向对称度Ti;3和目标主轴倾斜角T i;4 ; 所述目标主体高宽比是指目标最小外接矩形的高宽比；所述目标纵向对称度Tii2是指 在目标最小外接矩形所围成的矩形区域内，目标上半部分面积与下半部分面积之比；所述 目标横向对称度T i;3是指在目标最小外接矩形所围成的矩形区域内，目标左半部分面积与 右半部分面积之比；所述目标主轴倾斜角1^ 4是指特性视图的目标柱体主轴线与视图水平 方向的夹角； 所述在线姿态估计步骤，具体为： (BI)对待测在轨空间目标图像预处理； (B2)对预处理后的待测图像提取特征，该特征与步骤（A2)提取的特征相同； (B3)将对待测图像提取的特征在几何特征库中进行匹配，匹配结果对应的特性视图所 表征的空间目标姿态即为待测图像中的目标姿态。
2. 根据权利要求1所述的在轨三维空间目标姿态估计方法，其特征在于，所述特征目 标主体高宽比Ti;1的提取方式为： (A2. I. 1)对特性视图Fi使用最大类间方差阈值准则得到阈值Ti,将特性视图Fi中大 于阈值Ti的像素灰度值& (X，y)设置为255,小于或等于阈值Ti的像素灰度值& (X，y)设 置为零，由此得到二值图像Gi, Gi为宽度η、高度m的像素矩阵，gjx，y)为Gi中点（X，y)处 像素灰度值； (A2. 1. 2)对二值图像Gi按照从上往下、从左往右的顺序进行扫描，若当前点像素值 gi(x，y)等于255,则记录当前像素横坐标x=Topj、纵坐标y=Topi,停止扫描； (A2. 1. 3)对二值图像Gi按照从下往上、从左往右的顺序进行扫描，若当前点像素值 gi(x，y)等于255,则记录当前像素横坐标x=Bntj、纵坐标y=Bnti,停止扫描； (A2. 1. 4)对二值图像Gi按照从左往右，从上往下的顺序进行扫描，若当前点像素值 gi(x，y)等于255,则记录当前像素横坐标x=Leftj、纵坐标y=Lefti,停止扫描； (A2. 1. 5)对二值图像Gi按照从右往左，从上往下的顺序进行扫描，若当前点像素值 gi(x，y)等于255,则记录当前像素横坐标x=Rightj、纵坐标y=Righti,停止扫描； (A2. 1. 6)特性视图Fi的目标主体高宽比
Left j-Right j I，符号IVI表示变量V的绝对值。
3. 根据权利要求2所述的在轨三维空间目标姿态估计方法，其特征在于，所述特征目 标纵向对称度Ti;2的提取方式为： (A2. 2. 1)计算特性视图Fi的中心点横坐标 ，纵坐标
，符号LV」表示对变量V取整数部分； (A2. 2. 2)统计二值图像Gi中的，1彡横坐标X彡n，1彡纵坐标y彡Ciy的区域内，灰度 值为255的像素点个数，即为特性视图Fi的目标上半部分面积STi ; (A2. 2. 3)统计二值图像Gi中，1彡横坐标X彡n，Ciy+l彡纵坐标y彡m的区域内，灰度 值为255的像素点个数，即为特性视图Fi的目标下半部分面积SDi ; (A2. 2. 4)计算特性视图Fi的目标纵向对称度
4. 根据权利要求3所述的在轨三维空间目标姿态估计方法，其特征在于，所述特征目 标横向对称度Ti;3的提取方式为 ： (A2. 3. 1)统计二值图像Gi中，1彡横坐标X彡Cix，l彡纵坐标y Sm的区域内，灰度值 为255的像素点个数，即为特性视图Fi的目标左半部分面积SLi ; (A2. 3. 2)统计二值图像Gi中，(^+1 <横坐标X < n，1 <纵坐标y < m的区域内，灰度 值为255的像素点个数，即为特性视图Fi的目标右半部分面积SRi ; (A2. 3. 3)计算特性视图Fi的目标横向对称度
5. 根据权利要求4所述的在轨三维空间目标姿态估计方法，其特征在于，所述特征目 标主轴倾斜角Ti;4的提取方式为： (A2. 4. 1)计算特性视图Fi对应的二值图像Gi重心横坐标xiQ、纵坐标y iQ :
2； (Α2. 4. 3)构建实对称矩阵
计算矩阵Mat的特征值V1, V2，及 其对应的特征向量！
(A2. 4. 4)计算特性视图Fi目标主轴倾斜角Ti4 :
式中，符号π表不圆周率，符号atan2表不反正切函数。
6. 根据权利要求1~4任意一项所述的在轨三维空间目标姿态估计方法，其特征在于， 还对所述步骤（A2)构建的几何特征库进行归一化处理，对所述步骤（B2)提取的待测图像 特征进行归一化处理。
7. 根据权利要求1~4任意一项所述的在轨三维空间目标姿态估计方法，所述步骤 (Al)根据空间目标三维模型获取表征目标各种姿态的目标多视点特性视图的具体实现方 式为； 按俯仰角α每隔角度Y、偏航角β每隔Y将高斯观测球划分为K个二维平面，α =-180° ~0°，β = -180° ~180°，K = 360*180/ γ 2 ; 将空间目标三维模型Ot置于高斯观测球球心，从球心将三维模型Ot分别向K个二维 平面进行正投影，共得到K个三维模板目标的多视点特性视图Fi ;各特性视图Fi为宽度η、 高度m的像素矩阵，& (X，y)为Fi在点（X，y)处像素灰度值，1彡横坐标X彡n，1彡纵坐标 y < m, i = 1、2、…、K。
8. 根据权利要求1~4任意一项所述的在轨三维空间目标姿态估计方法，所述步骤 (BI)首先采用非局部均值滤波对待测图像先进行噪声抑制，再选用最大似然估计算法进行 去模糊。
9. 根据权利要求1~4任意一项所述的在轨三维空间目标姿态估计方法，所述（B3)的 具体实现方式为： (B3. 1)遍历整个几何特征库SMF，计算待测图像的四种几何特征（SG1, SG2, SG3, SG4}与 几何特征库SMF中各行向量之间的欧式距离记为D1、…、DK，K为目标多视点特性视图的数 量； (B3. 2)从各欧式距离D1、…、Dk中选取四个最小值Ds、Dt、D u、Dv，对其对应的四个目标 姿态求取算术平均，即为待测图像中的目标姿态。
10. -种在轨三维空间目标姿态估计系统，包括离线特征库构建模块和在线姿态估计 模块： 所述离线特征库构建模块，具体包括： 第一子模块，用于根据空间目标三维模型获取表征空间目标各种姿态的目标多视点特 性视图； 第二子模块，用于从各空间目标多视点特性视图中提取几何特征构成几何特征库；所 述几何特征包含目标主体高宽比Ti; i、目标纵向对称度Ti; 2、目标横向对称度Ti; 3和目标主轴 倾斜角Ti;4 ;所述目标主体高宽比是指目标最小外接矩形的高宽比；所述目标纵向对称 度Ti;2是指在目标最小外接矩形所围成的矩形区域内，目标上半部分面积与下半部分面积 之比；所述目标横向对称度T i;3是指在目标最小外接矩形所围成的矩形区域内，目标左半 部分面积与右半部分面积之比；所述目标主轴倾斜角T ii4是指特性视图的目标柱体主轴线 与视图水平方向的夹角； 所述在线姿态估计模块，具体包括： 第三子模块，用于对待测在轨空间目标图像预处理； 第四子模块，用于对预处理后的待测图像提取特征，该特征与第二子模块提取的特征 相同； 第五子模块，用于将对待测图像提取的特征在几何特征库中进行匹配，匹配结果对应 的特性视图所表征的空间目标姿态即为待测图像中的目标姿态。
【专利摘要】本发明公开一种在轨三维空间目标姿态估计方法及系统，包括离线特征库构建和在线姿态估计步骤，所述离线特征库构建步骤为：根据空间目标三维模型获取目标多视点特性视图，从中提取几何特征构成几何特征库，包含目标主体高宽比、目标纵向对称度、目标横向对称度和目标主轴倾斜角；所述在线姿态估计步骤为：对待测在轨目标图像预处理和提取特征，将提取的特征在几何特征库中匹配，匹配结果对应的特性视图所表征的目标姿态即为姿态估计结果。本发明匹配用的几何特征具有尺度不变性，只要在三维建模阶段准确获取目标各部件间的尺寸比例和位置关系，就可保证后续较高的匹配精度。整个方法实现简单、鲁棒性好、姿态估计精度高，受成像条件影响小，适用性好。
【IPC分类】G01C21-20
【公开号】CN104748750
【申请号】CN201310740553
【发明人】张天序, 王亮亮, 周钢, 李明, 杨卫东, 刘宽, 郑亚云
【申请人】华中科技大学
【公开日】2015年7月1日
【申请日】2013年12月28日
【公告号】WO2015096508A1