【技术实现步骤摘要】
本专利技术涉及行星着陆自主导航中图像处理
,具体涉及一种基于尺度预测的特征提取方法。
技术介绍
在行星着陆自主导航任务设计中,需要通过前期在轨观测器观测图像及行星车收集的高清图像中建立一个标定有行星固联坐标系的二维图像数据库,在着陆过程中,探测器通过从星载相机对地拍摄的图像中提取视觉信息并与数据库进行匹配来获得自身的绝对位姿信息,因此,高效、准确的识别图像中的视觉信息是行星自主导航任务的重要前提。由于组建的数据库与行星着陆所拍摄的图像存在光照、拍摄角度、尺度等差异,从图像中提炼的视觉信息也应具有相应的不变性以保证有效的特征匹配;与此同时,在星载计算机处理能力有限情况下,视觉特征的提取与匹配还应具备实时性。图像局部特征的识别隶属计算机视觉领域,在近年来受到了学者们的广泛关注。其中最有代表性的算法是D.Lowe提出的尺度不变特征描述子,又称SIFT。秉承SIFT的构思,亦有学者提出了更高效的算法,如SURF,PCA-SIFT以及具有仿射不变性的Affine-SIFT算法等。概括而言,图像局部特亦可以代表为图像中局部纹理变化较为明显的区域。虽然SIFT描述子在大部分情况下能够正确匹配,但仍有数处误匹配存在。SURF算法与SIFT算法均可以归类为尺度不变特征家族当中。具体而言,该类算法都是将图像放在尺度空间中,并在多尺度描述中寻找一个类似于“高斯斑点”结构的最佳相应以及对应的特征尺度。为了找到上述结构,SURF与SIFT都使用了“多尺度特征检测子”来分析图像的尺度空间表征。秉承SIFT的设计思想,SURF算法做出了更简洁的近似,进一步降低了计算量。不同于D ...
【技术保护点】
一种基于尺度预测的图像局部区域特征提取方法,其特征在于其包括以下步骤:步骤一:根据行星着陆过程中探测器相对于预定着陆点的位置、探测器体坐标系相对于在轨拍摄行星表面图像是的姿态及相机焦距、视场角等信息,对当前所拍摄图像在目标天体表面的位置进行初步估计,选定全局特征库中的搜索范围;步骤二:根据探测器拍照时的位姿信息以及全局特征库中相应特征点的特征尺度,预测该特征在拍摄图像中的特征尺度;步骤三:根据探测器拍照时的姿态信息以及全局特征库中相应特征点的方向信息,预测该特征在拍摄图像中的旋转角度;步骤四:将拍摄的图像按照所预测的旋转角度旋转获得旋转图像;步骤五:根据二次型求极大值方法仿照SURF检测原理以及预测的特征尺度生成特征检测模板;步骤六:将特征检测模板与旋转图像卷积并在位置空间进行非极大值抑制从而实现特征提取。
【技术特征摘要】
1.一种基于尺度预测的图像局部区域特征提取方法,其特征在于其包括以下步骤:步骤一:根据行星着陆过程中探测器相对于预定着陆点的位置、探测器体坐标系相对于在轨拍摄行星表面图像是的姿态及相机焦距、视场角等信息,对当前所拍摄图像在目标天体表面的位置进行初步估计,选定全局特征库中的搜索范围;步骤二:根据探测器拍照时的位姿信息以及全局特征库中相应特征点的特征尺度,预测该特征在拍摄图像中的特征尺度;步骤三:根据探测器拍照时的姿态信息以及全局特征库中相应特征点的方向信息,预测该特征在拍摄图像中的旋转角度;步骤四:将拍摄的图像按照所预测的旋转角度旋转获得旋转图像;步骤五:根据二次型求极大值方法仿照SURF检测原理以及预测的特征尺度生成特征检测模板;步骤六:将特征检测模板与旋转图像卷积并在位置空间进行非极大值抑制从而实现特征提取。2.根据权利要求1所述的一种基于尺度预测的图像局部区域特征提取方法,其特征在于所述步骤二的具体实现过程如下:建立全局特征库拍摄图像时探测器与该特征的距离为d1,建立全局特征库拍摄图像时所用相机的焦距为f1,建立全局特征库拍摄图像时相机光心与特征点之间连线和光轴的夹角为α1,设全局特征库中的某特征的特征尺度为σ1,则该特征在下降段图像中会产生放缩变换,其尺度变换为 σ 2 = d 1 f 2 cosα 1 ...
【专利技术属性】
技术研发人员:田阳,崔祜涛,余萌,徐田来,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江;23
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。