● 摘要
本文根据空间碎片清理的需求，重点研究了近距离空间未知目标特征的图像识别问题，并给出其相对位置姿态的视觉测量方法。根据未知目标交会、捕获的特点，在借鉴现有合作目标交会对接的相关图像识别与测量技术的基础上，采用双目立体视觉测量系统，通过图像预处理、目标特征识别、双目匹配等步骤方法实现对空间碎片这类空间未知目标的相对位姿信息的视觉测量。论文首先介绍双目立体视觉测量系统的原理，设计了试验验证系统，不仅可以验证各种目标识别及视觉测量算法，并且可以通过实际测量数据来评估系统性能；根据验证系统建立了双目视觉测量的误差理论分析模型，深入分析影响测量系统精度的各种因素，总结出了误差变化规律和特点，对系统设计和算法改进具有理论指导意义。然后在深空背景下目标的成像特点分析的基础上，对图像预处理方法进行了改进，提出了基于图像分块和图论的由粗到细的目标区域分割算法，可根据具体的需求获得目标在图像中的大致区域和精细边缘。新算法确保把目标完整的从背景图像中分割出来，便于后续的特征提取。在目标图像分割完成后，对各种目标特征提取技术进行了探讨，选择了稀疏特征点作为本测量系统采用的目标特征。在对不同的特征点提取算法进行对比实验和分析的基础上，提出了将小波变换系数同多尺度分析相结合的多尺度角点提取算法，提高了特征点的检测率和定位精度。为了匹配左右图像中提取的特征点，通过研究基于稀疏特征点的立体匹配算法，提出两个改进算法：第一是基于区域的二次匹配算法，利用特征点的结构信息进行误匹配点剔除，算法可以快速的获得较准确的匹配结果；第二个是能量最小化的全局匹配算法，原理是通过图论将点匹配的问题转化为能量函数优化问题，克服局部灰度变化对匹配的影响，有效的消除误匹配，能够获得更高的正确匹配率。最后在验证平台上整合了以上各种算法，进行了测量实验，并对测量数据进行深入分析。将实验得到的误差曲线和理论误差进行了对比，验证了理论精度，分析并讨论影响实际测量精度的各种因素，提出改进系统精度的具体措施。本研究成果对于近距离空间未知目标的识别与测量方法的探索具有重要理论价值，并具有实用性。