基于图像序列的空间目标三维姿态估计方法技术

基于图像序列的空间目标三维姿态估计方法，属于空间目标的三维姿态估计和监控领域，本发明专利技术为解决现有技术不能在较少受到干扰的同时采用抗干扰能力较强、鲁棒性好的方法快速判定空间目标的三维姿态的问题。本发明专利技术的具体过程为：步骤1、对观测图像进行预处理；步骤2、对空间目标的三维姿态进行图像采集，获得目标匹配图像库；步骤3、采用尺度不变特征算法对步骤1预处理后的观测图像和步骤2目标匹配图像库中的图像进行匹配，筛选获得最相近的图像；步骤4、反向求出空间目标的三维姿态参数值，输出空间目标的姿态角。本发明专利技术用于空间目标的三维姿态估计和监控。

【技术实现步骤摘要】
基于图像序列的空间目标三维姿态估计方法
本专利技术涉及一种空间目标三维姿态估计方法，属于空间目标的三维姿态估计和监控领域。
技术介绍
三维物体的姿态直观地反映了三维物体的特征，所以三维姿态作为三维物体的重要特征之一，一直以来都是国内外研究人员的研究重点。如果可以对空间目标进行三维姿态的判断，就可以粗略判断出空间目标的目的，对空间目标做很好的分类。近年来，随着人类对空探测活动的兴起，空中作业的频率越来越高，空间活动对目标控制精度要求越来越高。在探测到一个空间目标后，怎么在第一时间判定它是否是有用的目标或者是否对我们自身有害是至关重要的。随着望远镜成像性能的提高和自适应光学系统的发展，光学系统对空间目标的成像质量能满足空间目标监测需求，所以对于无法进行主动通讯的空间目标，我们可以使用光电望远镜对空天目标进行成像，通过图像包含的信息最终确定空间目标的三维姿态参数。最早的三维姿态判断需要多台光电望远镜同时对空间目标进行图像采集，通过多台光电望远镜的位置等信息最终求出空间目标的三维姿态参数。使用这种方法得到的三维姿态参数对环境要求很高，如果光电望远镜采集到的图像在其他光电望远镜的位置找不到对应的匹配图像时，就会导致没有办法求出目标的姿态参数。所以越来越多的研究者致力于使用单台光电望远镜采集到的图像进行三维姿态判断的研究，最初提出的GPS信号判断的研究来自李正炜等提出的《基于单站地基望远镜的空间目标姿态估计方法》，从最初提出的GPS信号判断三维姿态参数到多目光电望远镜判断三维姿态再到现在的单目光电望远镜判断方法的不断完善。空间目标的三维姿态参数包括空间目标的俯仰角θ、偏航角和滚动角γ。以空间目标的中心点O为原点建立一个空间直角坐标系，其中OO'为空间目标的主轴方向。空间目标的俯仰角θ定义为空间目标的主轴OO'在XOY平面上投影与OX轴的夹角，偏航角定义为空间目标的主轴OO'与XOY平面所形成的夹角，滚动角γ的定义需要基于空间目标的一个初始状态，假设空间目标在某一姿态下滚动角参数为0，那么任意时刻空间目标的滚动角γ指空间目标绕主轴OO'旋转的角度，参数定义示意图如图1。所以对空间描述物体首先需要定义一个坐标系，在一个坐标系下一个运动的空间物体可以通过这三个参数进行位置的刻画。早在20世纪70年代，国外学者就已经意识到可以利用飞行器搭载通信器材，陈娟等人提出的《空间目标三维姿态估计方法综述》使用GPS导航系统进行姿态测姿，从而计算出目标的偏航角等信息。到了20世纪80年代，GPS的姿态测量能力首次在Yorktown(约克顿号)巡洋舰上得到了验证，《ProceedingsoftheSecondInternationalTechnicalMeetingoftheSatelliteDivisionofION》，KruczynskiLR；《PerformanceanalysisofashipbornegyrocompasswithamultiantennaGPSsystem》，LuG。在进入20世纪90年代后对空间目标的观测技术越来越成熟，空间目标的三维姿态研究上也取得了长足的进展，已经有研究学者实现了多个站点对目标的三维姿态判断，《光学计量仪器设计(上册)》，王因明。双站或者多站对空间目标三维姿态的判断步骤分为摄像机标定、目标指向拍摄、图像摄录、目标匹配、姿态处理等环节，《StereovisionforsmalltargetsinIRimagessequences》，BORISJ；《采用多站图像直线特征的飞机姿态估计》，王彬等。这种方法原理简单、测量精度高、对图像质量要求低，是一种很好的判断空间目标三维姿态参数的方法。但是它的缺点在于至少有两站以上的目标图像才可以进行姿态判定，同时涉及到立体匹配，《从单站光测图像确定空间目标三维姿态》，于起峰等，经常出现两个站点采集到的图像没有对应点的情况，所以可操作性、可靠性均不是很好。在单基站光电望远镜判断空间目标参数方向，我国在航天方面的研究很多，所以在这方面也处在领先地位。国内学者曾采用等积剖分格网建立多视角姿态模型数据库，成功将精度控制在7度左右，《空间目标三维姿态估计方法[J].武汉大学学报(信息科学版)》，魏小峰等，基本符合对精度要求较低的应用需求。同时，在2016年有研究者提出了较为成熟的研究方法，使用光电望远镜采集到的图像与模型图像进行图像相关度匹配从而确定空间目标的姿态参数，成功将精度控制在4度以内，在实验研究水平上具有了实质性的突破，但是在实际操作中由于光电望远镜图像清晰度的限制，实际应用效果并不理想。国内空间环境感知领域的主要工作集中在空间目标探测与识别上，对于如何确定已识别卫星的姿态和方位等外形特征缺乏，《利用天文观测图像对空间碎片目标进行自动识别与追踪》，杨育彬等。研究在文献《几种图像相似性度量的匹配性能比较[J].计算机应用》，陈卫兵；《利用单幅影像的空间目标姿态测定方法》，张永军等中给出了多种图像匹配的优劣对比，所以有一部分研究者提出建立空间目标的三维模型，然后对获得的图像与不同姿态下的模型图像进行对比，最终通过判断图像的相关程度来确定和输出空间目标的三维姿态的方法。虽然方法得到的精度较差，但是它提供了一个对空间目标三维姿态参数估计方法的新思路，将判断三维姿态参数转化为两个二维图像的对比。二维图像之间的相似性对比目前技术比较成熟，相关理论也比较完善。所以通过这样的转换使得问题具有了另外的解决思路，是空间目标三维姿态参数估计新的发展方向。由于复杂的空间环境，单目望远镜得到的图像比较模糊，现在多数单目判断三维空间目标姿态参数的方法均局限在图像处理和图像匹配上。因此，怎么样得到一种抗干扰能力较强，鲁棒性好的方法快速判定空间目标的三维姿态，而较少的受到气流、云雾等的干扰，是亟需解决的问题。
技术实现思路
本专利技术是为了解决现有技术不能在较少受到干扰的同时采用抗干扰能力较强、鲁棒性好的方法快速判定空间目标的三维姿态的问题，提出的一种基于图像序列的空间目标三维姿态估计方法。本专利技术所述基于图像序列的空间目标三维姿态估计方法，该方法的具体过程为：步骤1、对观测图像进行预处理；步骤2、对空间目标的三维姿态进行图像采集，获得目标匹配图像库；步骤3、采用尺度不变特征算法对步骤1预处理后的观测图像和步骤2目标匹配图像库中的图像进行匹配，筛选获得最相近的图像；步骤4、反向求出空间目标的三维姿态参数值，输出空间目标的姿态角。本专利技术在现有技术的基础上，提出了一种使用SIFT特征点匹配对图像相似度进行量化，从而进行姿态判断的方法。这种方法对一幅图像进行处理，然后对目标的三维姿态进行图像采集，形成图像匹配库。最后使用特征向量的方法对采集到的图像和图像库中的图像进行匹配，从而得到最相近的图像，然后再反向求出空间目标的三维姿态参数。利用SIFT算法原理对图像的相似度进行量化，用一个匹配成功率的向量储存图像之间的相关性关系。在一个包含有模型三维参数的图像库中与原图像SIFT算法特征匹配，匹配后计算每幅图像的匹配成功率，得到匹配成功率最大的图像即为最相似的图像，最终通过最相似的目标图像储存的三维姿态信息和光电望远镜的参数信息计算空间目标的三维姿态参数。本专利技术对空间目标不同姿态角参数下形成的仿真图本文档来自技高网...

【技术保护点】
1.基于图像序列的空间目标三维姿态估计方法，其特征在于，该方法的具体过程为：步骤1、对观测图像进行预处理；步骤2、对空间目标的三维姿态进行图像采集，获得目标匹配图像库；步骤3、采用尺度不变特征算法对步骤1预处理后的观测图像和步骤2目标匹配图像库中的图像进行匹配，筛选获得最相近的图像；步骤4、反向求出空间目标的三维姿态参数值，输出空间目标的姿态角。

【技术特征摘要】
1.基于图像序列的空间目标三维姿态估计方法，其特征在于，该方法的具体过程为：步骤1、对观测图像进行预处理；步骤2、对空间目标的三维姿态进行图像采集，获得目标匹配图像库；步骤3、采用尺度不变特征算法对步骤1预处理后的观测图像和步骤2目标匹配图像库中的图像进行匹配，筛选获得最相近的图像；步骤4、反向求出空间目标的三维姿态参数值，输出空间目标的姿态角。2.根据权利要求1所述的基于图像序列的空间目标三维姿态估计方法，其特征在于，步骤1所述对观测图像进行预处理，是对观测图像进行降噪或增强处理。3.根据权利要求1所述的基于图像序列的空间目标三维姿态估计方法，其特征在于，步骤2所述获得目标匹配图像库的具体过程为：获得一个空间目标的3D模型，对3D模型...

【专利技术属性】
技术研发人员：张亚洲，张海莹，周楠，武京，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23