摘要： 序列星图中弱小目标的检测与定位是可见光天基监视中的关键技术之一，星图预处理的结果直接影响检测灵敏度及虚警率。文中引入一种在轨检测轨迹提取算法，该算法适用于高斯噪声的星图，由高斯最小二乘拟合、小区域滤波及星象边缘阈值分割三步组成。可抑制噪声背景减少虚假目标的同时，较好地保持星象边缘。通过算法性能分析可知，同美国天基可见关相机（SBV）在轨检测（Moving Target Indicator， MTI）及传统阈值分割算法相比，虚假目标数量减少80%，弱小目标信噪比提高3 dB。由于对星斑边缘保持较好，使得恒星及卫星的定位精度优于MTI算法1个角秒。算法实时性强，有利于工程应用。

从行车轨迹中提取路网的方法，实现语言是python，输入输出是tab文件

创建了一个新的文件夹（databad），在对应用户的轨迹目录下。将轨迹数据不在北京市区的轨迹数据文件移动到该文件夹中。

轨迹提取，用于视频事件检测等，非常好用！