一种基于可见光图像的深空探测器自主着陆区选取方法技术

本发明专利技术公开一种基于可见光图像的深空探测器自主着陆区选取方法。重点解决在深空探测器着陆过程中利用可见光敏感器成像获得着陆区域地形数据，并判断着陆区域是否适合着陆的问题。首先根据成像分辨率、着陆器底座尺寸、相机FOV信息，通过优化自定义的全局可分和局部均匀度量，自适应地确定特征检测窗口尺寸；进而在自适应特征检测窗口尺寸下提取图像的统计、纹理和梯度特征，最后对图像纹理特性进行特征级融合，对图像统计特征、梯度特性及纹理特征信息进行决策级融合，实现对目标天体地形起伏的自适应判别，确定深空探测器自主着陆过程中的最佳自主着陆区。

【技术实现步骤摘要】

本专利技术涉及一种深空探测中的自主着陆区域选取方法，特别是一种基于可见光图像的深空探测器自主着陆区选取方法。
技术介绍
深空探测的重要目的是寻求开发和利用空间资源的途径，以解决人类日益面临的资源和环境的挑战。深空探测中的着陆技术是进行星体表面环境、土壤化学分析以及有关物理研究等必须解决的技术，同时也是将来进行取样返回和载人探测、建立基地、索取资源或移居，实现人类深空探测最终目的的基础。而地形对探测器着陆性能有重要影响，因此着陆器应具有对地形进行实时探测和分析的能力。当前主要获取着陆点区域地形数据的手段包括微波雷达、激光雷达等有源敏感器与光学相机、红外相机等可见光敏感器。有源敏感器利用获取的数据拟合地形信息，但微波敏感器设备质量大、功耗高，探测范围受限不能满足深空任务有效载荷小和高精度探测的要求；激光雷达质量小，质量轻、分辨率高，但是作用距离有限。
技术实现思路
本专利技术目的在于提供一种基于无源可见光图像的深空探测器自主着陆区选取方法，解决深空自主着陆中使用有源探测手段无法同时满足探测器环境适应性及探测精度要求的问题。一种基于可见光图像的深空探测器自主着陆区选取方法具体步骤为：第一步构建基于可见光图像的深空探测器自主着陆区选取系统基于可见光图像的深空探测器自主着陆区选取系统，包括：自适应窗口大小确定模块、各纹理特征计算并融合模块和决策级融合并选取最佳着陆点模块。自适应窗口大小确定模块通过对地形描述矩阵进行分析，确定自适应窗口，以适应深空未知环境下天体表面地形判别。各纹理特征计算并融合模块利用图像四个方向上灰度共生矩阵的均值作为图像整体的纹理描述，基于此构造角二阶矩、对比度、相关性、熵和同质性五个地形判别准则从不同角度描述纹理信息。决策级融合并选取最佳着陆点模块对于各个区域分别计算图像统计特性、梯度特性得到决策指标以及各纹理特征计算并融合模块得到的特征融合得到地形判别指标向量。第二步自适应窗口大小确定模块确定自适应窗口自适应窗口大小确定模块根据图像分辨率、着陆器尺寸，通过优化全局可分度量和局部均匀度量，确定自适应窗口大小。假设图像为IM×N，窗口尺寸为l×l时计算得到的地形描述矩阵为Tl＝{tli,j本文档来自技高网...

【技术保护点】
一种基于可见光图像的深空探测器自主着陆区选取方法，其特征在于具体步骤为：第一步构建基于可见光图像的深空探测器自主着陆区选取系统基于可见光图像的深空探测器自主着陆区选取系统，包括：自适应窗口大小确定模块、各纹理特征计算并融合模块和决策级融合并选取最佳着陆点模块；自适应窗口大小确定模块通过对地形描述矩阵进行分析，确定自适应窗口，以适应深空未知环境下天体表面地形判别；各纹理特征计算并融合模块利用图像四个方向上灰度共生矩阵的均值作为图像整体的纹理描述，基于此构造角二阶矩、对比度、相关性、熵和同质性五个地形判别准则从不同角度描述纹理信息；决策级融合并选取最佳着陆点模块对于各个区域分别计算图像统计特性、梯度特性得到决策指标以及各纹理特征计算并融合模块得到的特征融合得到地形判别指标向量；第二步自适应窗口大小确定模块确定自适应窗口自适应窗口大小确定模块根据图像分辨率、着陆器尺寸，通过优化全局可分度量和局部均匀度量，确定自适应窗口大小；假设图像为IM×N，窗口尺寸为l×l时计算得到的地形描述矩阵为Tl＝{tli,j}(0≤i≤M,0≤j≤N)      (1)这样，l取不同值，可得到一系列地形描述矩阵T＝{Tli}(i＝1,2,...,num)；若图像分辨率为κ，着陆器底座尺寸为Mb×Nb，则着陆器着陆窗口d=max{Mb,Nb}κ---(2)]]>分析满足安全着陆分析的地形数据，首先要使得在着陆窗口w中地形具有均匀性，以保证着陆器不会因地形起伏过大或局部障碍而无法着陆；其次着陆窗口之间地形具有可区分性，以保证地形矩阵可以作为着陆后有效开展科学研究的依据；定义整体可分度量whole(l)whole(l)=12MNΣi=1MΣj=1N(T(i+1,j)-T(i-1,j))2+(T(i,j+1)-T(i,j-1))2---(3)]]>局部均匀度量local(l,d)Local(l,d)=1MNΣi=1MΣj=1N(Σ|m-i|≤d|n-j|≤dT(m,n)2-d2T‾d(m,n)2)---(4)]]>其中，l为计算地形描述矩阵采用的窗口尺寸；为窗口内地形矩阵均值；这样，利用整体可分度量whole(l)衡量整体可分性，值越大，可分性越强；利用局部均匀度量local(l,d)衡量局部着陆窗口内的均匀性，值越小，越均匀；定义L(l,d)为地形起伏判据：L(l,d)＝w1Local(l,d)‑w2Whole(l)      (5)当L(l,d)取最大值时，能够保证最好的全局可分和局部均匀；而相应的自适应窗口大小为：window_Size＝l*,l*st.L(l*,d)＝MAlX{L(l,d)}      (6)w1,w2分别为两种度量的贡献权重；第三步各纹理特征计算并融合模块提取纹理信息各纹理特征计算并融合模块利用图像四个方向上灰度共生矩阵的均值作为图像整体的纹理描述，基于此构造角二阶矩、对比度、相关性、熵和同质性5个地形判别准则从不同角度描述纹理信息；灰度共生矩阵描述了图像中灰度值的空间依赖性，从而刻画了邻域中灰度值的空间分布情况，反映了纹理模式内灰度的空间内在联系，从而有效地描述了纹理；根据四个方向的纹理信息，构造灰度共生矩阵基于灰度共生矩阵构建特征指标对图像纹理特性进行描述，进而进行地形起伏判别；角二阶矩：角二阶矩是图像灰度分布均匀性的度量，由于是灰度共生矩阵元素值平方和，所以也称为能量；当灰度共生矩阵的元素分布较集中于对角线时，说明从局部区域观察图像的灰度分布是较均匀的；从图像整体来观察，纹理较粗能量较大，粗纹理含有的能量较多；反之，细纹理能量较小；当都相等的时候，能量有最大值；能量越大，灰度分布越均匀，越利于着陆；对比度：纹理的对比度表示图像的清晰程度，纹理的沟纹越深则对比度值越大，越不利于着陆；相关性：其中相关性衡量纹理在行和列方向的相似程度，值越大，区域内相关度越大，纹理越具有相似性，越利于着陆；熵：熵是图像信息量的度量，纹理图像中含有的信息量越大则熵值越大，越不利于着陆；同质性：同质性是纹理相似性的描述，同质性越大，地形起伏越小，越利于着陆；灰度共生矩阵能够很好描述小块区域基元组成的纹理；另外，位移矢量d的选择对灰度共生矩阵能否有效刻画纹理非常重要，细致纹理的分析需要较小的d值，而较大的d值更适合于粗糙的纹理描述；要满足着陆器自主着陆要求，在选择d时依赖于着陆器底座尺寸和图像分辨率信息；利用图像四个方向上灰度共生矩阵的均值作为图像整体的纹理描述，基于此构造角二阶矩、对比度、相关性、熵和同质性5个地形判别准则从不同角度描述纹理信息；对于各个区域Md(p)(p为区域中心，区域大小为d×d)，图像纹理特性指标向量为FW(p)；Fwl(p)＝[Ene...

【技术特征摘要】
1.一种基于可见光图像的深空探测器自主着陆区选取方法，其特征在于具体步骤为：第一步构建基于可见光图像的深空探测器自主着陆区选取系统基于可见光图像的深空探测器自主着陆区选取系统，包括：自适应窗口大小确定模块、各纹理特征计算并融合模块和决策级融合并选取最佳着陆点模块；自适应窗口大小确定模块通过对地形描述矩阵进行分析，确定自适应窗口，以适应深空未知环境下天体表面地形判别；各纹理特征计算并融合模块利用图像四个方向上灰度共生矩阵的均值作为图像整体的纹理描述，基于...

【专利技术属性】
技术研发人员：崔现军，刘辉，朱子奇，康鹏，宋小春，王云财，胡晓赛，侯建伟，
申请(专利权)人：北京控制与电子技术研究所，
类型：发明
国别省市：北京;11