当前位置:问答库>论文摘要

题目:基于下降图像的三维地形重建

关键词:下降图像,三维重建,自适应,匹配优化

  摘要



 

三维地形数据对深空探测着陆器的安全着陆和巡视器的安全巡视探测具有重要意义。在深空探测着陆过程中,由于着陆区精确地形无法预先得到,需要利用着陆器搭载的俯视相机在下降过程中拍摄的着陆图像恢复着陆区三维地形。本文针对利用着陆器下降过程中拍摄的图像恢复着陆区地形的关键技术开展研究,重点对基于单应性的下降图像重建地形算法进行了改进,包括重建图像中虚拟平面参数的自适应计算以及基于BSPF(Best Seed Propagated First)策略的最佳匹配层的优化搜索,从而改善了重建算法的准确性和鲁棒性。

本文首先回顾介绍了基于下降图像单应性的着陆区地形重建算法,论述了算法的原理,并分析了原有算法的局限性,指出重建参数和最佳匹配层的搜索对重建结果有较大影响。

针对重建参数的自适应生成,本文首先根据匹配特征点对确定的空间点拟合地形近似平面,获取单应变换所需的虚拟平行平面法向量。其次在地形近似平面两侧,分别计算特征点对确定的空间点到地形近似平面最大距离,用于估计重建区地形高度差异。最后,根据地形高度差异和相机距地形近似平面距离,寻找最优虚拟平面划分个数。

针对确定深度的最佳匹配优化搜索,本文分析了待重建点的匹配相关性曲线特点及其对重建深度的影响,发现并非所有最佳匹配层都对应相关性极大值。因此提出基于BSPF策略的匹配深度优化算法。首先通过对相关性曲线的评估,选择可信度较高的像素作为初始种子点,其深度由相关性极大值所在层决定;其次依据一定生长扩散准则约束,不断由种子点向周围衍生新的种子点并确定衍生种子点的深度,直到扩散结束;最后对于少数不满足生长准则的“坏”点,通过图像扫描和邻域深度约束进行后处理。最终完成所有像素点的深度重建。

最后,通过多组不同对比实验验证了本文改进方法的有效性和可行性。在定性实验中,通过多种不同地形的重建实验结果对比显示了本文算法的改进效果;在定量实验中,通过对不同坡度的平面地形的进行重建与拟合,定量显示出本文改进可有效减少重建的误差和噪声。