星图识别的一种扩充栅格算法

栅格算法作为一种鲁棒性好、识别率高的星图识别算法,要求星图中不少于6颗星才能进行正常的识别,限制了其在小视场或低星等敏感极限的星敏感器中的应用．针对这种情况,提出了星图识别的扩充栅格算法,该算法将扩充星图法与栅格算法结合,将视场进行有效地扩充,得到了更加丰富的星点信息,同时继承了栅格算法的优势,拥有比现有扩充星图法更强的噪声鲁棒性和更高的识别成功率．依据实际情况建立了仿真环境,并进行了大量实验,验证了算法的实时性和高识别率性能．结果表明:当应用于小视场星敏感器时,扩充栅格算法在位置噪声为1像素时的星图识别成功率大于97.4％,明显优于传统的扩充星图算法,同时其近邻星的识别成功率最高可达到86.7％,也明显优于传统栅格算法．扩充栅格算法更加适用于小视场或低星等敏感极限的星敏感器．