一种基于反投影的合作目标识别方法及系统的制作方法
【专利摘要】本发明涉及一种基于反投影的合作目标识别方法及系统，经过初步目标识别得到包含干扰目标的候选目标集合Pi(i＝1,…,M)后，利用合作目标已知的坐标XT和候选目标得到的位姿解算矢量[Ri T]，将合作目标反投影得到合作目标反投影二维坐标Ui＝K(RiXT+T)，再与候选目标的坐标进行比对，两者误差不满足精度要求时表明为干扰目标，满足精度要求时可以确认目标识别正确。采用本发明可以提高合作目标的识别率，进而提高目标相对位姿测量的实时性。本发明的方法实现简单，可以应用于类似的合作目标识别。
【专利说明】一种基于反投影的合作目标识别方法及系统
【技术领域】
[0001] 本发明涉及一种合作目标位姿测量时的目标识别方法及系统，尤其涉及一种应用 于超近距离合作目标自主影像导航和空间机械臂合作目标视觉测量的基于反投影的合作 目标识别方法及系统。
【背景技术】
[0002] 超近距离合作目标自主影像导航和空间机械臂合作目标视觉测量都是利用摄像 机获取合作目标的成像信息，通过目标识别和测量算法给出目标和摄像机之间的相对位姿 结果。
[0003] 合作目标的识别是上述过程中的一项重要的关键技术，特别是在背景复杂包含干 扰目标的情况下，能否有效地剔除干扰目标并可靠地识别出正确的标志目标，将直接影响 相对位姿测量的成功与否。现有的目标识别技术往往会因为干扰目标而产生偏差，因此，合 作目标的准确识别成为业界重要的研究课题。
【发明内容】
[0004] 本发明的目的在于提供一种基于反投影的合作目标识别方法及系统，以采用本发 明可以提高合作目标的识别率，进而提高目标相对位姿测量的实时性。
[0005] 为了解决上述问题，本发明涉及了一种基于反投影的合作目标识别方法及系统， 包括以下步骤：
[0006] Sl，建立一合作目标以及根据所述合作目标建立一三维合作目标坐标系，所述合 作目标在合作目标坐标系中的坐标为Xt ;
[0007] S2,通过摄像设备拍摄含有合作目标的区域得到的一二维图像以及根据所述二维 图像建立二维图像平面坐标系，对所述二维图像进行初步目标识别后得到包含干扰目标的 候选目标集合，所述候选目标集合的坐标集合为Pi, i = 1，…，M，M为候选目标的总数；
[0008] S3,在生成候选目标集合后，使i = 1 ;
[0009] S4,通过相对位置和姿态测量算法，得出候选目标的位姿矢量[Ri T]，其中Ri为候 选目标在合作目标坐标系到三维摄像设备坐标系的旋转矩阵，T为候选目标在合作目标坐 标系到三维摄像设备坐标系的平移向量，K为摄像设备的内参矩阵；
[0010] S5:利用候选目标的位姿解算矢量对合作目标向所述二维图像中反投影，在所述 二维图像平面坐标系中得到一合作目标反投影二维坐标Ui =Ui = K(RiXfT);
[0011] S6 :将候选目标的二维坐标与所述合作目标反投影的二维坐标在两个方向上分别 作差，若候选目标中每个特征点在二维图像平面坐标系两个坐标轴方向上的坐标差值的绝 对值均小于设定精度阈值，则该候选目标作为正确识别目标输出，该候选目标的位姿解算 矢量[Ri T]输出为正确的识别目标的位姿解算矢量，若候选目标的二维坐标与所述合作目 标反投影的二维坐标至少在二维图像平面坐标系的一个坐标轴方向上作差的绝对值大于 或等于设定精度阈值，则设定i = i+1并重复S4-S6。
[0012] 较佳地，二维图像中取与合作目标到二维图像的投影具有相同几何特征的像素点 集作为候选目标。
[0013] 较佳地，S2中还包括对二维图像中所有像素点进行亮度自适应阈值筛选和几何特 征筛选来得到所述候选目标集合。
[0014] 较佳地，所述几何特征筛选为筛选符合合作目标的投影在二维图像中的几何特征 要求的像素点集合作为候选目标。
[0015] 较佳地，所述设定精度阈值为0. 5-5个像素。
[0016] 为了解决上述问题，本发明还涉及了一种基于反投影的合作目标识别系统，包括：
[0017] 合作目标生成单元，建立一合作目标以及根据所述合作目标建立一三维合作目标 坐标系，所述合作目标在合作目标坐标系中的坐标为Xt ;
[0018] 候选目标集合生成单元，连接合作目标生成单元，通过摄像设备拍摄含有合作目 标的区域得到的一二维图像，以及根据所述二维图像建立二维图像平面坐标系，对所述二 维图像进行初步目标识别后得到包含干扰目标的候选目标集合，所述候选目标集合的坐标 集合为Pi, i = 1，…，!^，M为候选目标的总数；
[0019] 初值单元，连接候选目标集合生成单元，在候选目标集合生成单元生成候选目标 集合后，使i = 1 ;
[0020] 位姿矩阵生成单元，连接候选目标集合生成单元以及初值单元，通过相对位置和 姿态测量算法，得出候选目标的位姿解算矢量[Ri T]，其中Ri为候选目标在合作目标坐标 系到三维摄像设备坐标系的旋转矩阵，T为候选目标在合作目标坐标系到三维摄像设备坐 标系的平移向量，K为摄像设备的内参矩阵；
[0021] 反投影单元：连接位姿解算矩阵生成单元以及合作目标生成单元，利用候选目标 的位姿解算矢量[Ri T]对合作目标向所述二维图像中反投影，在所述二维图像平面坐标系 中得到一合作目标反投影二维坐标Ui叫=K(RiX1^T);
[0022] 对比输出单元：连接反投影单元以及候选目标集合生成单元，将候选目标的二维 坐标与所述合作目标反投影的二维坐标在两个方向上分别作差，若候选目标中每个特征点 在二维图像平面坐标系两个坐标轴方向上的坐标差值的绝对值均小于设定精度阈值，则该 候选目标作为正确识别目标输出，该候选目标的位姿解算矢量[Ri T]输出为正确的识别目 标的位姿解算矢量，若候选目标的二维坐标与所述合作目标反投影的二维坐标至少在二 维图像平面坐标系的一个坐标轴方向上作差的绝对值大于或等于设定精度阈值，则设定i =i+1并输入位姿解算矩阵生成单元。
[0023] 较佳地，候选目标为二维图像中与合作目标到二维图像的投影具有相同几何特征 的像素点集。
[0024] 较佳地，候选目标集合生成单元中所述候选目标集合为对二维图像中所有像素点 进行亮度自适应阈值筛选和几何特征筛选而得到的。
[0025] 较佳地，几何特征筛选为筛选符合合作目标的投影在二维图像中的几何特征阈值 要求的像素点集合作为候选目标。
[0026] 较佳地，设定精度阈值为0. 5-5个像素。
[0027] 本发明由于采用以上技术方案，与现有技术相比，具有以下的优点和积极效果：
[0028] 采用本发明可以提高合作目标的识别率，进而提高目标相对位姿测量的实时性。
【专利附图】
【附图说明】
[0029] 图1为本发明一种基于反投影的合作目标识别方法的流程图；
[0030] 图2为本发明一种基于反投影的合作目标识别系统的系统框图；
[0031] 图3为本发明实施例中的合作目标在三维合作目标坐标系中的构建示意图；
[0032] 图4为本发明实施例中的流程示意图。
【具体实施方式】
[0033] 以下将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整的描述， 显然，这里所描述的仅仅是本发明的一部分实例，并不是全部的实例，基于本发明中的实施 例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属 于本发明的保护范围。
[0034] 为了便于对本发明实施例的理解，下面将结合附图以具体实施例为例作进一步的 解释说明，且各个实施例不构成对本发明实施例的限定。
[0035] 实施例一
[0036] 本发明涉及了一种基于反投影的合作目标识别方法，包括以下步骤：
[0037] Sl，建立一合作目标以及根据所述合作目标建立一三维合作目标坐标系40,合作 目标在合作目标坐标系中的坐标为Xt。
[0038] 本实施例中，如图4所示，采用一个四点的点集作为合作目标，其中Xt为四个坐标 点的坐标集合 A(all，al2, al3)，B(a21，a22, a23)，C(a31，a32, a33)，D(a41，a42, a43)。
[0039] S2,通过摄像设备对合作目标进行拍摄得到二维图像，根据二维图像建立二维图 像平面坐标系42,摄像设备一般为摄像头、照相机等，对摄像设备得到的二维图像41进行 初步目标识别后得到包含干扰目标的候选目标集合，候选目标集合的坐标集合为Pi, i = 1，…，M，M为候选目标的总数，Pi, i = 1，…，M均在二维图像平面坐标系42中。
[0040] S2中，通常在二维图像中取与合作目标到二维图像的投影具有相同几何特征的 像素点集作为候选目标。对二维图像中所有像素点进行亮度自适应阈值筛选和几何特征筛 选来得到候选目标集合。其中，亮度自适应阈值筛选方法主要根据图像的局部区域改变自 适应确定判别阈值。当局部区域亮度较高时，则选择较大的阈值T，反之自动选择较小的判 别阈值。因此，即使图像亮度分布不均匀，受到高光、阴影等因素影响，也能获得较好的阈值 分割结果。
[0041] 局部自适应阈值法基本模型为
【权利要求】
1. 一种基于反投影的合作目标识别方法，其特征在于，包括以下步骤： S1，建立一合作目标以及根据所述合作目标建立一三维合作目标坐标系，所述合作目 标在合作目标坐标系中的坐标为XT ; 52, 通过摄像设备拍摄含有合作目标的区域得到的一二维图像以及根据所述二维图像 建立二维图像平面坐标系，对所述二维图像进行初步目标识别后得到包含干扰目标的候选 目标集合，所述候选目标集合的坐标集合为Pi，i = 1，…，M，M为候选目标的总数； 53, 在生成候选目标集合后，使i = 1 ; 54, 通过相对位置和姿态测量算法，得出候选目标的位姿矢量[氏T]，其中氏为候选目 标在合作目标坐标系到三维摄像设备坐标系的旋转矩阵，T为候选目标在合作目标坐标系 到三维摄像设备坐标系的平移向量，K为摄像设备的内参矩阵； S5:利用候选目标的位姿解算矢量对合作目标向所述二维图像中反投影，在所述二维 图像平面坐标系中得到一合作目标反投影二维坐标Ui屯=K(RiXT+T) ;S6 :将候选目标的 二维坐标与所述合作目标反投影的二维坐标在两个方向上分别作差，若候选目标中每个特 征点在二维图像平面坐标系两个坐标轴方向上的坐标差值的绝对值均小于设定精度阈值， 则该候选目标作为正确识别目标输出，该候选目标的位姿解算矢量[Ri T]输出为正确的识 别目标的位姿解算矢量，若候选目标的二维坐标与所述合作目标反投影的二维坐标至少在 二维图像平面坐标系的一个坐标轴方向上作差的绝对值大于或等于设定精度阈值，则设定 i = i+1 并重复 S4-S6。
2. 如权利要求1所述的一种基于反投影的合作目标识别方法，其特征在于，在S2中，在 二维图像中取与合作目标到二维图像的投影具有相同几何特征的像素点集作为候选目标。
3. 如权利要求1所述的一种基于反投影的合作目标识别方法，其特征在于，S2中还包 括对二维图像中所有像素点进行亮度自适应阈值筛选和几何特征阈值筛选来得到所述候 选目标集合。
4. 如权利要求3所述的一种基于反投影的合作目标识别方法，其特征在于，所述几何 特征阈值筛选为筛选符合合作目标的投影在二维图像中的几何特征要求的像素点集合作 为候选目标。
5. 如权利要求1所述的一种基于反投影的合作目标识别方法，其特征在于，所述设定 精度阈值为0.5-5个像素。
6. -种基于反投影的合作目标识别系统，其特征在于，包括： 合作目标生成单元，建立一合作目标以及根据所述合作目标建立一三维合作目标坐标 系，所述合作目标在合作目标坐标系中的坐标为XT ; 候选目标集合生成单元，连接合作目标生成单元，通过摄像设备拍摄含有合作目标的 区域得到的一二维图像，以及根据所述二维图像建立二维图像平面坐标系，对所述二维图 像进行初步目标识别后得到包含干扰目标的候选目标集合，所述候选目标集合的坐标集合 为Pi, i = 1，"'M，M为候选目标的总数； 初值单元，连接候选目标集合生成单元，在候选目标集合生成单元生成候选目标集合 后，使i = 1 ; 位姿矩阵生成单元，连接候选目标集合生成单元以及初值单元，通过相对位置和姿态 测量算法，得出候选目标的位姿解算矢量[Ri T]，其中氏为候选目标在合作目标坐标系到 三维摄像设备坐标系的旋转矩阵，T为候选目标在合作目标坐标系到三维摄像设备坐标系 的平移向量，K为摄像设备的内参矩阵； 反投影单元：连接位姿解算矩阵生成单元以及合作目标生成单元，利用候选目标的位 姿解算矢量[Ri T]对合作目标向所述二维图像中反投影，在所述二维图像平面坐标系中得 到一合作目标反投影二维坐标Ui叫=K(RiXT+T); 对比输出单元：连接反投影单元以及候选目标集合生成单元，将候选目标的二维坐标 与所述合作目标反投影的二维坐标在两个方向上分别作差，若候选目标中每个特征点在二 维图像平面坐标系两个坐标轴方向上的坐标差值的绝对值均小于设定精度阈值，则该候选 目标作为正确识别目标输出，该候选目标的位姿解算矢量[Ri T]输出为正确的识别目标 的位姿解算矢量，若候选目标的二维坐标与所述合作目标反投影的二维坐标至少在二维 图像平面坐标系的一个坐标轴方向上作差的绝对值大于或等于设定精度阈值，则设定i = i+1并输入位姿解算矩阵生成单元。
7. 如权利要求6所述的一种基于反投影的合作目标识别系统，其特征在于，候选目标 为二维图像中与合作目标到二维图像的投影具有相同几何特征的像素点集。
8. 如权利要求6所述的一种基于反投影的合作目标识别系统，其特征在于，候选目标 集合生成单元中所述候选目标集合为对二维图像中所有像素点进行亮度自适应阈值筛选 和几何特征阈值筛选而得到的。
9. 如权利要求8所述的一种基于反投影的合作目标识别系统，其特征在于，所述几何 特征阈值筛选为筛选符合合作目标的投影在二维图像中的几何特征要求的像素点集合作 为候选目标。
10. 如权利要求8所述的一种基于反投影的合作目标识别系统，其特征在于，所述设定 精度阈值为0.5-5个像素。
【文档编号】G06K9/00GK104408436SQ201410741963
【公开日】2015年3月11日 申请日期:2014年12月8日 优先权日:2014年12月8日
【发明者】陈凤, 刘玉, 王盈, 黄建明, 魏祥泉, 颜根廷, 肖余之 申请人:上海宇航系统工程研究所