【技术实现步骤摘要】
本专利技术涉及航天器姿态测量，尤其涉及融合仿生动态视觉的空间非合作目标特征跟踪方法。
技术介绍
1、高精度的姿态信息是确保航天器完成各种复杂空间任务的前提，而稳健的特征提取和跟踪则是基于视觉的姿态估计的前提。针对非合作目标的特征跟踪主要是利用传统相机获得的图像帧信息，提取其特征点信息，为相关姿态估计领域提供基础信息。
2、传统相机是航天器上最常用的单体传感器。但其动态性能差，时间频率较低。此外，当面对具有高动态光照和高速运动的太空场景，太阳光照辐照度可以从1lux到110000lux之间变化，翻滚速度较快的空间非合作高速翻滚目标的滚转速度可高达70°/s，所以可能会出现强光下过曝和快速运动产生拖影导致运动模糊的情况发生，从而降低成像质量。仿生动态视觉传感器因其体积小、能耗低，高达微秒（）数量级的时间分辨率拥有着极大的应用前景，这是由于其检测亮度变化是快速的，时间频率可达1mhz，而且仿生动态传感器的像素对数响应的，具有极高的动态成像范围（＞120db）的优点。但是仿生动态视觉传感器的输出稀疏且异步，无法获取有效的纹理信息和难以兼容的数据范式。因此，考虑到两种传感器的互补性，利用仿生视觉传感器的高速响应特性来补足传统相机动态性能不足的缺陷，同时，传统相机为仿生动态视觉传感器提供丰富的纹理信息，综合实现稳定且高速的特征跟踪。目前，绝大多数非合作目标特征跟踪方法均采用传统相机为主的测量方式，由于传统相机丰富的纹理信息，其特征提取简易，但也容易影响图像质量，若目标运动速度过快或光照条件恶劣无法正常获取特征点信息导致特征丢失。
3、综上所述，当前所存在的方法在特征丢失、跟踪速度慢等方面存在缺陷，并且忽略了太空光照环境的不确定性和高速运动的情况。
技术实现思路
1、为解决上述技术问题，本专利技术提供了一种融合仿生动态视觉的空间非合作目标特征跟踪方法，分为图像帧特征提取、事件流帧间特征跟踪两个部分。将传统相机获取的图像帧数据进行图像角点提取和存储，仿生动态视觉传感器获取的事件流与图像角点进行匹配，进一步根据优化策略，实现特征在帧间利用事件流实现跟踪。
2、为达到上述目的，本专利技术采用如下技术方案：
3、融合仿生动态视觉的空间非合作目标特征跟踪方法，包括以下步骤：
4、步骤一，获取第一帧空间非合作目标图像作为初始图像帧，其中为图像像素点，进一步进行图像角点检测，获得只包含位置坐标的特征点，进一步选取特征点周围区域像素作为处理单元图像块；
5、步骤二，对初始图像帧进行梯度信息提取得到梯度图，完成初始图像帧的特征初始化，包括获得角点特征的坐标、对应的处理单元图像块及其梯度信息；
6、步骤三，等待仿生动态视觉传感器事件流数据，将时间戳信息与第一帧空间非合作目标图像的初始图像帧的时间戳信息比较，确保事件数据生成于时间窗口内，筛除不在时间窗口内的事件流；根据事件坐标信息判断接收到的事件数据是否位于某一角点的处理单元图像块之内；如在某一角点的处理单元图像块之内，则将其视为有效事件数据，并将有效事件数据的事件数据信息存储在对应的处理单元图像块内，所述事件数据信息包括事件的时间戳信息、坐标、极性；
7、步骤四，当步骤三中的处理单元图像块内的有效事件数据达到设定的最大事件数时，将此处理单元图像块内的数据合成事件帧；
8、步骤五，设定三自由度的warp参数，所述warp参数包括位移向量以及旋转角度，结合梯度图的预测亮度增量图，与对应的数据合成事件帧，通过最大似然估计得到特征点的warp参数；
9、步骤六，根据warp参数计算得到新的特征点位置，完成特征跟踪，并同步更新对应的处理单元图像块的位置；
10、步骤七，当新的图像帧到来时，通过光流算法，通过前一图像帧的角点位置得到新的图像帧的角点坐标，排除失去视野的角点，进入新一帧图像的特征跟踪。
11、有益效果：
12、首先，本专利技术提出了一种融合仿生动态视觉传感器和传统相机的方法，能有效克服单一传感器测量缺陷，克服高动态光照和高速运动下的非合作目标特征跟踪困境，并极大提升特征跟踪的鲁棒性和速度。其次，利用仿生动态视觉传感器可以实现帧间的特征跟踪，能有效解决了传统相机面对高速运动产生的动态模糊而导致的特征丢失的问题。本专利技术通过将事件流与图像角点关联起来，实现高于传统相机帧频的特征跟踪，突破传统相机在高动态光照范围及高速运动等情况下测量劣势，提高特征跟踪的鲁棒性。
本文档来自技高网...【技术保护点】
1.融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤二包括：
3.根据权利要求2所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤四包括：
4.根据权利要求3所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤五包括：由步骤四得到的事件帧，等效于极短时间内图像边缘的位移，结合步骤二中得到的梯度图，得到近似关系：
5.根据权利要求1所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤六包括：
【技术特征摘要】
1.融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤二包括：
3.根据权利要求2所述的融合仿生动态视觉的空间非合作目标特征跟踪方法，其特征在于，所述步骤四包括：
<...【专利技术属性】
技术研发人员：赵汝进，邓诗易，龙鸿峰，马跃博，曹子飞，唐雨萍，
申请(专利权)人：中国科学院光电技术研究所，
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。