[发明专利]一种基于快速角点检测的非合作目标运动估计方法

说明书

一种基于快速角点检测的非合作目标运动估计方法，属于机器视觉领域，本发明提供一种抗干扰能力强、鲁棒性好、匹配质量高、实时性高、跟踪精度高的基于快速角点检测的非合作目标运动估计方法。本发明中，对双目相机内部的参数进行预设，采集双目相机拍摄的图像，并对图像进行预处理，将非合作目标从背景中分离出来；采用快速角点检测算法，提取出非合作目标的角点；对提取的角点进行三维坐标转换，并进行跟踪；采用经典卡尔曼滤波算法对坐标转换后的图像进行滤波，进行非合作目标的运动估计，并计算得出估计值。本发明主要用于对非合作目标运动进行感知测量。

技术领域

本发明属于机器视觉领域，具体涉及一种基于快速角点检测的非合作目标运动估计方法。

背景技术

非合作目标的定义为空间中无法提供可用合作信息的目标，通常包括故障或报废的航天器、敌方飞行器和太空垃圾等。大多数非合作目标的特点在于目标的三维形状、尺寸大小等几何信息均是未知的，目标的位置姿态、转轴、转动惯量等运动学信息等都是不确定的。为了实现对目标的准确捕获，需要在空间环境下对目标进行运动估计以及三维重构，获取其运动和结构信息。

目前已经有很多方法能够实现对非合作目标的测量，根据所用传感器的不同，可以分类为基于GPS卫星导航测量，基于微波雷达测量，基于激光扫描测量，以及基于机器视觉测量等方法。相比于前几种方法，机器视觉测量是通过光学相机对非合作目标进行图像采集，然后利用采集到的图像信息对目标的结构和运动进行还原。该方法不需要复杂的结构以及过多的设备，只通过相机和计算机便可实现对目标的测量，因此基于视觉的测量方法已经得到了越来越广泛的应用。

但基于视觉的非合作目标运动估计还存在一些问题需要解决。例如，背景物体对特征点提取的干扰问题，特征点的匹配质量问题，特征点的跟踪精度问题以及运动估计方法的综合性能问题。

因此，就需要一种抗干扰能力强、鲁棒性好、匹配质量高、实时性高、跟踪精度高的基于快速角点检测的非合作目标运动估计方法。

发明内容

本发明针对现有的非合作目标运动估计方法中背景物体对特征点提取存在干扰、鲁棒性差、特征点匹配质量差、实时性低、特征点的跟踪精度差的缺陷，提供一种抗干扰能力强、鲁棒性好、匹配质量高、实时性高、跟踪精度高的基于快速角点检测的非合作目标运动估计方法。

本发明所涉及的一种基于快速角点检测的非合作目标运动估计方法的技术方案如下：

本发明所涉及的一种基于快速角点检测的非合作目标运动估计方法，它包括以下步骤：

步骤1、参数预设：对双目相机内部的参数进行预设，所述参数包括状态转移矩阵、测量矩阵、过程噪声协方差矩阵、测量误差协方差矩阵；

步骤2、图像采集：采集双目相机拍摄的图像，并对图像进行预处理，将非合作目标从背景中分离出来；

步骤3、角点提取：采用快速角点检测算法，提取出非合作目标的角点；

步骤4、三维坐标变换：对提取的角点进行三维坐标转换，并进行跟踪；

步骤5：卡尔曼滤波：采用经典卡尔曼滤波算法对坐标转换后的图像进行滤波，进行非合作目标的运动估计，并计算得出估计值。

进一步地：在步骤2中，它包括以下步骤：

步骤21、根据双目相机内部参数，对采集的图像进行去畸变；

步骤22、对去除畸变后的图像进行高斯平滑滤波，获得平滑图像；

步骤23、根据先验数据，设定第一感兴趣区域；

步骤24、采用OTSU阈值化方法，将非合作目标从背景中分离出来，获得二值图像；

步骤25、将二值图像缩放第一预设倍数，通过水平投影和垂直投影，获得第一非合作目标感兴趣区域；