專利名稱：一種單目空間目標(biāo)測距測角方法
技術(shù)領(lǐng)域：
本發(fā)明屬于航天技術(shù)與計算機視覺交叉的領(lǐng)域，具體涉及一種空間目標(biāo)在觀測相機坐標(biāo)系下的二維形心距離和姿態(tài)角信息的獲取方法。
背景技術(shù)：
隨著國際上航天活動的日益增多，一些由廢棄衛(wèi)星或太空碰撞產(chǎn)生的太空垃圾也隨之而生，這為太空中航天器的運行造成了一定的隱患。2010年，一顆美國在軌衛(wèi)星與一顆俄羅斯衛(wèi)星在軌道上相撞，不僅損壞了衛(wèi)星而且產(chǎn)生了大量太空垃圾。為規(guī)避太空垃圾，避免因碰撞造成巨大的經(jīng)濟損失，有必要開展空間目標(biāo)測量技術(shù)，獲取目標(biāo)的空間距離及方位信息。視覺測量技術(shù)是建立在計算機視覺研究基礎(chǔ)上的一門新興技術(shù)，研究重點是物體的幾何尺寸及在空間的位置、姿態(tài)等的測量。視覺測量按所用視覺傳感器數(shù)量可以分為單目視覺測量、雙目視覺(立體視覺)測量和三(多)目視覺測量等。其中，雙目視覺測量和近景攝影測量的理論基礎(chǔ)和主要研究內(nèi)容是一樣的。單目視覺測量是指僅利用一臺相機或攝像機拍攝單張像片來進行測量工作。因其僅需一臺視覺傳感器，所以該方法的優(yōu)點是結(jié)構(gòu)簡單、相機標(biāo)定也簡單，同時還避免了立體視覺中的視場小、立體匹配難的不足，因而近年來這方面的研究比較活躍，主要集中在對運動物體的檢測與跟蹤、三維重建等方面。單目測量物體距離及物體幾何屬性的研究并不少見，但是用幾何成像法實現(xiàn)單目測量目標(biāo)距離和 姿態(tài)角的研究卻少見。單目視覺測距采用對應(yīng)點標(biāo)定法來獲取圖像的深度信息，對應(yīng)點標(biāo)定法是指通過不同坐標(biāo)系中對應(yīng)點的對應(yīng)坐標(biāo)求解坐標(biāo)系的轉(zhuǎn)換關(guān)系。由于對應(yīng)點標(biāo)定法對于攝像機的標(biāo)定是在攝像機的各個角度及高度已經(jīng)確定的情況下進行的，當(dāng)攝像機的任何一個參數(shù)發(fā)生變化時，都要重新進行標(biāo)定，以得到在該種情況下的轉(zhuǎn)換矩陣，所以該方法僅適用于攝像機位置固定的情況。對于應(yīng)用在空間飛行器上的攝像機來說，適用性受到了限制。岳亮，李自田等在“空間目標(biāo)的單目視覺測量技術(shù)研究”(微計算機信息，Vol.23N0.200702-3-0273-03)中提出用幾何成像法實現(xiàn)單目測量具有特定特征點目標(biāo)的相對位置和姿態(tài)的方法，但該方法僅局限于目標(biāo)在近距離(0.5m 15m)，且目標(biāo)上有已知標(biāo)記點的情況，對于較遠距離(比如200m 300m)且目標(biāo)上無標(biāo)記點的情況不適用。對于已知目標(biāo)的幾何尺寸，目標(biāo)的實際距離較遠(100m以上)，且目標(biāo)上無任何標(biāo)記點，目標(biāo)以一定的姿態(tài)角速度擺動和自轉(zhuǎn)的情況，現(xiàn)有的單目測距算法均不能提供有效的目標(biāo)空間距離、角度信息。針對上種情況本發(fā)明提出了一種利用目標(biāo)自身的三維結(jié)構(gòu)信息，根據(jù)幾何成像法原理來測量目標(biāo)距離及姿態(tài)角的方法。

發(fā)明內(nèi)容
本發(fā)明提供了一種單目空間目標(biāo)測距測角方法，目的在于為飛行器在接近、繞飛、跟蹤目標(biāo)等飛行階段提供信息支持，便于精確控制飛行器的飛行。本發(fā)明提供的一種單目空間目標(biāo)測距測角方法，具體包括下述步驟:第Al步接收單個相機拍攝的空間目標(biāo)的一幀圖像，即實拍圖像Q ; 第A2步對空間目標(biāo)的實拍圖像Q進行預(yù)處理，包括Otsu閾值分割，形態(tài)學(xué)運算和標(biāo)記處理，將空間目標(biāo)從背景中提取出來，得到預(yù)處理后的圖像S ;再根據(jù)預(yù)處理后的圖像S進行目標(biāo)檢測，如果空間目標(biāo)完全處于相機視場中，則進入第A3步，否則進入第A5步；第A3步對空間目標(biāo)進行特征提取及姿態(tài)識別；所述特征提取是指對預(yù)處理后圖像S進行特征提取，得到空間目標(biāo)的目標(biāo)特征，采用M0表示預(yù)處理后圖像S中空間目標(biāo)的第Θ維目標(biāo)特征；Θ表示目標(biāo)特征的維數(shù)，其取值范圍為I 7 ;第I維目標(biāo)特征為空間目標(biāo)短軸的斜率，第2維目標(biāo)特征為空間目標(biāo)的短軸與長軸之比，第3維目標(biāo)特征為空間目標(biāo)縱向?qū)ΨQ度，第4維目標(biāo)特征是空間目標(biāo)周長與面積之比，第5維目標(biāo)特征，目標(biāo)面積與目標(biāo)外接矩形的面積之比，第6維目標(biāo)特征是空間目標(biāo)外接矩形水平長度與縱向長度之比，第7維目標(biāo)特征為空間目標(biāo)短軸長度；一對俯仰角R和偏航角H對應(yīng)一個姿態(tài)，所述姿態(tài)識別是指根據(jù)所提取的空間目標(biāo)的目標(biāo)特征從模板目標(biāo)特征庫中找出模板圖像中最接近的目標(biāo)特征，記為(!“，其中該最接近的目標(biāo)特征的第7維特征記為，Cltbk對應(yīng)的觀測相機與空間目標(biāo)的距離記為Dq ；第A4步計算空間目標(biāo)的三維形心距離Λρ和姿態(tài)角并返回結(jié)果；
權(quán)利要求
1.一種單目空間目標(biāo)測距測角方法，具體包括下述步驟: 第Al步接收單個相機拍攝的空間目標(biāo)的一幀圖像，即實拍圖像Q ； 第A2步對空間目標(biāo)的實拍圖像Q進行預(yù)處理，包括Otsu閾值分割，形態(tài)學(xué)運算和標(biāo)記處理，將空間目標(biāo)從背景中提取出來，得到預(yù)處理后的圖像S ;再根據(jù)預(yù)處理后的圖像S進行目標(biāo)檢測，如果空間目標(biāo)完全處于相機視場中，則進入第A3步，否則進入第A5步； 第A3步對空間目標(biāo)進行特征提取及姿態(tài)識別； 所述特征提取是指對預(yù)處理后圖像S進行特征提取，得到空間目標(biāo)的目標(biāo)特征，采用M0表示預(yù)處理后圖像S中空間目標(biāo)的第Θ維目標(biāo)特征；Θ表示目標(biāo)特征的維數(shù)，其取值范圍為I 7 ;第I維目標(biāo)特征為空間目標(biāo)短軸的斜率，第2維目標(biāo)特征為空間目標(biāo)的短軸與長軸之比，第3維目標(biāo)特征為空間目標(biāo)縱向?qū)ΨQ度，第4維目標(biāo)特征是空間目標(biāo)周長與面積之比，第5維目標(biāo)特征，目標(biāo)面積與目標(biāo)外接矩形的面積之比，第6維目標(biāo)特征是空間目標(biāo)外接矩形水平長度與縱向長度之比，第7維目標(biāo)特征為空間目標(biāo)短軸長度； 一對俯仰角R和偏航角H對應(yīng)一個姿態(tài)，所述姿態(tài)識別是指根據(jù)所提取的空間目標(biāo)的目標(biāo)特征從模板目標(biāo)特征庫中找出模板圖像中最接近的目標(biāo)特征，記為(1“，其中該最接近的目標(biāo)特征的第 維特征記為，Cltbk對應(yīng)的觀測相機與空間目標(biāo)的距離記為Dq ； 第A4步計算空間目標(biāo)的三維形心距離Ap和姿態(tài)角并返回結(jié)果；
2.根據(jù)權(quán)利要求1所述的一種單目空間目標(biāo)測距測角方法，所述模板目標(biāo)特征庫的建立過程為: 第BI步按觀測相機與空間目標(biāo)的距離由近及遠依次將空間目標(biāo)劃分為不同的尺度等級，記尺度等級數(shù)量為Φ，各尺度下相機與目標(biāo)在仿真條件下的距離記為Di, i = 1，2,...Φ ； 第B2步在同一尺度下，一對俯仰角和偏航角即對應(yīng)一個目標(biāo)姿態(tài)，將高斯觀察球每隔10度劃分為684個觀察區(qū)域，去除冗余，得到614類不同的目標(biāo)姿態(tài)模板圖像，構(gòu)成模板圖像庫；Rij表示第i尺度等級第j類姿態(tài)下的圖像，i = 1,2,...Φ ；j = 1,2,...614,； 第B3步對模板圖像庫中的每一幅圖像進行預(yù)處理，包括Otsu閾值分割，形態(tài)學(xué)運算和標(biāo)記處理； 第B4步對每一幅預(yù)處理后的圖像進行特征提取，建立空間目標(biāo)的目標(biāo)特征庫，采用表示目標(biāo)特征庫中第i尺度下第j類姿態(tài)的第Θ維特征。
3.根據(jù)權(quán)利要求1或2所述的一種單目空間目標(biāo)測距測角方法，所述預(yù)處理具體包括下述步驟: (Cl)利用Otsu閾值分割算法將待預(yù)處理的圖像A分割為二值化圖像B，此時圖像B明亮區(qū)域主要包含了圖像A的目標(biāo)明亮區(qū)域部分； (C3)將二值化圖像B進行數(shù)學(xué)形態(tài)學(xué)膨脹處理，得到膨脹后的二值化圖像C ； (C4)使用圖像C與圖像A作形態(tài)學(xué)非與運算，即標(biāo)記圖像C中像素點灰度值為255的像素點坐標(biāo)位置，將圖像A中相同位置像素灰度值置為背景灰度，得到圖像D ; (C5)利用Otsu閾值分割算法將圖像D進行分割，得到二值化圖像E ;圖像E的明亮區(qū)域主要包含了圖像A的目標(biāo)暗區(qū)域； (C6)將圖像B與圖像E做形態(tài)學(xué)或運算，得到圖像F，此時圖像F包含了目標(biāo)圖像明亮區(qū)域和暗區(qū)域的全部信息； (C7)對圖像F進行連通區(qū)域標(biāo)記，尋找面積最大的連通區(qū)域作為目標(biāo)輸出，得到預(yù)處理后的圖像G。
4.根據(jù)權(quán)利要求1或2所述的一種單目空間目標(biāo)測距測角方法，所述目標(biāo)檢測具體為: 根據(jù)預(yù)處理后實拍圖像中空間目標(biāo)的最小外接矩形與圖像邊界之間的相對位置關(guān)系來判斷空間目標(biāo)是否完全處于相機視場中，如果目標(biāo)外接矩形上下或左右邊界都靠近圖像邊界，或者目標(biāo)外接矩形上、下、左、右邊界僅有一邊靠近圖像邊界，或者圖像S中無連通區(qū)域，則進入第A5步；否則，空間目標(biāo)完全處于視場中。
5.根據(jù)權(quán)利要求2所述的一種單目空間目標(biāo)測距測角方法，所述第A3步中的特征提取和姿態(tài)識別過程具體為: (A31)采用與第BI步相同的尺度等級，計算出實拍圖像的特征，取實拍圖像的特征中的前6維，計算出實拍圖像的特征與模板目標(biāo)特征庫行向量之間的歐式距離Diii= (CliaiCli,2，...(Iijj...dij614}, (Iijj, i = 1,2,...5 ；j = 1,2,...614 表示實拍圖像與模板目標(biāo)特征庫的第i尺度與第j類狀態(tài)特征值的歐式距離； (A32)找出Dm中最小的值，設(shè)其所在的尺度為q，所在的類為k，記為(!“，即該實拍圖像對應(yīng)的特征與模板目標(biāo)特征庫中的第q尺度下的第k類特征最接近。
6.根據(jù)權(quán)利要求2或3所述的一種單目空間目標(biāo)測距測角方法，其特征在于，按照下述過程得到空間目標(biāo)在攝像機坐標(biāo)系下的中心坐標(biāo)(centerx' , centery'):num I 計算空間目標(biāo)在圖像坐標(biāo)系的中心坐標(biāo)(centerx，centery), centerx = ! num，
全文摘要
本發(fā)明屬于航天技術(shù)與計算機視覺交叉的領(lǐng)域，為一種單目空間目標(biāo)測距測角方法。步驟為①接收單個相機拍攝的空間目標(biāo)的一幀圖像，即實拍圖像Q；②實拍圖像Q進行預(yù)處理，將空間目標(biāo)從背景中提取出來，得到預(yù)處理后的圖像S；再根據(jù)預(yù)處理后的圖像S進行目標(biāo)檢測，如果空間目標(biāo)完全處于相機視場中，則進入③，否則進入⑤；③對空間目標(biāo)進行特征提取及姿態(tài)識別；④計算空間目標(biāo)的三維形心距離Δp和姿態(tài)角；⑤繼續(xù)處理，直到全部圖像處理完成。本發(fā)明方法過程簡單，本發(fā)明方法只需知道目標(biāo)的三維結(jié)構(gòu)和尺寸信息即可，不需要目標(biāo)為合作目標(biāo)，也不需要在目標(biāo)上設(shè)置任何星標(biāo)，具有測距范圍較廣，精度較高的特點。
文檔編號G01C3/00GK103075998SQ20121059427
公開日2013年5月1日 申請日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者張?zhí)煨? 朱虎, 周鋼, 林玉野, 王華山, 薛米生, 朱生國, 詹麗娟 申請人:華中科技大學(xué)