本发明专利技术实施例公开了一种非合作目标位姿的处理方法、装置及电子设备。该方法包括：基于深度相机获取非合作目标的图像，其中，非合作目标包括具有圆面特征的物体；对图像进行椭圆检测，得到椭圆检测结果，并获取椭圆参数；确定球面曲线方程与椭圆曲线方程的对应关系；根据椭圆参数和对应关系，计算出圆环曲线在球面坐标系的姿态角；获取像平面特征点，其中，像平面特征点为椭圆检测中标注的特征点在球面上的投影点；根据姿态角和像平面特征点，计算出非合作目标的位姿参数。通过本发明专利技术，解决了相关技术中无法准确的实现非合作目标姿态估计的技术问题，达到了提高非合作目标位姿估计的准确性的技术效果。确性的技术效果。确性的技术效果。
【技术实现步骤摘要】
一种非合作目标位姿的处理方法、装置及电子设备
[0001]本专利技术涉及无人机
，尤其涉及一种非合作目标位姿的处理方法、装置及电子设备。
技术介绍
[0002]非合作目标指被探测目标的真实位置信息除了传感器可以直接量测之外，再无任何其他技术手段能够获取目标的准确位置。从常见二维合作目标形式拓展到实际环境中的空间非合作目标，进而实现精确的无人机位姿估计难度较大。环形作为常见的中心对称几何体，利用其几何特征解决工程问题长期受到重视。空间圆环任何角度在像平面上的投影均为直线、椭圆与圆三种形式之一，直线与圆特征是两种极限情况。基于单目视觉的椭圆识别理论上能够三维重建空间圆环体，但具有二值性，难以通过数值计算精确剔除虚假解。同时，工业生产与工程实践中的圆环往往没有明显纹理，在利用其椭圆特征进行三维重建时会损失维度信息，无法实现准确的姿态估计。
[0003]针对上述相关技术中无法准确的实现非合作目标姿态估计的问题，尚未提出有效地解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种非合作目标位姿的处理方法、装置及电子设备，以至少解决相关技术中无法准确的实现非合作目标姿态估计的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种非合作目标位姿的处理方法，包括：基于深度相机获取非合作目标的图像，其中，所述非合作目标包括具有圆面特征的物体；对所述图像进行椭圆检测，得到椭圆检测结果，并获取椭圆参数；确定球面曲线方程与椭圆曲线方程的对应关系，其中，所述球面曲线方程为球面上的圆环曲线向球面坐标系进行正投影得到的参数方程，所述椭圆曲线方程为所述椭圆检测结果中的椭圆曲线向所述球面坐标系进行正投影得到的参数方程；根据所述椭圆参数和所述对应关系，计算出所述圆环曲线在所述球面坐标系的姿态角；获取像平面特征点，其中，所述像平面特征点为椭圆检测中标注的特征点在所述球面上的投影点；根据所述姿态角和所述像平面特征点，计算出所述非合作目标的位姿参数。
[0006]可选地，对所述图像进行椭圆检测，得到椭圆检测结果，包括：对所述图像进行边缘提取，并将提取出的边缘线分割成多个弧段；根据多个所述弧段构建邻接矩阵，并采用曲率约束和区域约束对所述邻接矩阵进行稀疏化处理，得到目标矩阵，其中，所述邻接矩阵的每个元素用于表示多种不同的邻接状态；对所述目标矩阵进行前向搜索、反向搜索和双向组合验证，得到候选弧段集合；根据所述候选弧段集合生成拟合矩阵，并对拟合矩阵进行两次特征分解，得到椭圆曲线；根据预设指标对所述椭圆曲线进行验证，将验证分数大于验证阈值的所述椭圆曲线作为所述椭圆检测结果，其中，所述预设指标包括以下至少之一：形状指标、位置指标、梯度指标以及加权指标。
[0007]可选地，确定球面曲线方程与椭圆曲线方程的对应关系，包括：将所述椭圆曲线转换为所述圆环曲线，建立所述球面曲线方程与所述椭圆曲线方程的所述对应关系。
[0008]可选地，获取像平面特征点，包括：对所述图像进行霍夫直线检测，得到候选直线；确定所述候选直线与所述椭圆检测结果中的椭圆曲线的交点作为特征点；对所述特征点进行验证，并标注验证合格的所述特征点，得到目标特征点；将所述目标特征点在所述球面上的投影点确定为所述像平面特征点。
[0009]可选地，根据所述姿态角和所述像平面特征点，计算出所述非合作目标的位姿参数，包括：获取深度相机的相机坐标系，其中，所述姿态角作为所述相机坐标系相对于地面坐标系的欧拉角；分别确定所述圆环曲线的圆心在所述相机坐标系下的坐标、图像主点坐标系中的椭圆中心在所述相机坐标系下的坐标以及所述椭圆中心在所述图像主点坐标系下的坐标；获取所述像平面特征点对应于所述圆环曲线的点在所述地面坐标系中的坐标；根据所述椭圆中心在所述图像主点坐标系下的坐标和所述像平面特征点对应于所述圆环曲线的点在所述地面坐标系中的坐标，确定所述非合作目标的位姿参数。
[0010]根据本专利技术实施例的另一个方面，还提供了一种非合作目标位姿的处理装置，包括：第一获取模块，用于基于深度相机获取非合作目标的图像，其中，所述非合作目标包括具有圆面特征的物体；检测模块，用于对所述图像进行椭圆检测，得到椭圆检测结果，并获取椭圆参数；确定模块，用于确定球面曲线方程与椭圆曲线方程的对应关系，其中，所述球面曲线方程为球面上的圆环曲线向球面坐标系进行正投影得到的参数方程，所述椭圆曲线方程为所述椭圆检测结果中的椭圆曲线向所述球面坐标系进行正投影得到的参数方程；第一计算模块，用于根据所述椭圆参数和所述对应关系，计算出所述圆环曲线在所述球面坐标系的姿态角；第二获取模块，用于获取像平面特征点，其中，所述像平面特征点为椭圆检测中标注的特征点在所述球面上的投影点；第二计算模块，用于根据所述姿态角和所述像平面特征点，计算出所述非合作目标的位姿参数。
[0011]可选地，所述检测模块包括：提取分割单元，用于对所述图像进行边缘提取，并将提取出的边缘线分割成多个弧段；第一处理单元，用于根据多个所述弧段构建邻接矩阵，并采用曲率约束和区域约束对所述邻接矩阵进行稀疏化处理，得到目标矩阵，其中，所述邻接矩阵的每个元素用于表示多种不同的邻接状态；第二处理单元，用于对所述目标矩阵进行前向搜索、反向搜索和双向组合验证，得到候选弧段集合；拟合分解单元，用于根据所述候选弧段集合生成拟合矩阵，并对拟合矩阵进行两次特征分解，得到椭圆曲线；验证单元，用于根据预设指标对所述椭圆曲线进行验证，将验证分数大于验证阈值的所述椭圆曲线作为所述椭圆检测结果，其中，所述预设指标包括以下至少之一：形状指标、位置指标、梯度指标以及加权指标。
[0012]可选地，所述确定模块包括：建立单元，用于将所述椭圆曲线转换为所述圆环曲线，建立所述球面曲线方程与所述椭圆曲线方程的所述对应关系。
[0013]根据本专利技术实施例的另一个方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述中任一项所述的方法步骤。
[0014]根据本专利技术实施例的另一个方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质
所在设备执行上述中任一项所述的方法步骤。
[0015]在本专利技术实施例中，采用基于深度相机获取非合作目标的图像，其中，非合作目标包括具有圆面特征的物体；对图像进行椭圆检测，得到椭圆检测结果，并获取椭圆参数；确定球面曲线方程与椭圆曲线方程的对应关系，其中，球面曲线方程为球面上的圆环曲线向球面坐标系进行正投影得到的参数方程，椭圆曲线方程为椭圆检测结果中的椭圆曲线向球面坐标系进行正投影得到的参数方程；根据椭圆参数和对应关系，计算出圆环曲线在球面坐标系的姿态角；获取像平面特征点，其中，像平面特征点为椭圆检测中标注的特征点在球面上的投影点；根据姿态角和像平面特征点，计算出非合作目标的位姿参数。也就是说，本专利技术实施例能够仅依赖视觉信息独立对圆心未知、半径未知的具有圆面特征的物体进行位姿估计，进而解决了相关技术中无法准确的实现本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种非合作目标位姿的处理方法，其特征在于，包括：基于深度相机获取非合作目标的图像，其中，所述非合作目标包括具有圆面特征的物体；对所述图像进行椭圆检测，得到椭圆检测结果，并获取椭圆参数；确定球面曲线方程与椭圆曲线方程的对应关系，其中，所述球面曲线方程为球面上的圆环曲线向球面坐标系进行正投影得到的参数方程，所述椭圆曲线方程为所述椭圆检测结果中的椭圆曲线向所述球面坐标系进行正投影得到的参数方程；根据所述椭圆参数和所述对应关系，计算出所述圆环曲线在所述球面坐标系的姿态角；获取像平面特征点，其中，所述像平面特征点为椭圆检测中标注的特征点在所述球面上的投影点；根据所述姿态角和所述像平面特征点，计算出所述非合作目标的位姿参数。2.根据权利要求1所述的方法，其特征在于，对所述图像进行椭圆检测，得到椭圆检测结果，包括：对所述图像进行边缘提取，并将提取出的边缘线分割成多个弧段；根据多个所述弧段构建邻接矩阵，并采用曲率约束和区域约束对所述邻接矩阵进行稀疏化处理，得到目标矩阵，其中，所述邻接矩阵的每个元素用于表示多种不同的邻接状态；对所述目标矩阵进行前向搜索、反向搜索和双向组合验证，得到候选弧段集合；根据所述候选弧段集合生成拟合矩阵，并对拟合矩阵进行两次特征分解，得到椭圆曲线；根据预设指标对所述椭圆曲线进行验证，将验证分数大于验证阈值的所述椭圆曲线作为所述椭圆检测结果，其中，所述预设指标包括以下至少之一：形状指标、位置指标、梯度指标以及加权指标。3.根据权利要求1所述的方法，其特征在于，确定球面曲线方程与椭圆曲线方程的对应关系，包括：将所述椭圆曲线转换为所述圆环曲线，建立所述球面曲线方程与所述椭圆曲线方程的所述对应关系。4.根据权利要求1所述的方法，其特征在于，获取像平面特征点，包括：对所述图像进行霍夫直线检测，得到候选直线；确定所述候选直线与所述椭圆检测结果中的椭圆曲线的交点作为特征点；对所述特征点进行验证，并标注验证合格的所述特征点，得到目标特征点；将所述目标特征点在所述球面上的投影点确定为所述像平面特征点。5.根据权利要求1至4中任一项所述的方法，其特征在于，根据所述姿态角和所述像平面特征点，计算出所述非合作目标的位姿参数，包括：获取深度相机的相机坐标系，其中，所述姿态角作为所述相机坐标系相对于地面坐标系的欧拉角；分别确定所述圆环曲线的圆心在所述相机坐标系下的坐标、图像主点坐标系中的椭圆中心在所述相机坐标系下的坐标以及所述椭圆中心在所述图像主点坐标系下的坐标；获取所述像平面特征点...
【专利技术属性】
技术研发人员：张炜，杨泽政，潘诗涵，王喆，邱实，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。