基于手眼视觉的合作目标特征点精确定位算法研究

• 作 者: 王林波
• 机 构: 中国科学院大学
• 出 处: 中国科学院大学
• 发表日期: 2014年期
• 关键词: 手眼视觉 位姿测量 中心定位 几何特征 迭代最小二乘拟合 光照不均匀

机械臂是国际空间站的重要组成部分，可以辅助宇航员完成多项外太空精确操作任务，例如空间目标的识别、跟踪和抓取。机械臂手眼视觉系统能够通过处理相机获取的目标图像，对空间合作目标的位置和姿态进行准确的测量。随着空间技术的不断发展，对于空间目标定位的精度要求也越来越高。而置于合作目标上的靶标的特征点的定位精度则直接影响目标的位姿测量精度。因此，研究手眼视觉系统对于合作靶标特征点的精确定位算法，具有十分重要的研究意义。合作靶标特征点的中心定位算法大致分为三步。第一步，在合作目标图像中识别出靶标区域。第二步，在图像的靶标区域中识别计算目标位姿所需的特征点。第三步，对识别的靶标特征点进行中心定位。本文对后两个阶段的靶标特征点的识别和中心定位算法进行了深入的研究。本文首先介绍了基于手眼视觉的合作目标位姿测量的基本原理，并通过实验验证了靶标特征点的中心定位精度对于目标位姿测量精度的重要性。然后对于现有的点目标中心定位算法进行了分析，并通过实验进行对比分析发现，传统的点目标中心定位算法中，常用的边缘检测算子易受噪声的干扰，导致检测的边缘不准且不连续，对于标志点中心定位的精度造成影响。针对这个问题，本文提出了一种基于几何特征的圆形标志点中心定位算法。该算法首先将自适应阈值分割法与质心法相结合，对点目标进行圆心粗定位，之后利用粗定位的圆心和半径对Canny算子边缘进行半径约束，以消除孤立点和噪声点。再根据理想的圆成像后边缘点分布的几何特征和链接规律，采用一种基于分区原理的方法获取标志点的理想边缘。最后，相继采用Zernike正交矩和最小二乘椭圆拟合进行亚像素定位和中心定位。实验结果表明，该方法的定位精度（三倍标准差表示）可以达到0.0711像素，算法的运行时间为2～3ms，基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。鉴于空间光照的复杂性，手眼视觉系统获取的图像处理过程易受光照不均匀和点目标残缺等问题的干扰，此时点目标中心定位算法中的粗定位过程不宜再采用阈值分割方法。本文在介绍了靶标区域识别算法之后，提出了一种利用靶标的结构特征和特征点之间的位置关系提取特征点的方法，然后在点目标的粗定位阶段提出采用迭代最小二乘拟合方法，在拟合的过程中不断的去掉“非法点”，然后利用对称原理完整化边缘实现边缘的粗定位。该方法经实验证明，能够在光照不均匀和目标残缺的情况下对靶标特征点进行精确的定位。