一种航天器自主导航快速图像匹配方法组成比例

本发明专利技术公开了一种航天器自主导航快速图像匹配方法，包括如下步骤：(1)对SURF特征点进行提取，建立名为图像金字塔的尺度空间，建立特征描述子；(2)在步骤(1)获取的SURF特征点的基础上，建立棋盘分割模型；(3)图像配准，计算从源图像和目标图像中提取的SURF特征点描述向量的欧式距离，设定某个特定阈值，当欧氏距离小于该阈值时代表匹配成功；(4)基于随机采样表决RANSAC算法的准确率统计；(5)基于RANSAC算法的误匹配点剔除，根据步骤(4)得到的结果对误匹配的特征点进行剔除。本发明专利技术能够结合图像分割和随机采样一致性算法对图像配准过程进行有效改进，图像配准过程中的计算量小，准确率高。

A fast image matching method for autonomous navigation of spacecraft

The invention discloses a fast image matching method of spacecraft autonomous navigation, which comprises the following steps: (1) the SURF feature point extraction, the establishment of Pyramid called image scale space, a feature descriptor; (2) in step (1) based on the SURF feature point acquisition, establishment of chessboard segmentation model; (3) image registration, Euclidean distance calculation SURF feature points extracted from the source image and the target image descriptor, set a certain threshold, when the Euclidean distance is less than the threshold represents a successful match; (4) random sampling voting RANSAC algorithm based on statistical accuracy; (5) RANSAC algorithm error matching points culling based on step (4) according to the results obtained to eliminate false matching feature points. The invention can effectively improve image registration process combined with image segmentation and random sampling consistency algorithm, and has less computation and high accuracy in image registration process.

【技术实现步骤摘要】
一种航天器自主导航快速图像匹配方法
本专利技术涉及数字图像处理
，尤其是一种航天器自主导航快速图像匹配方法。
技术介绍
传统的航天器导航方式需要航天器进行定期检查并且依赖于地面系统的支持，在战时地面系统可能被敌人破坏导致系统的瘫痪。而自主导航系统的使用，能够当地面通信中断时航天器仍然可以正常工作。与其他各种自主导航方式相比，基于自然地标的自主导航方法有着独特的优势，在不久的将来能够得到广泛的应用。在自然地标自主地标导航系统中，以地标作为地面参考对象。首先，收集大量的自然地标信息包括其地理位置信息，这些信息将被存到星上的计算机中。如图2所示，当卫星在太空中工作时，星上的成像设备将再次捕获地面图像。在大约15分钟或30分钟内，一些图像被摄像机获取，这些图像将被用作图像匹配算法的输入。一旦匹配成功，星上存储的该自然地标对应的地理位置信息可以被用来确定卫星轨道。图像配准技术是基于自然地标自主导航方法中的重要技术。然而，在其应用中依然存在如下问题：(1)星上的计算资源有限，这就导致图像配准的实时性不强，在硬件条件受限的情况下，必须降低图像配准过程的计算量；(2)卫星导航需要很高的稳定性，本文档来自技高网...

【技术保护点】
一种航天器自主导航快速图像匹配方法，其特征在于，包括如下步骤：(1)对SURF特征点进行提取，建立名为图像金字塔的尺度空间；利用Hessian矩阵来提取候选极值点，对提取的特征点进行描述，建立特征描述子；(2)在步骤(1)获取的大量SURF特征点的基础上，建立棋盘分割模型；(3)图像配准，计算从源图像和目标图像中提取的SURF特征点描述向量与其最近和次近特征点之间的欧式距离之比，当这个比值小于0.4时判定匹配成功；(4)基于RANSAC算法的准确率统计，解算透射投影矩阵，利用随机抽样一致性算法RANSAC统计误匹配特征点对个数，从而计算出配准结果的准确率；(5)基于RANSAC算法的误匹配点剔...

【技术特征摘要】
1.一种航天器自主导航快速图像匹配方法，其特征在于，包括如下步骤：(1)对SURF特征点进行提取，建立名为图像金字塔的尺度空间；利用Hessian矩阵来提取候选极值点，对提取的特征点进行描述，建立特征描述子；(2)在步骤(1)获取的大量SURF特征点的基础上，建立棋盘分割模型；(3)图像配准，计算从源图像和目标图像中提取的SURF特征点描述向量与其最近和次近特征点之间的欧式距离之比，当这个比值小于0.4时判定匹配成功；(4)基于RANSAC算法的准确率统计，解算透射投影矩阵，利用随机抽样一致性算法RANSAC统计误匹配特征点对个数，从而计算出配准结果的准确率；(5)基于RANSAC算法的误匹配点剔除，根据步骤(4)得到的结果对误匹配的特征点进行剔除，提高结果的准确率。2.如权利要求1所述的航天器自主导航快速图像匹配方法，其特征在于，步骤(1)具体包括如下步骤：(11)特征检测；构建名为图像金字塔的尺度空间，定义Hessian矩阵，求取Hessian矩阵的极值作为候选特征点；(12)主方向确定；构建Haar小波响应，在邻域内选择最长矢量的小波响应作为该特征点的主方向；(13)特征点描述子生成；根据4×4的子区域小波响应信息，构架64位特征描述子。3.如权利要求1所述的航天器自主导航快速图像匹配方法，其特征在于，步骤(2)具体包括如下步骤：(21)模型建立；假设棋盘分割算法中的每个区域用Di,j来表示，每个区域所拥有的SURF特征个数用符号Si,j表示，将每个区域的特征数目进行归一化操作，该操作被定义如下：其中Smin和Smax分别为图像所有区域中特征数目的最小值和最大值，把作为该区域权重系数，由此建立如下的权重矩阵W假定某个区域被选中则其每个邻域权重系数会衰减，令衰减阈值为T，则的更新表达式为：图像分割：棋盘分割模型的第一步将源图像分割成N×M个子区域，并且对每个子区域提取其SURF特征；数据归一化：将每个区域的SURF特征数量利用公式(2)进行归一化，并且由此建立其对应的权重矩阵W；区域选择：每次在候选集中选择具有最大权重的区域，并且将该区域在选择之后从候选集中移除；邻域衰减效应：在区域选择的基础上为了模拟邻域衰减效应，利用公式(3)对选定区域的周围区域其权重系数进行更新；(22)参数设置；当满足以下公式时，棋盘分割模型的稳定性较好，其中Nx和Ny分别是棋盘分割模型在x和y方向上的分割数目；棋盘分割算法的阈值T代表着邻域衰减效应的程度，定义数据集如下：α＝{wi,j,i＝1,…,Nj＝1,…,M}(5)这里wi,j是权重矩阵W的元素，则阈值T可以设为所有权重矩阵元素的标准差：其中是数据集α的平均值，通过该等式便可以获得合适的阈值T。4.如权利要求1所述的航天器自主导航快速图像匹配方法，其特征在于，步骤(4)具体为：根据步骤(3)得到的配准结果，假设有两个透视投影面Plane1和Plane2，P1是透射投影中心O在Plane1面上的投影点，其坐标为(x,y)，Q1是与之相对应在Pla...

【专利技术属性】
技术研发人员：吴云华，葛林林，华冰，陈志明，张泽中，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32