# RollingShutterIdentify

**Repository Path**: wangtao0811/rolling-shutter-identify

## Basic Information

- **Project Name**: RollingShutterIdentify
- **Description**: Star Identification Algorithm for a Rolling Shutter Image
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2022-12-12
- **Last Updated**: 2023-02-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 卷帘模式下的星图识别

### **1. 算法思路**
算法总体思路仍然是通过三角形算法，根据角距筛选得到四颗星，再将**角速度公式**用于验证阶段，最后得到角速度的粗略估计值 **$\omega$** 和四颗星的组合``candvp``，**角速度公式**如下，其中$d_{ij}^\prime$和系数$a_{ij},b_{ij},c_{ij}$均可由星点质心的测量值得到。

$$d_{ij} = d_{ij}^\prime + {a_{ij}}{\omega _x} + {b_{ij}}{\omega _y} + {c_{ij}}{\omega _z}$$

$$ d_{ik} = d_{ik}^\prime + {a_{ik}}{\omega _x} + {b_{ik}}{\omega _y} + {c_{ik}}{\omega _z} $$

$$ d_{jk} = d_{jk}^\prime + {a_{jk}}{\omega _x} + {b_{jk}}{\omega _y} + {c_{jk}}{\omega _z} $$

$$ d_{im} = d_{im}^\prime + {a_{im}}{\omega _x} + {b_{im}}{\omega _y} + {c_{im}}{\omega _z} $$

$$ d_{im} = d_{im}^\prime + {a_{im}}{\omega _x} + {b_{im}}{\omega _y} + {c_{im}}{\omega _z} $$



若有四颗星 $ i,j,k,m$ ，取核心公式中的任意三个式子，三个公式中包括三个未知量，即一个三角形$[i,j,k]$就可以解出一组角速度 **$\omega$** 。当选取的待验证星对是错误的，那么这一组角速度的解也是错误的，就可以筛除掉该星对。

然而角速度的真实值是无法得到的，因此算法中选取两个三角形$[i,j,k],[i,j,n]$，这两个三角形共享一条边（减少计算量），当两个三角形计算得到的两组角速度 **$\omega_1,\omega_2$** 大致相同时，则认为是正确的角速度值。再取两组角速度的平均值作为粗略估计，代入1.1中卷帘模型进行校正，校正后角距误差大大缩小，再进行反投影验证，完成识别。

<div align=center>
<img src="./Img/fourStar.png" alt="电路结构1" width=40%>
</div>  


### **2. 仿真结果**

最初在没有添加假星和位置噪声时，运行10000张随机姿态的图片，识别率为96.44%。判据选择为X轴和Y轴的角速度之差。 
<div align=center>
<img src="./Img/12-12-5-v3.png" alt="10000张" width=40%>
</div>  
改变原始判据（两个三角形求出的角速度差值），用一个三角形求出角速度，再用该估计值校正畸变星点，通过角距进行判断（阈值选为0.4°），最后得到角速度估计和识别结果，识别率为100%。该方法的阈值选取过大，运行时间较长。  
<div align=center>
<img src="./Img/10-10-5-v4.png" alt="500张" width=40%>
</div>