基于在轨恒星数据的人工智能畸变自校正方法[发明专利] .pdfVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN108447024A

(43)申请公布日2018.08.24

(21)申请号201810091043.3

(22)申请日2018.01.30

(71)申请人中国科学院上海技术物理研究所

地址200083上海市虹口区玉田路500号

(72)发明人陈凡胜李潇雁杨林孙小进

(74)专利代理机构上海沪慧律师事务所31311

代理人李秀兰

(51)Int.Cl.

G06T5/00(2006.01)

G06T7/11(2017.01)

G06T7/194(2017.01)

G06T7/66(2017.01)

权利要求书1页说明书3页附图3页

(54)发明名称

基于在轨恒星数据的人工智能畸变自校正

方法

(57)摘要

本发明公开了一种基于在轨恒星数据的人

工智能畸变自校正方法，以在轨相机拍摄的恒星

数据与星库粗识别结果为输入，利用人工智能的

方法进行学习实现图像畸变自校正。具体步骤包

括：星图预处理，图像分割，星点提取，星图粗匹

配，网络构建，模型训练等。实现原理为以星图中

各星像点之间的角距为输入，以其在星库中对应

角距为参考，利用海量粗识别结果对网络模型进

行训练，确定网络参数，实现畸变自校正。本发明

的优点在于对粗识别结果采用人工智能方法在

轨学习，克服了地面标定畸变模型发射后失效的

难题，实现在轨畸变图像的自校正。

A

4

2

0

7

4

4

8

0

1

N

C

权利要求书

CN108447024A1/1页

1.一种基于在轨恒星数据的人工智能畸变自校正方法，其特征在于方法步骤如下：

1)原始星图预处理，消除背景噪声；

2)图像分割，采用聚类算法实现恒星图像和背景图像的分类；

3)星点提取，通过重心法计算恒星图像的重心坐标，作为由星图获取的实际坐标，求得

星图中任意两颗星相对于投影中心的角距，构成网络模型的输入数据；

4)星图识别，首先，利用地面畸变校正模型对星图进行预校正；然后，通过星图识别算

法实现星图识别；

5)获取恒星的赤经赤纬，星图识别后通过查星表得到恒星的赤经赤纬坐标值和各颗星

之间的角距，作为训练网络模型的参考；

6)构建网络模型，由于理想输出结果与输入数据具有相同的维度，根据畸变理论，构建

7层全卷积神经网络模型，在每一层网络后添加去相关处理模块保证每一层输出结果之间

的独立性，并通过正则化方法增强网络的泛化能力；

7)畸变校正，对由星图中获取的角距数据，采用施密特正交化的方法求取输入数据空

间的正交基，用以表示输入数据，去除相关性影响，以星库中星的对应角距为参考，利用海

量的在轨数据对网络模型进行训练，确定网络参数，实现畸变自校正。

2

说明书

CN108447024A1/3页

基于在轨恒星数据的人工智能畸变自校正方法

技术领域

[0001]本发明主要涉及到智能图像处理领域中的一种畸变图像校正方法，主要针对星载

相机在轨运行时受温度，真空及震动等环境的影响导致地面标定的畸变模型发生变化，进

而所拍摄星图存在畸变的情况。

背景技术

[0002]实际相机成像过程中，由于光阑球差的影响，不同视场的主光线通过光学系统后

与高斯相面的交点高度不