平场预处理 |
4.3 天体测量归算 |
第五章 实验结果与分析 |
5.1 不同转换模型和内插方法的影响 |
5.2 不同目标堆叠及测量结果归算 |
5.3 移位堆叠方法探测未知天然卫星试验 |
5.4 小结 |
第六章 总结与展望 |
6.1 本文的主要工作 |
6.2 存在的主要不足 |
6.3 工作展望 |
参考文献 |
在校期间发表的论文 |
致谢 |
(7)不同图像去噪算法在高精度天体测量中的应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 基于地面观测的CCD图像去噪处理 |
1.2.2 基于空间观测的Cassini图像去噪处理 |
1.3 论文研究内容 |
1.4 论文组织结构 |
第2章 天体测量的CCD图像处理技术 |
2.1 天文图像的定心算法 |
2.1.1 二维高斯拟合方法 |
2.1.2 修正矩方法 |
2.1.3 中值法 |
2.2 几何扭曲 |
2.3 底片常数模型 |
2.4 小结 |
第3章 CCD图像平滑的三种算法 |
3.1 CCD图像噪声 |
3.2 各种图像去噪算法的原理 |
3.2.1 最小二乘平滑滤波算法 |
3.2.2 二项式滤波算法 |
3.2.3 双边滤波算法 |
3.3 各种图像去噪的算法实现及参数选择 |
3.3.1 最小二乘平滑滤波的实现 |
3.3.2 二项式滤波的实现 |
3.3.3 双边滤波的实现 |
3.4 小结 |
第4章 CCD图像平滑算法的应用 |
4.1 观测资料 |
4.2 图像预处理 |
4.2.1 图像裁剪 |
4.2.2 本底和平场校正 |
4.2.3 干涉条纹去除 |
4.2.4 下载星表 |
4.3 天体测量归算 |
4.4 实验结果与分析 |
4.5 结论 |
第5章 基于Cassini ISS图像和双边滤波的边缘检测验证 |
5.1 观测资料说明 |
5.1.1 观测资料 |
5.1.2 VICAR格式转换 |
5.2 天体测量归算 |
5.3 实验结果与分析 |
5.4 结论 |
第6章 总结与展望 |
6.1 本文的主要工作 |
6.2 存在的不足 |
6.3 工作展望 |
参考文献 |
硕士期间发表的论文以及科研情况 |
致谢 |
(8)随机抽样一致性算法在天文图像中的应用(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 问题的提出 |
1.2 本文的组织结构 |
第二章 常见的CCD天文图像处理技术 |
2.1 底片常数模型 |
2.2 几何扭曲校正 |
2.3 数字图像定心算法 |
第三章 随机抽样一致性算法 |
3.1 随机抽样一致性算法被提出的环境 |
3.2 随机抽样一致性算法的理论概念 |
3.3 随机抽样一致性算法的参数 |
3.4 随机抽样一致性算法的优缺点 |
第四章 RANSAC算法在CCD天文图像中的应用 |
4.1 实验资料说明 |
4.2 随机抽样一致性算法处理CCD天文图像程序设计 |
4.3 随机抽样一致性算法在CCD天文图像应用中的改进 |
4.4 随机抽样一致性算法的仿真研究 |
4.5 仿真实验结果与分析 |
第五章 总结与展望 |
5.1 本文的主要工作 |
5.2 本文的创新点 |
5.3 存在的主要问题与未来的展望 |
参考文献 |
致谢 |
(9)大视场捆绑式望远镜低轨空间目标检测技术研究(论文提纲范文)
缩略词 |
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 目标检测领域的研究现状 |
1.2.1 星图预处理方法概述 |
1.2.2 星图识别技术概述 |
1.2.3 目标检测技术概述 |
1.3 论文主要内容及结构安排 |
1.3.1 论文主要内容 |
1.3.2 论文结构安排 |
第二章 捆绑式望远镜空间目标探测系统与信息处理流程 |
2.1 引言 |
2.2 地基捆绑式望远镜观测系统 |
2.2.1 捆绑式望远镜的概念 |
2.2.2 捆绑式望远镜图像信噪比分析 |
2.2.3 捆绑式望远镜叠加图像数据处理 |
2.3 捆绑式望远镜观测系统信息处理流程 |
2.4 空间目标测量基础 |
2.4.1 坐标系统 |
2.4.2 时间系统 |
2.5 本章小结 |
第三章 大视场全帧CCD天文图像预处理 |
3.1 引言 |
3.2 光学仪器噪声分析 |
3.2.1 散粒噪声 |
3.2.2 读出噪声 |
3.3 基于形态学重构的天光背景抑制 |
3.4 基于高斯拟合的全帧CCD图像恒星拖尾去除 |
3.4.1 全帧CCD拖尾生成机制 |
3.4.2 基于高斯拟合的恒星拖尾去除算法 |
3.5 实验结果与分析 |
3.6 本章小结 |
第四章 大视场望远镜图像恒星目标识别 |
4.1 引言 |
4.2 恒星目标提取 |
4.2.1 恒星目标提取 |
4.2.2 定心算法 |
4.3 导航星视位置的计算 |
4.3.1 春分点时角的计算 |
4.3.2 观测误差校正 |
4.3.3 恒星瞬时位置的解算 |
4.4 基于区域生长法的大视场星图识别 |
4.4.1 望远镜畸变模型和中心区域的定义 |
4.4.2 匹配组算法 |
4.4.3 区域生长过程 |
4.4.4 实验结果与分析 |
4.5 本章小结 |
第五章 大视场全帧CCD图像序列空间运动目标检测 |
5.1 引言 |
5.2 基于灰度空域特征的空间运动目标单帧检测算法研究 |
5.2.1 基于空间运动目标灰度空域特征的疑似目标筛选 |
5.2.2 基于空间运动目标拖尾灰度空域特征的虚假空间运动目标剔除 |
5.2.3 空间运动目标观测矢量提取 |
5.3 基于星图识别的单帧检测虚警抑制方法 |
5.4 基于时空域概率累积的空间运动目标多帧检测算法研究 |
5.4.1 PHD算法基本原理 |
5.4.2 算法实现步骤 |
5.5 算法实现与结果分析 |
5.5.1 第一组数据测试结果对比与分析 |
5.5.2 第二组数据测试结果对比与分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 主要创新 |
6.2 后续工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
作者在学期间参与的科研项目 |
(10)天王星暗弱卫星高精度位置测量(论文提纲范文)
摘要 |
Abstract |
第一章 引言 |
1.1 问题的提出 |
1.2 国内外研究背景 |
1.3 论文的组织结构 |
第二章 暗弱卫星CCD图像处理技术 |
2.1 底片常数模型 |
2.2 几何扭曲校正 |
2.3 数字图像定心算法 |
第三章 暗弱卫星位置测量系统设计 |
3.1 天然卫星位置测量方法 |
3.2 多项式背景高斯函数法 |
3.3 星象位置测量程序开发 |
第四章 图像处理与数据归算 |
4.1 观测资料说明 |
4.2 资料处理 |
4.3 数据归算 |
第五章 实验结果与数据分析 |
5.1 天卫五测量背景 |
5.2 实验结果分析 |
5.3 测量精度分析 |
5.4 适用情况分析 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录A |
致谢 |
四、天文CCD观测的星象定心算法(论文参考文献)
- [1]基于天文定向技术的望远镜指向修正研究[D]. 梁晓波. 中国科学院大学(中国科学院光电技术研究所), 2020(02)
- [2]Cassini ISS图像测量中指向校正的技术研究[D]. 卢志聪. 暨南大学, 2020(03)
- [3]基于图像处理的滑坡监测系统的研究与实现[D]. 唐英杰. 暨南大学, 2020(03)
- [4]小行星与恒星相互逼近过程中的高精度相对位置测量研究[D]. 冯仲华. 暨南大学, 2020(03)
- [5]天体测量中参数加权方案的应用研究[D]. 林承裕. 暨南大学, 2020(03)
- [6]图像移位堆叠用于木星暗天然卫星的天体测量[D]. 李灿伟. 暨南大学, 2020(03)
- [7]不同图像去噪算法在高精度天体测量中的应用[D]. 谢梦娜. 暨南大学, 2019(07)
- [8]随机抽样一致性算法在天文图像中的应用[D]. 袁秀海. 暨南大学, 2018(06)
- [9]大视场捆绑式望远镜低轨空间目标检测技术研究[D]. 段宇. 国防科技大学, 2017(02)
- [10]天王星暗弱卫星高精度位置测量[D]. 马帅. 暨南大学, 2017(02)