一種模型約束下的在軌三維空間目標(biāo)姿態(tài)估計(jì)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于航天技術(shù)與模式識(shí)別交叉領(lǐng)域，具體涉及一種適用于衛(wèi)星、空間飛行 器等在軌H維空間目標(biāo)姿態(tài)估計(jì)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 國(guó)內(nèi)外發(fā)射的大量通信衛(wèi)星、資源衛(wèi)星等空間目標(biāo)可用于網(wǎng)絡(luò)通信、航空攝影、大 地測(cè)量等應(yīng)用場(chǎng)所。對(duì)該些空間目標(biāo)進(jìn)行地基光電觀察，分析、調(diào)整其姿態(tài)是該類系統(tǒng)中不 可或缺的部分。由于地基望遠(yuǎn)鏡系統(tǒng)的空間分辨率限制W及大氣環(huán)境對(duì)長(zhǎng)距離光學(xué)成像的 隨機(jī)干擾，使得地基傳感器獲取的圖像容易出現(xiàn)目標(biāo)邊界模糊不清的現(xiàn)象。當(dāng)成像目標(biāo)邊 界模糊不清時(shí)，傳統(tǒng)的基于特征點(diǎn)匹配的姿態(tài)估計(jì)及H維重建算法準(zhǔn)確性往往會(huì)隨著目標(biāo) 的模糊程度增加而迅速下降。姿態(tài)估計(jì)意在從二維相機(jī)坐標(biāo)系獲取的目標(biāo)投影圖像中計(jì)算 出目標(biāo)在H維目標(biāo)坐標(biāo)系下的俯仰角a和偏航角度目，一對(duì)（a，目）的角度值對(duì)應(yīng)一個(gè)姿 態(tài)。姿態(tài)估計(jì)的準(zhǔn)確性對(duì)分析空間目標(biāo)的部件尺寸、部件相對(duì)位置關(guān)系W及空間目標(biāo)的功 能屬性等具有重要意義。因此，有必要研究地基長(zhǎng)距離光學(xué)成像條件下穩(wěn)健的姿態(tài)估計(jì)算 法。
[0003] 國(guó)內(nèi)外學(xué)者對(duì)該類成像下的空間目標(biāo)姿態(tài)估計(jì)算法進(jìn)行了詳細(xì)的研究，并且取得 了相關(guān)成果。如，趙汝進(jìn)、張啟衡、徐智勇的"一種基于特征點(diǎn)間線段傾角的姿態(tài)測(cè)量方法"， 見(jiàn)《光子學(xué)報(bào)》，2010年2月，第39卷，第2期。研究了一種基于目標(biāo)特征點(diǎn)間傾角角度信息 的目標(biāo)3維姿態(tài)迭代解算方法，該方法適用于遠(yuǎn)距離弱透視成像目標(biāo)和相機(jī)內(nèi)參量未知條 件下目標(biāo)姿態(tài)求解。但算法精度嚴(yán)重依賴于提取到的邊緣、直線、角點(diǎn)精度，且在迭代初值 偏離真實(shí)姿態(tài)誤差較大時(shí)，算法需要較多的迭代次數(shù)，運(yùn)算量大，且可能出現(xiàn)迭代不收斂情 況。地基長(zhǎng)距離光學(xué)成像目標(biāo)邊界容易出現(xiàn)模糊不清的現(xiàn)象，影響特征點(diǎn)定位精度，因此， 算法精度差。王銀鵬、張小虎、于起峰的"基于目標(biāo)特征點(diǎn)比例的單站圖像定姿方法"，見(jiàn)《應(yīng) 用光學(xué)》2009年11月，第30卷，第6期，提出了一種針對(duì)實(shí)況記錄圖像的單站定姿方法，利 用目標(biāo)特征點(diǎn)坐標(biāo)的比例信息及目標(biāo)成像模型及坐標(biāo)系間位姿參數(shù)關(guān)系，采用非線性方程 組的迭代求解獲得目標(biāo)姿態(tài)參數(shù)。該算法求解精度高、魯棒性好，但需要事先知道目標(biāo)上的 標(biāo)記點(diǎn)，不適合非合作目標(biāo)和非標(biāo)記目標(biāo)的姿態(tài)求解，算法適應(yīng)能力差。FIS化邸M，F(xiàn)IS化 ERMAjBOLLESRC."Randomsampleconsensus:aparadigmformodelfittingwith applicationstoimageanalysisandautomatedcartography'，!!。.Communicationsof theACM, 1981，24化）：381-395.通過(guò)提取目標(biāo)及其投影圖像上的大量點(diǎn)對(duì)，采用一致交叉 驗(yàn)證的方式選擇最少的特征點(diǎn)進(jìn)行姿態(tài)的H維重建。該算法需要提取大量的特征點(diǎn)對(duì)，運(yùn) 算量大，特征點(diǎn)對(duì)存在誤匹配時(shí)，算法誤差大。上述研究成果都對(duì)該類問(wèn)題的特殊情況提出 了自己的解決方案，各個(gè)方案具有自己的算法特點(diǎn)。但是算法都存在運(yùn)算量大、精度差、或 適應(yīng)性差等問(wèn)題。

【發(fā)明內(nèi)容】

[0004]為解決現(xiàn)有方法運(yùn)算量大、精度差、或適應(yīng)性差的問(wèn)題，本發(fā)明提供一種在軌H維 空間目標(biāo)姿態(tài)估計(jì)方法及系統(tǒng)，能有效地從空間目標(biāo)二維圖像中估計(jì)出目標(biāo)的H維空間姿 態(tài)信息，精度高，計(jì)算量小，適應(yīng)性好。
[0005] -種在軌H維空間目標(biāo)姿態(tài)估計(jì)方法，包括離線特征庫(kù)構(gòu)建步驟和在線姿態(tài)估計(jì) 步驟：
[0006] 所述離線特征庫(kù)構(gòu)建步驟，具體為：
[0007] (A1)根據(jù)空間目標(biāo)H維模型獲取表征空間目標(biāo)各種姿態(tài)的目標(biāo)多視點(diǎn)特性視 圖；
[0008] (A2)從各空間目標(biāo)多視點(diǎn)特性視圖中提取幾何特征構(gòu)成幾何特征庫(kù)；所述幾何特 征包含目標(biāo)主體高寬比Ti，i、目標(biāo)縱向?qū)ΨQ度Ti，2、目標(biāo)橫向?qū)ΨQ度Ti，3和目標(biāo)主軸傾斜角 1^4;所述目標(biāo)主體高寬比Ty是指目標(biāo)最小外接矩形的高寬比；所述目標(biāo)縱向?qū)ΨQ度 是指在目標(biāo)最小外接矩形所圍成的矩形區(qū)域內(nèi)，目標(biāo)上半部分面積與下半部分面積之比； 所述目標(biāo)橫向?qū)ΨQ度是指在目標(biāo)最小外接矩形所圍成的矩形區(qū)域內(nèi)，目標(biāo)左半部分面 積與右半部分面積之比；所述目標(biāo)主軸傾斜角是指特性視圖的目標(biāo)柱體主軸線與視圖 水平方向的夾角；
[0009] 所述在線姿態(tài)估計(jì)步驟，具體為：
[0010] (B1)對(duì)待測(cè)在軌空間目標(biāo)圖像預(yù)處理；
[0011] (B2)對(duì)預(yù)處理后的待測(cè)圖像提取特征，該特征與步驟（2)提取的特征相同；
[0012] (B3)將對(duì)待測(cè)圖像提取的特征在幾何特征庫(kù)中進(jìn)行匹配，匹配結(jié)果對(duì)應(yīng)的特性視 圖所表征的空間目標(biāo)姿態(tài)即為待測(cè)圖像中的目標(biāo)姿態(tài)。
[0013] 進(jìn)一步地，所述特征目標(biāo)主體高寬比Ti，i的提取方式為：
[0014] (A2. 1. 1)對(duì)特性視圖。使用最大類間方差闊值準(zhǔn)則得到闊值Ti，將特性視圖。 中大于闊值Ti的像素灰度值(X，y)設(shè)置為255,小于或等于闊值Ti的像素灰度值(X，y) 設(shè)置為零，由此得到二值圖像Gi，Gi為寬度n、高度m的像素矩陣，gi(x，y)為Gi中點(diǎn)（x，y) 處像素灰度值；
[0015] (A2. 1. 2)對(duì)二值圖像Gi按照從上往下、從左往右的順序進(jìn)行掃描，若當(dāng)前點(diǎn)像素 值gi(X，y)等于255,則記錄當(dāng)前像素橫坐標(biāo)x=Topj、縱坐標(biāo)y=Topi，停止掃描；
[0016] (A2. 1. 3)對(duì)二值圖像Gi按照從下往上、從左往右的順序進(jìn)行掃描，若當(dāng)前點(diǎn)像素 值gi(X，y)等于255,則記錄當(dāng)前像素橫坐標(biāo)x=Bntj、縱坐標(biāo)y=Bnti，停止掃描；
[0017] (A2. 1.4)對(duì)二值圖像Gi按照從左往右，從上往下的順序進(jìn)行掃描，若當(dāng)前點(diǎn)像素 值gi(X，y)等于255,則記錄當(dāng)前像素橫坐標(biāo)x=Leftj、縱坐標(biāo)y=Lefti，停止掃描；
[0018] (A2. 1. 5)對(duì)二值圖像Gi按照從右往左，從上往下的順序進(jìn)行掃描，若當(dāng)前點(diǎn)像素 值gi(X，y)等于255,則記錄當(dāng)前像素橫坐標(biāo)x=化曲tj、縱坐標(biāo)y=化曲ti，停止掃描；
[001引（A2. 1.6)特性視圖。的目標(biāo)主體高寬比T，,i=:^，Hi=|Topi-Bnti|，Wi= Leftj-化曲tjI，符號(hào)IVI表示變量V的絕對(duì)值。
[0020] 進(jìn)一步地，所述特征目標(biāo)縱向?qū)ΨQ度的提取方式為：
[00引](A2. 2. 1)計(jì)算特性視圖。的中也點(diǎn)橫坐標(biāo)Ck=L(Lcilj+Rig叫)/2」，縱坐標(biāo) Ci、=L(T〇pi+Biui)/2_|，符號(hào)[V」表示對(duì)變量V取整數(shù)部分；
[00過(guò) （A2. 2. 2)統(tǒng)計(jì)二值圖像Gi中的，1《橫坐標(biāo)X《n，1《縱坐標(biāo)y《Ciy的區(qū)域內(nèi)， 灰度值為255的像素點(diǎn)個(gè)數(shù)，即為特性視圖。的目標(biāo)上半部分面積STi;
[002引（A2. 2. 3)統(tǒng)計(jì)二值圖像Gi中，1《橫坐標(biāo)X《n，Ciy+l《縱坐標(biāo)y《m的區(qū)域內(nèi)， 灰度值為255的像素點(diǎn)個(gè)數(shù)，即為特性視圖。的目標(biāo)下半部分面積SDi;
[0024] (A2. 2. 4)計(jì)算特性視圖。的目標(biāo)縱向?qū)ΨQ度Ti.; 。
[00巧]進(jìn)一步地，所述特征目標(biāo)橫向?qū)ΨQ度1^3的提取方式為：
[0026] (A2.3. 1)統(tǒng)計(jì)二值圖像Gi中，1《橫坐標(biāo)x《Ch，l《縱坐標(biāo)y《m的區(qū)域內(nèi)，灰 度值為255的像素點(diǎn)個(gè)數(shù)，即為特性視圖。的目標(biāo)左半部分面積化i;
[0027] (A2. 3. 2)統(tǒng)計(jì)二值圖像Gi中，Ch+1《橫坐標(biāo)X《n，1《縱坐標(biāo)y《m的區(qū)域內(nèi)， 灰度值為255的像素點(diǎn)個(gè)數(shù)，即為特性視圖。的目標(biāo)右半部分面積SRi;
[002引（A2. 3. 3)計(jì)算特性視圖Fi的目標(biāo)橫向?qū)ΨQ度Tu= 。
[0029] 進(jìn)一步地，所述特征目標(biāo)主軸傾斜角Ti，4的提取方式為：
[0030] (A2. 4. 1)計(jì)算特性視圖。對(duì)應(yīng)的二值圖像Gi重也橫坐標(biāo)Xi。、縱坐標(biāo)y;。：
[0031]
【主權(quán)項(xiàng)】
1. 一種在軌三維空間目標(biāo)姿態(tài)估計(jì)方法，包括離線特征庫(kù)構(gòu)建步驟和在線姿態(tài)估計(jì)步 驟： 所述離線特征庫(kù)構(gòu)建步驟，具體為： (Al)根據(jù)空間目標(biāo)三維模型獲取表征空間目標(biāo)各種姿態(tài)的目標(biāo)多視點(diǎn)特性視圖； (A2)從各空間目標(biāo)多視點(diǎn)特性視圖中提取幾何特征構(gòu)成幾何特征庫(kù)；所述幾何特征包 含目標(biāo)主體高寬比Ti;1、目標(biāo)縱向?qū)ΨQ度Ti;2、目標(biāo)橫