论文部分内容阅读
本学位论文结合“863”计划项目“基于太阳罗盘与惯性单元的月球车位姿自主确定技术”,针对月球车工作环境的非结构化特点及其对月球车的基本要求,从月面特征提取、月面高程图重构、月面地形建模以及月面图像拼接四个方面研究了基于双目立体视觉的月面环境地形重构方法。论文的主要研究内容包括:
首先,以月面环境对月球车的基本要求为出发点,研究分析月面环境特征和常用的点特征,进而给出一种基于双目立体视觉的月面特征提取方法。通过提取月面图像的SIFT(Seale Invariant Feature Transform)特征点并建立特征匹配关系,采用极线约束进行引导匹配获得较为准确的月面特征。实验结果表明该方法对月面非结构化环境的亮度、尺度以及角度的变化表现出良好的适应性,能够提取丰富而准确的月面特征。
其次,为解决月面非结构化环境影响高程图重构精度的问题,提出一种基于归一化区域匹配和多级约束的月面高程图重构方法。依次通过金字塔加速、LoG(Laplacian of Gaussian)滤波预处理、归一化区域匹配、视差交叉检测和左右一致性检测等方法来克服不均匀光照影响,增强月面图像中的纹理信息来提高弱纹理和纹理相似区域的匹配正确性,降低计算量。采用膨胀运算和闭运算算子对多级约束区域匹配算法得到视差图进行后续处理,滤除非结构化环境下弱纹理和纹理相似区域的环境噪声。半实物仿真结果表明该方法不仅有效抑制月面非结构环境对地形高程图重构精度的影响,而且计算速度较低。
再次,提出一种基于准稠密匹配和自标定的月面地形建模方法。采用种子扩散方法解决月面非结构化环境下特征点的稀疏和分布不均匀问题,扩散过程中利用特征点和全局几何约束的匹配方法选择扩散种子；采用全局最优最先策略降低不可靠种子的负面影响；利用非极小值抑制算法和重采样技术获得分布均匀且定位精度高的亚像素级特征点。针对摄像机参数不一致性问题,根据车载摄像机自身结构约束,将Kruppa方程要求的六个约束减少为两个,能在不依赖月面场景的特殊几何结构情况下实现摄像机在线自标定。半实物仿真结果表明该方法能有效提高月面地形建模的准确性。
然后,提出基于分步精匹配和聚类筛选算法组合策略的月面图像配准方法。两次使用单应约束和极线约束引导局部的特征点匹配,以降低无效搜索、提高匹配速度和稳健性来获取正确匹配点计算投影变换参数和创建重投影图像:根据正确匹配点的空间聚集性通过聚类筛选算法选择最优匹配点计算错切变换矩阵,降低计算量。实验结果表明该方法既能克服常规方法运算量大、实时性差的弊端,又能在月面非结构化环境下实现图像精确配准。
最后,为进一步解决月面图像融合方法存在的两个难点:融合效果和实时性问题,提出一种利用色彩分量相关性拟合灰度映射函数的图像融合算法。通过分步精匹配获得的色偏图像特征点建立归一化RGB向量空间；根据归一化RGB向量空间内色彩分量相关性和随机采样一致性算法选择相关性最大的特征点；对与其相匹配的无色偏图像特征点通过随机采样一致性算法拟合灰度映射函数,进而消除图像之间的亮度差异。实验结果表明该方法不仅解决了月面图像的亮度差异问题,而且能够满足月球车实时处理的要求。