[发明专利]一种基于立体视觉的空间非合作目标位姿测量方法

摘要

本发明公开了一种基于立体视觉的空间非合作目标位姿测量方法，无需任何辅助测量工具，也无需知道目标的几何尺寸，直接识别非合作目标自身的固有特征实现对目标位置姿态参数的测量；采用“自适应平滑滤波+Wallis滤波”的图像预处理框架，解决空间复杂环境造成的图像退化问题，提高非合作目标识别与特征提取精度；采用一种基于空间几何约束的特征匹配算法，将像平面内的极线约束推广到空间，在完成特征匹配的同时直接获取其三维信息，降低图像处理算法的复杂度。

主权项

1.一种基于立体视觉的空间非合作目标位姿测量方法，采用两个摄像机对空间非合作目标进行拍摄，将两个摄像机分别定义为左摄像机和右摄像机，获得的目标图像分别定义为左图像和右图像，其特征在于，包括如下步骤：步骤1、对左图像和右图像分别进行预处理，以减少噪声干扰，增强图像特征信息；步骤2、对其中左图像进行目标特征识别，得到左图像中的特征点；步骤3、立体匹配与三维重构，具体为：S301、针对左图像中的任意一个特征点，定义为p_l，连接p_l与左摄像机的光心O，得到光线在该光线上找到特征点p_l在空间中对应的物点，定义为空间点P₀；并得到该空间点在世界坐标系X_wY_wZ_w中的三维坐标空间三维坐标P₀(x₀,y₀,z₀)，再假设空间点P₀的Z_w轴坐标值容差为Δz，在光线上取Z_w轴坐标分别为(z₀‑Δz)和(z₀+Δz)的两个空间点P_min和P_max；S302、在左图像中，选取以特征点p_l为中心的窗口W；在线段上任意选择一个空间点，作为参照空间点，将窗口W投影到右图像上，获得p_l在右图像中的相应的匹配窗口；获得窗口W和对应的匹配窗口之间的相关系数NCC，如下式所示：其中，m×n表示窗口W的大小，s为位于左图像的窗口W中的像点，s(z_w)为右图像中相应匹配窗口中的像点；I_l和I_r分别表示左图像和右图像中像点的灰度；表示窗口W中的像点的平均灰度值，表示窗口W的匹配窗口内像点的平均灰度值；S303、按照S302的方法，遍历线段上所有空间点，将每一个空间点分别作为参照空间点，在右图像中分别找到窗口W的匹配窗口，并分别计算相关系数NCC，则相关系数NCC最大时对应的空间点即为特征点p_l的匹配点，同时获得特征点p_l对应的空间点的空间三维坐标；步骤4、位姿参数解算，具体为：S401、在左图像中提取的所有目标特征点中任意选取三个不共线的目标特征点，分别定义为P1,P2,P3；S402、建立目标坐标系，取P₁为目标坐标系的原点，为目标坐标系的y轴方向，特征点P₁,P₂,P₃所在平面的法向量为目标坐标系的z轴方向，根据右手定则确定目标坐标系的x轴方向；S403、根据步骤S301的方法得到目标特征点P1,P2,P3在世界坐标系中的三维坐标后，则获得目标坐标系与世界坐标系之间的旋转矩阵R与平移向量T；S404、姿态欧拉角通过旋转矩阵R求出，相对位置由平移向量T给出；由此，得到非合作目标的位置和姿态。