买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院光电技术研究所申请的专利基于神经网络与Hausdorff距离融合的星图识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116912667B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310589300.7，技术领域涉及：G06V20/00；该发明授权基于神经网络与Hausdorff距离融合的星图识别方法是由张春福;王进;张辉设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本基于神经网络与Hausdorff距离融合的星图识别方法在说明书摘要公布了：本发明公开了一种基于神经网络与Hausdorff距离融合的星图识别方法，属于天文导航、制导与控制领域。该方法包括以下几个步骤：构建导航特征数据库和邻星索引库；搭建自组织竞争神经网络，并将Hausdorff距离的计算方式融入到神经元中；训练神经网络模型；星图识别，对观测星采用与导航星相同的特征提取方式，提取观测星特征向量并输入神经网络得到星图识别结果。本发明将神经网络与Hausdorff距离各自在星图识别领域的优势结合起来，导航星的特征信息完备充分，匹配过程简单，在星敏感器内参数偏差、星点位置偏差、星等偏差、假星等干扰因素的影响下，具有很强的鲁棒性以及很高的识别成功率。

本发明授权基于神经网络与Hausdorff距离融合的星图识别方法在权利要求书中公布了：1.一种基于神经网络与Hausdorff距离融合的星图识别方法，其特征在于，该方法包括如下步骤： 1.1构建导航特征数据库，包括下列步骤： 从SAO星表中筛选出符合要求的导航星，让每一颗导航星依次成为主星，以主星为中心，沿其径向方向出发，按照角距选取距离主星最近的n颗邻星，将主星和n颗邻星由天球坐标系变换到某一虚拟图像坐标系上； 沿其环向方向，任选一颗邻星作为起始点，依次计算n颗邻星到主星的距离,并计算相邻邻星到主星距离的比值，同时计算相邻邻星间的夹角的余弦值，以此作为导航星的特征向量，即； 1.2构建邻星索引库， 记录下与主星距离由近到远的n颗邻星的星号，构建初步的邻星索引库，将相邻邻星间的夹角的由小到大或由大到小排列，依据的排序方式改变初步的邻星索引库中邻星星号的顺序，构成最终的邻星索引库； 1.3搭建神经网络模型， 采用自组织竞争神经网络，该网络共有两层，第一层为输入层，神经元的个数与导航星特征向量的长度相同，竞争层的输出节点数与要分类的导航星的总数量相同；并将部分Hausdorff距离融合到每个神经元的计算方式中； 1.4训练神经网络， 竞争层的每个神经元对应一个导航星的类别，每个神经元的权值向量与相对应的导航星的特征向量一一对应，因此将导航星的特征数据库赋值给神经网络的权值矩阵即完成训练任务； 1.5星图识别，包括以下步骤： 1.5.1对观测星进行筛选；进行星点质心提取后，将星点质心距离小于等于4像素的星点视为双星，并锁定双星中亮度较低的一颗星去除； 1.5.2观测星特征向量提取；将各观测星依据到主点的距离远近从小到大排序，将各观测星依次作为观测主星，由观测主星的径向方向，取距离观测主星最近的n颗邻星，依次计算n颗观测邻星到观测主星的距离；沿以逆时针为正方向的环向方向，以观测主星为中心，计算相邻邻星到主星距离的比值，同时计算相邻观测邻星间的夹角的余弦值，以此观测星的特征向量，即; 1.5.3建立观测星邻星索引库；记录下观测主星及其邻星的序号，该序号表示观测星与主点的距离由近及远的顺序，将邻星的序号按照观测邻星到观测主星的距离由近到远进行第一次排序；以逆时针为正方向，将观测邻星的序号按照的大小由小到大或由大到小的顺序进行二次排列，构成观测星邻星索引库； 1.5.4观测主星匹配；将观测星特征向量输入已经训练好的神经网络，竞争层每个神经元计算输入向量与自身权值向量的部分Hausdorff距离，神经元的权值向量与输入向量部分Hausdorff距离最小的赢得竞争；神经元的序号与导航星星号是一一对应的，查询输出为1的神经元，找到与该观测星一一对应的导航星； 1.5.5观测邻星匹配；当观测主星得到识别后，查询导航星邻星索引库中该星对应的n颗导航邻星，与该星在观测星邻星索引库中的n颗邻星一一对应，即实现观测邻星匹配对应的导航邻星。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。