【技术实现步骤摘要】
本专利技术涉及一种基于在轨特性的空间目标三维重建参数优化方法，属于三维重建。
技术介绍
1、随着全球太空资源开发的热潮，人类对深空探测的逐步深入，空间地外天体的探测、识别与三维重建技术正影响着探测任务的成败，从而日趋成为研究热点。空间地外天体主要指太空中的自然物体，其特征由其几何、光谱、姿态、轨道等特性综合体现。
2、在实际任务中，一般对待探测的地外天体进行传统三维重建的流程整体分为两大部分，即：稀疏重建与稠密重建。稀疏重建首先进行基于几何的特征提取、特征匹配，去除误匹配，之后再进行特征跟踪，最后使用从运动恢复结构(sfm)方法得到每个相机的参数及对应的物方点(特征点)坐标，在此过程中使用光束法平差进行参数优化，使得二次投影误差最小。稠密重建采用pmvs(patch-based multi-view stereo)方法，pmvs方法使用稀疏重建的结果，通过面片拓展的方式将稀疏点云变为稠密点云。但上述方法在实际工程应用中并不能很好地适应多种在轨场景，往往恢复出来的三维模型存在场景退化、姿态误差、特征无匹配等问题。另外，由于外部环境因素变化、测量期间无主动信息交换、无预先设计标识和姿态不可控等因素，带来误重建与漏重建的问题。
技术实现思路
1、本专利技术解决的技术问题是：克服现有技术的不足，提出了一种基于在轨特性的空间目标三维重建参数优化方法，通过对空间目标的几何、光谱、姿态、轨道特性的获取，实现高还原度、强真实性的地外天体三维重建。
2、本专利技术的技术解决方
3、一种基于在轨特性的空间目标三维重建参数优化方法，包括：
4、根据空间目标的图像，提取空间目标外伸部件的布局，识别目标的外轮廓，所述外轮廓数据作为空间目标三维重建几何特性的外参子集；
5、建立空间目标光谱特性的数学模型，进行基于所述数学模型反演计算，得到空间目标在探测器入瞳处的光谱辐照度，拟合形成目标光谱作为空间目标三维重建光谱特性的外参子集；
6、根据空间目标在探测器入瞳处的光谱辐照度，确定目标与背景辐射源之间的相互位置关系，再通过轨道根数信息对空间目标分类识别；结合空间目标被背景光源照射和对探测器可见时的探测器入瞳处辐照度，确定空间目标姿态信息；将轨道根数信息、空间目标姿态信息作为空间目标三维重建姿态轨道特性的外参子集；
7、将上述三个外参子集进行组合形成三维重建外参约束集，生成高精度空间目标三维模型。
8、优选的，识别目标外轮廓的方法为：若空间目标为点目标，采用差分检测及边缘梯度提取法；若空间目标为面目标，根据收集归纳的先验知识库中多种目标外形作为几何特征参数，采用最近邻算法进行聚类分析。
9、优选的，采用马尔可夫随机场理论分割后的面目标和背景图像，利用灰度直方图曲线，进行目标的聚类分析，包括：
10、比对目标的灰度直方图曲线f1(i)和先验知识库中的各目标灰度直方图曲线f2(i)，一一配对计算两个直方图曲线的相关系数r来进行识别：
11、
12、其中，m表示f1(i)和f2(i)中较短的直方图序列长度；
13、定义目标的形状特征s：
14、
15、其中，p为图像中目标的周长，a为目标区域面积；
16、综合形状特征及相关系数，对待三维重建的空间目标进行识别，得到所述目标的外轮廓信息。
17、优选的，建立空间目标光谱特性的数学模型，进行基于所述数学模型反演计算，得到空间目标在探测器入瞳处的光谱辐照度，包括：
18、通过目标表面反射空间特性和光谱特性的双向反射分布函数，建立空间目标光谱特性数学模型，进行入瞳能量计算：
19、
20、式中，θi、为入射天顶角和方位角；θr、为反射天顶角和方位角；λ为波长；dei和dlr为入射辐照度和反射辐亮度；
21、按照空间目标表面组成属性的不同，对目标表面进行区域分解与网格划分，根据空间目标光谱特性数学模型计算每个面元在探测器入瞳处产生的光谱辐照度，再将所有的面元分量叠加，得到整个目标在探测器入瞳处产生的光谱辐照度：
22、
23、其中，esun(λ)为面元处的太阳光谱辐照度，k为相关系数。
24、优选的，基于brdf数据库，采用曲线拟合的方法确定和k，具体为：
25、采用光谱角度余弦进行目标拟合光谱x与brdf数据库中的原始光谱y之间的相似度评价：
26、
27、光谱角度余弦值越接近于1，相似度越高；
28、提取得到的所有光谱角度余弦值中最接近1的值，根据所述值确定和k。
29、优选的，确定目标与背景辐射源之间的相互位置关系，经过初轨计算、轨道匹配、轨道改进和改进结果分析，通过轨道根数信息对空间目标分类识别，轨道根数信息包括轨道的位置参数、轨道的形状参数、卫星在轨道上的位置参数。
30、优选的，对所述外参约束集进行特征点提取，特征点匹配，姿态估计，光束平差优化以及立体匹配生成稠密点云，将生成的稠密点云经过点云构网，网格优化以及纹理映射，生成高精度空间目标三维模型。
31、优选的，通过地形投影配准，对高精度空间目标三维模型进行精度分析，统计图像灰度值配准的平均均方根误差rms，若rms不超过设定阈值，则认定高精度空间目标三维模型满足精度要求；否则，更改三维重建外参约束集数据，基于更改后的三维重建外参集数据重构高精度空间目标三维模型，再次进行精度分析，通过迭代更新，直至rms不超过设定阈值。
32、本专利技术与现有技术相比的优点在于：
33、(1)本专利技术能够有目的性地自动提取空间目标信息，区分不同部位，进行模块化重建，具有识别速度快，抗噪性强的特点。
34、(2)本专利技术能够灵活根据待测空间目标在观测时刻的几何、光谱、姿态、轨道特性进行三维重建过程中输入优化的外部参数集，提升三维重建精度。
本文档来自技高网...【技术保护点】
1.一种基于在轨特性的空间目标三维重建参数优化方法，其特征在于，包括：
2.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，识别目标外轮廓的方法为：若空间目标为点目标，采用差分检测及边缘梯度提取法；若空间目标为面目标，根据收集归纳的先验知识库中多种目标外形作为几何特征参数，采用最近邻算法进行聚类分析。
3.根据权利要求2所述的空间目标三维重建参数优化方法，其特征在于，采用马尔可夫随机场理论分割后的面目标和背景图像，利用灰度直方图曲线，进行目标的聚类分析，包括：
4.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，建立空间目标光谱特性的数学模型，基于所述数学模型进行反演计算，得到空间目标在探测器入瞳处的光谱辐照度，包括：
5.根据权利要求4所述的空间目标三维重建参数优化方法，其特征在于，基于BRDF数据库，采用曲线拟合的方法确定和k，具体为：
6.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，确定目标与背景辐射源之间的相互位置关系，经过初轨计算、轨道匹配、轨道改进和改进结果分析，
7.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，对所述外参约束集进行特征点提取，特征点匹配，姿态估计，光束平差优化以及立体匹配生成稠密点云，将生成的稠密点云经过点云构网，网格优化以及纹理映射，生成高精度空间目标三维模型。
8.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，通过地形投影配准，对高精度空间目标三维模型进行精度分析，统计图像灰度值配准的平均均方根误差RMS，若RMS不超过设定阈值，则认定高精度空间目标三维模型满足精度要求；否则，更改三维重建外参约束集数据，基于更改后的三维重建外参集数据重构高精度空间目标三维模型，再次进行精度分析，通过迭代更新，直至RMS不超过设定阈值。
...【技术特征摘要】
1.一种基于在轨特性的空间目标三维重建参数优化方法，其特征在于，包括：
2.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，识别目标外轮廓的方法为：若空间目标为点目标，采用差分检测及边缘梯度提取法；若空间目标为面目标，根据收集归纳的先验知识库中多种目标外形作为几何特征参数，采用最近邻算法进行聚类分析。
3.根据权利要求2所述的空间目标三维重建参数优化方法，其特征在于，采用马尔可夫随机场理论分割后的面目标和背景图像，利用灰度直方图曲线，进行目标的聚类分析，包括：
4.根据权利要求1所述的空间目标三维重建参数优化方法，其特征在于，建立空间目标光谱特性的数学模型，基于所述数学模型进行反演计算，得到空间目标在探测器入瞳处的光谱辐照度，包括：
5.根据权利要求4所述的空间目标三维重建参数优化方法，其特征在于，基于brdf数据库，采用曲线拟合的方法确定和k，具体为：
6.根据权利要求1所述的空间目标三...
【专利技术属性】
技术研发人员：刘兴潭，李涛，王立，华宝成，孙栋，严晗，袁利，郑然，赵春晖，龚徳铸，刘启海，武延鹏，徐云飞，鲍捷，
申请(专利权)人：北京控制工程研究所，
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。