[发明专利]适用于空间绳系机器人抓捕过程中目标边缘线条检测方法

摘要

本发明提出一种适用于空间绳系机器人抓捕过程中目标边缘线条检测方法，首先对目标卫星进行图像采集、得到待检测点坐标集Ls；其次选择种子节点，对种子节点进行Hough变换和区域生长拓展，建立种群，并计算种群中变换累积频次最高的坐标(θhmax,ρmax)；重复对种群进行拓展，直至得到若干个不可再拓展的种群；最后对若干个种群对应的(θhmax,ρmax)进行c均值动态聚类，同一聚类中的(θhmax,ρmax)取平均得到(θhmid,ρmid)，利用(θhmid,ρmid)对图像进行边缘直线标识。本发明将生长区域算法的思想与Hough变换相结合，得到区域生长Hough变换方法，该方法计算速度较快，计算精度较高，能解决Hough变换中同一直线多次检测的问题，满足目标直线检测的需要。

主权项

一种适用于空间绳系机器人抓捕过程中目标边缘线条检测方法，其特征在于：包括以下步骤：步骤1：对目标卫星进行图像采集，对采集的卫星图像进行预处理，所述预处理依次为二值化处理、去噪和细化处理，得到图像边缘轮廓点的坐标集L，并建立等值于L的待检测点坐标集Ls；步骤2：从待检测坐标集Ls中选择n个点作为种子节点，并将这些种子节点从Ls中删去；步骤3：对种子节点做初始化Hough变换，再对每个种子节点进行如下区域生长拓展：选取该节点周围的八个像素点，将其中属于坐标集L中的像素点作为待选拓展点；若没有对应的待选拓展点，则该节点不能进行区域生长拓展，则重新从待检测坐标集Ls中选择新的节点作为种子节点进行区域生长拓展；对于每个能够进行区域生长拓展的种子节点，将待选拓展点标记并对其进行Hough变换，并将变换的累积频次结果存入以(θ,ρ)为坐标的该种子节点对应的二维存储空间，其中(θ,ρ)表示点的极坐标；计算该种子节点对应的二维存储空间(θ,ρ)中的频次最高的点(θhmax,ρmax)，若频次最高的点不唯一时，则取这些频次最高的点对应存储区间坐标的平均值为(θhmax,ρmax)；步骤4：每个种子节点的待选拓展点形成种群，对于每个种群进行如下拓展和判断：若待选拓展点能够进行区域生长拓展，则对该待选拓展点进行标记并判断该待选拓展点是否定为新的种子节点，判断方法为若该待选拓展点的待检测角度值则该待选拓展点定为新的种子节点，否则为新拓展节点，其中α为该待选拓展点与该种群种子节点的连线与坐标轴的夹角种子节点直角坐标为(xo,yo)，该待选拓展点直角坐标为(xn,yn)，k为从种子结点到该待选拓展点的拓展次数；对新拓展节点进行区域生长拓展，并进行Hough变换，并将变换的累积频次结果存入该种群种子节点对应的二维存储空间，并重新计算该种群种子节点对应的(θhmax,ρmax)；步骤5：循环进行步骤4直至该种群中的节点都不可进行区域生长拓展，则从Ls中选择新点作为种子结点，若该点为已标记点则将该点从集合Ls中去除并选取新的种子结点，重复步骤3至步骤5，直至Ls为空集，得到若干个节点都不可进行区域生长拓展的种群；步骤6：对步骤5得到的若干个种群对应的(θhmax,ρmax)进行c均值动态聚类，对于同一聚类中的(θhmax,ρmax)取平均得到(θhmid,ρmid)；利用(θhmid,ρmid)对图像进行边缘直线标识。