论文摘要：由图像信息恢复小行星三维形貌的研究

小行星探测将是未来深空探测任务的重点方向之一。而小行星立体模型的确定是小行星探测首要解决的基础研究之一，小行星表面三维地形研究始终占有重要位置。为进一步的小行星探测如自主导航、软着陆提供相关数据支持。 本论文的主要工作有：首先，对同一幅小行星图像用Moravec、Forstner、KLT、Harris四种特征点提取算法进行了特征点提取，从特征提取速度和效果比较可知，Harris算子是非常稳定的一种特征提取算子，不受图像旋转、灰度变化的影响，对噪声有很好的抑制效果，Harris特征点提取算法能很好的提取小行星地表特征图像陨石坑、大石块之类的自然特征点，对后续的匹配工作有很大帮助。 其次，实现了四种特征匹配算法：归一化互相关匹配算法、最小平方差算法、最小绝对值算法、基于不变矩匹配算法。用Matlab的GUI图形程序界面设计了小行星序列图像检测与匹配软件。 再次，对得到的匹配点集分别用线性方法、非线性方法、鲁棒方法对描述了两幅图像之间的关系的基本矩阵进行求解，通过对三种方法求解的结果进行了分析比较表明：鲁棒方法有更好的求解精度。 最后，鉴于小行星自身特点，研究了一种基于目标小行星图像特征库的特征点重建方法，首先建立着陆区图像特征库，随后提取下降过程中拍摄图像序列特征点，用基于图像不变矩匹配的算法与图像数据库进行匹配，得到图像序列间特征点匹配点集，在一定程度上的解决了小行星形状大小并不规则，自转速度快周期较短，表面地形光照分布不均匀且受光照条件影响较大，特征点较难跟踪，容易溢出导航相机视野的情况。最后用计算机视觉原理从运动恢复结构实现了匹配特征点的三维点重建。仿真显示了特征点重建效果比较合理。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/203798.html