航天運載器端面特征的新型圖像特征識別方法

陳　浩， 馬玉坤， 馮　輝

(北京宇航系統工程研究所，北京 100076)

?

航天運載器端面特征的新型圖像特征識別方法

陳浩， 馬玉坤， 馮輝

(北京宇航系統工程研究所，北京 100076)

基于航天運載器端面的固有特征，結合現有航天圖像測量系統的硬件平臺，提出一種端面圖像特征提取與識別方法，獲取視場內關鍵目標端面特征信息，對后續圖像物理量參數優化解算起到指導性作用。以運載器端面橢圓特征為基礎，利用Canny算子檢測出圖像中端面橢圓邊緣特征，將特征邊緣拆分為若干弧段，通過弧段擬合、弧段合并、橢圓提取等方法，實現端面特征的準確提取。仿真試驗結果表明：該圖像特征識別方法實時性好、精度高，可顯著提高運載器圖像測量能力。

目標識別； 端面特征； 參數提取； 物理量測量

0　引　言

目前圖像測量技術已在我國航天運載器上得到廣泛應用，主要用于關鍵飛行動作及設備狀態的監測，取得良好的效果。隨著全系統圖像獲取能力的不斷提升以及高碼率無線傳輸技術的支撐，在完成精確觀測關鍵動作既定任務的同時，如能通過深入分析飛行圖像數據，以獲取諸多有價值的物理量測量信息，進一步完成圖像中包含的關鍵目標特征信息的實時準確提取與識別，將對圖像測量技術未來實現關鍵參數測量功能奠定理論與工程的基礎[1]。

本文提出一種基于航天運載器端面特征的新型圖像特征提取與識別方法，該方法以航天運載器視頻影像中具有固定幾何特征的端面為關鍵特征，通過建立端面特征與采樣圖像特征的匹配關系，充分發揮圖像遠距離、非接觸測量等顯著優勢，對采集的圖像序列進行實時處理，結合測量用攝像裝置的標定后參數，獲取運載器端面特征的實時結果。與此同時，基于圖像測量仿真驗證平臺，驗證新方法的測量原理的有效性和測量結果的準確性，為后續應用做充分準備[2,3]。

1　端面特征描述

本文以航天運載器端面圓或橢圓特征為依據，首先需構建特征圓或橢圓的幾何描述。圓的方程可以表示為

(x-x0)2+(y-y0)2=R2

(1)

式中圓心用(x0，y0)表示，半徑用R表示。參數表示形式為

(2)

橢圓的定義為平面內到兩個固定點的距離之和為常數的點的軌跡的集合，這兩個點為橢圓的焦點。橢圓的中心在原點且兩個焦點都在x軸上時的標準方程為

(3)

參數表示形式為

(4)

從式(3)、式(4)中可知，一般橢圓方程包含5個獨立的參數(x,y,α,β,θ)，即橢圓的中心的坐標、橢圓長、短半軸長度以及橢圓長半軸與x軸正方向的夾角。因此，求解橢圓的一般方程需要5個不共線的點。此外，圓可以看成是一種特殊的橢圓，即長、短半軸長度相同的橢圓。

橢圓上任意兩點的切線的交點與這兩點中點的連線通過橢圓的中心。如圖1所示，即點I與點M的連線通過橢圓中心點O。

圖1　橢圓幾何性質示意圖

2　端面檢測

2.1端面邊緣檢測算子

航天運載器圖像中邊緣的產生是由于實際目標在成像過程中的反射或透射不同所引起的，包括物體的邊界線、物體表面不同的材質和顏色以及物體的陰影所引起的區域間的灰度差異。對于二維圖像，Canny算子能夠求解出邊緣的梯度方向和大小兩個信息，用多個不同方向的模板對圖像進行卷積運算，取出最可能的方向。Canny算子采用高斯函數對圖像作平滑處理，具有較強的去噪能力，能較好地檢測出物體的邊緣[4]。

由于在進行邊緣檢測時，Canny算子本質上也是根據某一點與其鄰域中的點的灰度差異來進行判別，所以，在使用Canny算子對圖像進行處理后，還要再利用該點周圍點的邊緣信息來增加或者減少該點被確定為邊緣點的置信度。Canny提出了邊緣點的判別依據：

1)該點處的梯度的強度大小大于沿著該點處的梯度方向上的相鄰的兩個點的梯度的強度，這里的梯度方向指的是正、反兩個方向，以對圖像中的邊緣點進行準確定位并且嚴格控制邊緣寬度為一個像素。

2)與該點沿著梯度方向相鄰的兩個點的梯度方向之差要小于45°。給出光滑性約束，排除由于隨機因素所產生的影響。

3)以該點為中心的3×3鄰域內的所有點的梯度強度的極大值小于某一閾值，保持邊緣強度的相對一致性，去除噪聲點所產生的偽邊緣。

本方法首先對原始圖像應用Canny算子進行邊緣檢測，在邊緣檢測得到的圖像上進行橢圓檢測。結合橢圓幾何性質的橢圓檢測方法先用最小二乘法將檢測到的短線段合并成弧段，這樣剔除掉了大多數與橢圓提取無關的邊緣像素點，而后同樣用最小二乘法將弧段合并成橢圓。

2.2端面橢圓檢測

2.2.1弧段擬合

橢圓檢測方法用短的線段來表示弧段。在檢測出圖像中的短的線段后，將線段按照圖2所示分成I,II,III和IV等4組以減小后續橢圓檢測時的計算量和提高計算的準確性。

圖2　弧段分類

本方法用點(xS，yS)標記直線段的起始點，用點(xF，yF)標記直線段的終止點，則直線段的斜率θline和中點(xM，yM)可以表示為

(5)

(6)

結合圓的幾何性質的最小二乘的方法來擬合圓弧。傳統的最小二乘擬合圓的方法對噪聲比較敏感，即不在圓上的邊緣點對擬合結果的影響較大。本方法的優勢在于使用直線段來表示圓弧以及事先將圓分成了4組，然后根據直線的斜率和其所屬的組別做進一步判斷以提高擬合精度。

(7)

將檢測到的已知短直線段信息，包括直線的起始點(xSi，ySi)，終止點(xFi，yFi)，中點(xMi，yMi)和直線段的斜率θline(i)。如果兩條直線段垂直，那么它們的斜率之積為-1。因此，直線段的斜率還可以用上面求解得到的圓心坐標和直線段中點坐標來表示，即

(8)

只有當通過直線段的起始點和終點求得的直線斜率θline(i)與通過擬合得到的圓心和直線段的中點求得的直線斜率θcircle(i)之差小于一定閾值θerror，才認為擬合結果是正確的，即滿足

|θcircle(i)-θline(i)|<θerror

(9)

如果擬合結果不滿足式(10)，則認為擬合結果是錯誤的，將這個結果去除。

2.2.2弧段合并

設定一閾值D，用閾值和一直線段的終點建立一窗口，并在窗口中搜索另一條直線段的起始點。如果一條直線段如圖3所示的終止點和另一條直線段的起始點都在同一個窗口中，這兩條直線段有可能合并成為一條直線段表示為

(10)

圖3　直線搜索窗口

直線段合并后的結果如圖4所示。

圖4　直線段合并后的結果

2.2.3橢圓提取

將前面所劃分的圓的4組進一步劃分成8組，如圖5所示。

圖5　圓分8組后示意圖

本方法使用3段弧來擬合一個橢圓，這三段弧滿足橢圓的幾何性質，即每段弧的兩個端點處的切線與兩個端點的中點的連線經過同一個點。通過設定一個閾值，當3條直線兩兩相交后得到的3個交點之間的距離均小于這一閾值時，即認為它們經過同一個點。擬合時，求解出的參數應使弧段上的N個像素點滿足

(11)

在求得橢圓參數后，用這組參數來求直線段的斜率，并與使用直線的起點和終點求得的直線斜率比較，即

(12)

且滿足

|θellipse(i)-θline(i)|<θerror

(13)

剔除掉求解出的橢圓參數中無法滿足式(13)的部分。對弧段進行篩選后進行了最小二乘擬合，擬合后又將不符合判斷條件的解排除掉，即檢測出了圖像中的橢圓，也就是端面在圖像中的位置[5]。

3　實驗分析

3.1仿真驗證平臺

搭建圖像采集與運動半實物仿真驗證平臺，其具體仿真功能如下：1)圖像測量設備標校功能：首先使用標定軟件對攝像裝置參數進行標定；2)相對運動測量演示功能：測量時攝像裝置所在的測量平臺與被測目標所在的控制平臺在不同方向上相對同時運動，獲取實時圖像數據，經解算得到被測目標的特征信息。

如圖6所示，通過相應的輔助測量和控制平臺、環境模擬等設備，評估圖像特征提取方法的準確性[6]。

圖6　半實物仿真平臺示意圖

3.2仿真實驗

圖7是橢圓檢測方法對圖像中的圓形端面進行識別的過程示意圖，以小型發動機噴管模型為測量對象。從圖8的圖像提取與識別的結果來看，通過不同距離、方位拍攝被測目標時，均能準確提取出被測目標的橢圓特性參數，可以作為后續目標跟蹤與姿態檢測的依據。

圖7　圖像識別過程示意圖

4　結　論

基于航天運載器端面特征的新型圖像特征識別方法，是以圓或橢圓特征為圖像提取的關鍵特征，利用Canny算子有效的檢測出圖像中端面特征的邊緣，將特征邊緣拆分為若干弧段，通過弧段擬合、弧段合并、橢圓提取等方法，實現端面特征的準確提取。經過仿真實驗驗證：該方法測量實時性好、精度高，可以作為后續目標跟蹤與姿態檢測的依據。

圖8　目標識別結果

[1]邾繼貴.視覺測量原理與方法[M].北京：機械工業出版社，2012:101-122.

[2]李彬，羅彪.機器視覺在物體位姿檢測中的應用[J].傳感器與微系統，2016，35(2):150-153.

[3]敬澤，薛方正，李祖樞.基于單目視覺的空間目標位置測量[J].傳感器與微系統，2011，30(3):125-127.

[4]張恒.一種新的運動目標監測方法[J].光電工程，2005，35(9):11-16.

[5]施瀅 ，高建坡 ，崔杰.分塊多特征自適應融合的多目標視覺跟蹤 [J].傳感器與微系統，2015，34(9):128-131.

[6]尚洋.攝影測量技術在國防試驗與航天器對接中的應用研究[J].實驗力學，2005(20):91-94.

A new image feature recognition method based on space vehicle end surface feature

CHEN Hao, MA Yu-kun, FENG Hui

(Beijing Institute of Aerospace Systems Engineering,Beijing 100076,China)

Based on the inherent characteristics of space vehicle end surface,combined with the existing space image measurement system hardware platform,propose a method for end surface image feature extraction and recognition,to obtain the key objectives of surface feature information of the field and the follow-up image physical parameters optimization solution plays a guide role.On the basis of space vehicle elliptic edge feature,the ellipse edge feature is detected using the Canny operator,then the edge feature is split into several arcs.Using the method of arc fitting,arc merger and ellipse extraction,end sur face feature is extracted accurately.Simulation results show that the image feature recognition method has good real-time performance and high precision,and can significantly enhance image measurement ability of space vehicle.

target recognition; end surface feature; parameter extraction; physical quantity measurement

10.13873/J.1000—9787(2016)09—0046—03

2016—08—09

TP 752

A

1000—9787(2016)09—0046—03

陳浩(1986-)，男，內蒙古通遼人，博士，工程師，研究方向為非電量測量、圖像測量等領域。