基于单目视觉的目标位姿确定方法研究及仿真精选.docVIP

基于单目视觉的目标位姿确定方法研究及仿真 任务处理报告 宇航学院 北京航空航天大学 2011年8月 目录 1．主子星位姿确定方案 1 2．子星拍摄主星的位姿确定 2 3．主星拍摄子星的位姿确定 4 4．数字图像处理 5 4.1、大圆圆心解算 5 4.1.1原始图像读入 5 4.1.2图像的灰度化 6 4.1.3灰度图均衡化 6 4.1.4双峰法进行图像阈值分割 7 4.1.5图像噪声滤除 8 4.1.6联通组元素提取 8 4.1.7圆形检测与圆心提取 9 4.2、小圆圆心解算 11 4.2.1区域生长分割 11 4.2.2小圆图像处理 12 4.3、图像处理结果及误差分析 15 4.3.3圆心像素坐标 15 4.3.2坐标误差 15 5．实验摄像头的光学参数 16 6．星载摄像头的光学参数 16 7．位姿确定算法 17 7.1、相似迭代算法 17 7.2、Tsai两步法 20 8．存在的问题及建议 21 8.1、目标信息的增强 21 8.2、关于实验 22 8.3、坐标系的标定 23 9．参考文献 23 10．附录 matlab源程序 23 10.1、数字图像处理主程序 23 10.2、hough变换子函数程序 29 10.3、区域生长分割子函数程序 31 10.4、相似迭代算法函数及测试程序 32 1．主子星位姿确定方案 主星顶面和子星地面各装有一个CCD摄像头，拟采用主星顶面的摄像头对子星拍照获取图片。通过数字图像处理，获得标定子星的特征点的图像坐标，特征点所在的子星坐标系在整星装配完成时可以十分精确地进行标定，相应特征点的三维坐标即为已知量。将特征点的图像二维坐标和子星三维坐标结合相应的位姿解算算法即可解算出子星坐标系相对于摄像机坐标系的位移矢量和姿态变换矩阵。 摄像机坐标系及主星本体坐标系在整星装配完成时进行精确标定。摄像机坐标系与主星本体坐标系间的位移矢量和姿态变换矩阵已知。选取合适的欧拉旋转顺序，可以则可由姿态变换矩阵反解出姿态角（欧拉角）。 至此，子星相对于主星的位置和姿态完全确定。 在子星底板上，有三个圆是较为显著的结构信息。一个是底板本身的大圆盘，另外两个是底板上的圆孔。 通过图像处理获得者三个圆的轮廓（在图片上应为椭圆），进而解算圆心，以圆心作为特征点进行物体位姿确定。而在子星本体坐标系中，三个圆的圆心坐标已知，其误差可以通过加工精度进行控制。故以三个圆的圆心作为目标特征点。 目前查阅的文献均没有研究过三点定位问题，且由于重力梯度杆上子星具有整周旋转性，可知共面三点不足以进行位姿确定。 2．子星拍摄主星的位姿确定 从子星的摄像头拍主星进行位姿确定不可行。 1、如下图，由于梯度杆的柔性，子星摄像头会随子星平台而俯仰。重力梯度杆较长，故轻微的俯仰就易使主星平台脱离子星摄像头的视野。 2、在图像处理上，主星平台的四边形提取因重力梯度杆的影响而十分困难。下图为实验用图。因为实际拍摄照片时，不能到样星进行拍摄。 对此图进行图像处理以期获得主星顶面四边形，但多次试验后效果仍然不好： 主星顶面可用的特征点只有四边形的四个角点，现在四边形不能很好地被提取，则角点不能获得，或者只能以较大误差地获得。 综上所述，从子星摄像头拍摄图片进行位姿确定的方案不可行。 鉴于子星拍摄主星时有可能失去目标，所以只能采用主星拍摄子星获得图像信息。 3．主星拍摄子星的位姿确定 主星安装的摄像头拍摄子星时，大片的重力梯度杆进入摄像视野。重力梯度杆将带入极大的干扰： 其一，重力梯度杆上铰接头的图像特征太明显，图像灰度处理后几乎不能将其分割，这就使得图像解算特征点时误差较大。且这一影响随重力梯度杆的伸长、子星图像变小而愈加显著。如下两图 其二，重力梯度杆的铰接头挡住子星底板的小孔，使得拍摄的图像失去待处理的特征点。如下图 4．数字图像处理 数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 本实验图像处理流程图: 4.1.1原始图像读入 clear ;clc; close all; %Step1 获取图像 装入待处理彩色图像并显示原始图像 Scolor = imread(sat01.jpg);%imread函数读取图像文件 Figure;imshow(Scolor),title(原始图像); 4.1.2图像的灰度化 一幅完整的图像，是由红色绿色蓝色三个通道组成的。红色、绿色、蓝色三个通道的缩览图都是以灰度显示的。用不同的灰度色阶来表示“ 红，绿，蓝”在图像中的比重。通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。 彩色图像包含着大量的颜色信息，不但在存储上开销很大，而且在处理上也会降低系统的执行速度，