改进的基于三角形匹配的星图识别算法

简介：
本研究提出了一种改进的基于三角形匹配的星图识别算法，通过优化匹配策略和增加特征点筛选步骤，显著提高了算法在复杂背景下的准确性和鲁棒性。 在星图识别算法中，三角形算法被广泛应用且最为成熟。然而，由于该方法基于三维特征的三角形作为基本识别单元，其较低的维度特性导致了冗余匹配与错误识别难以避免的问题。为解决传统三角形算法的成功率问题，新型算法进行了针对性改进，在检测过程中增加了第四颗星的操作步骤，从而将特征维数从原来的三维提升到了四维，并对其他待测星星逐一进行验证以提高成功率。 尽管如此，这种升级也带来了计算量的显著增加，影响了算法的整体效率。因此，在新算法的核心三角形匹配部分引入了哈希表结构，并通过按星角距排序和二分查找的方式大幅减少了特征值比较次数，从而取代了传统方法中的遍历操作以提高运行速度。 此外，该改进还巧妙利用导航星数量较少的特点，采用短整数代替常规的整型数据来存储导航星星库信息，在减少30%的数据占用的同时提高了CPU缓存命中率。通过这种方式从硬件层面进一步提升了算法效率。 仿真测试结果表明：与传统的三角形识别算法相比，经过改进后的新型算法不仅在星图匹配成功率上有了显著提升，并且其运行速度也得到了明显改善。