陳　浩， 馬玉坤， 馮　輝

(北京宇航系統(tǒng)工程研究所，北京 100076)

?

航天運(yùn)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(tǒng)工程研究所，北京 100076)

基于航天運(yùn)載器端面的固有特征，結(jié)合現(xiàn)有航天圖像測量系統(tǒng)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(nèi)關(guān)鍵目標(biāo)端面特征信息，對后續(xù)圖像物理量參數(shù)優(yōu)化解算起到指導(dǎo)性作用。以運(yùn)載器端面橢圓特征為基礎(chǔ)，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(shí)現(xiàn)端面特征的準(zhǔn)確提取。仿真試驗(yàn)結(jié)果表明：該圖像特征識別方法實(shí)時性好、精度高，可顯著提高運(yùn)載器圖像測量能力。

目標(biāo)識別； 端面特征； 參數(shù)提??； 物理量測量

0　引　言

目前圖像測量技術(shù)已在我國航天運(yùn)載器上得到廣泛應(yīng)用，主要用于關(guān)鍵飛行動作及設(shè)備狀態(tài)的監(jiān)測，取得良好的效果。隨著全系統(tǒng)圖像獲取能力的不斷提升以及高碼率無線傳輸技術(shù)的支撐，在完成精確觀測關(guān)鍵動作既定任務(wù)的同時，如能通過深入分析飛行圖像數(shù)據(jù)，以獲取諸多有價值的物理量測量信息，進(jìn)一步完成圖像中包含的關(guān)鍵目標(biāo)特征信息的實(shí)時準(zhǔn)確提取與識別，將對圖像測量技術(shù)未來實(shí)現(xiàn)關(guān)鍵參數(shù)測量功能奠定理論與工程的基礎(chǔ)[1]。

本文提出一種基于航天運(yùn)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(yùn)載器視頻影像中具有固定幾何特征的端面為關(guān)鍵特征，通過建立端面特征與采樣圖像特征的匹配關(guān)系，充分發(fā)揮圖像遠(yuǎn)距離、非接觸測量等顯著優(yōu)勢，對采集的圖像序列進(jìn)行實(shí)時處理，結(jié)合測量用攝像裝置的標(biāo)定后參數(shù)，獲取運(yùn)載器端面特征的實(shí)時結(jié)果。與此同時，基于圖像測量仿真驗(yàn)證平臺，驗(yàn)證新方法的測量原理的有效性和測量結(jié)果的準(zhǔn)確性，為后續(xù)應(yīng)用做充分準(zhǔn)備[2,3]。

1　端面特征描述

本文以航天運(yùn)載器端面圓或橢圓特征為依據(jù)，首先需構(gòu)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(shù)表示形式為

(2)

橢圓的定義為平面內(nèi)到兩個固定點(diǎn)的距離之和為常數(shù)的點(diǎn)的軌跡的集合，這兩個點(diǎn)為橢圓的焦點(diǎn)。橢圓的中心在原點(diǎn)且兩個焦點(diǎn)都在x軸上時的標(biāo)準(zhǔn)方程為

(3)

參數(shù)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(dú)立的參數(shù)(x,y,α,β,θ)，即橢圓的中心的坐標(biāo)、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(diǎn)。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(diǎn)的切線的交點(diǎn)與這兩點(diǎn)中點(diǎn)的連線通過橢圓的中心。如圖1所示，即點(diǎn)I與點(diǎn)M的連線通過橢圓中心點(diǎn)O。

圖1　橢圓幾何性質(zhì)示意圖

2　端面檢測

2.1端面邊緣檢測算子

航天運(yùn)載器圖像中邊緣的產(chǎn)生是由于實(shí)際目標(biāo)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(zhì)和顏色以及物體的陰影所引起的區(qū)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(jìn)行卷積運(yùn)算，取出最可能的方向。Canny算子采用高斯函數(shù)對圖像作平滑處理，具有較強(qiáng)的去噪能力，能較好地檢測出物體的邊緣[4]。

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

1)該點(diǎn)處的梯度的強(qiáng)度大小大于沿著該點(diǎn)處的梯度方向上的相鄰的兩個點(diǎn)的梯度的強(qiáng)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(diǎn)進(jìn)行準(zhǔn)確定位并且嚴(yán)格控制邊緣寬度為一個像素。

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

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

本方法首先對原始圖像應(yīng)用Canny算子進(jìn)行邊緣檢測，在邊緣檢測得到的圖像上進(jìn)行橢圓檢測。結(jié)合橢圓幾何性質(zhì)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(shù)與橢圓提取無關(guān)的邊緣像素點(diǎn)，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(xù)橢圓檢測時的計算量和提高計算的準(zhǔn)確性。

圖2　弧段分類

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

(5)

(6)

結(jié)合圓的幾何性質(zhì)的最小二乘的方法來擬合圓弧。傳統(tǒng)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(diǎn)對擬合結(jié)果的影響較大。本方法的優(yōu)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(jù)直線的斜率和其所屬的組別做進(jìn)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(diǎn)(xSi，ySi)，終止點(diǎn)(xFi，yFi)，中點(diǎn)(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(biāo)和直線段中點(diǎn)坐標(biāo)來表示，即

(8)

只有當(dāng)通過直線段的起始點(diǎn)和終點(diǎn)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(diǎn)求得的直線斜率θcircle(i)之差小于一定閾值θerror，才認(rèn)為擬合結(jié)果是正確的，即滿足

|θcircle(i)-θline(i)|<θerror

(9)

如果擬合結(jié)果不滿足式(10)，則認(rèn)為擬合結(jié)果是錯誤的，將這個結(jié)果去除。

2.2.2弧段合并

設(shè)定一閾值D，用閾值和一直線段的終點(diǎn)建立一窗口，并在窗口中搜索另一條直線段的起始點(diǎn)。如果一條直線段如圖3所示的終止點(diǎn)和另一條直線段的起始點(diǎn)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(jié)果如圖4所示。

圖4　直線段合并后的結(jié)果

2.2.3橢圓提取

將前面所劃分的圓的4組進(jìn)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(zhì)，即每段弧的兩個端點(diǎn)處的切線與兩個端點(diǎn)的中點(diǎn)的連線經(jīng)過同一個點(diǎn)。通過設(shè)定一個閾值，當(dāng)3條直線兩兩相交后得到的3個交點(diǎn)之間的距離均小于這一閾值時，即認(rèn)為它們經(jīng)過同一個點(diǎn)。擬合時，求解出的參數(shù)應(yīng)使弧段上的N個像素點(diǎn)滿足

(11)

在求得橢圓參數(shù)后，用這組參數(shù)來求直線段的斜率，并與使用直線的起點(diǎn)和終點(diǎn)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(shù)中無法滿足式(13)的部分。對弧段進(jìn)行篩選后進(jìn)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(shí)驗(yàn)分析

3.1仿真驗(yàn)證平臺

搭建圖像采集與運(yùn)動半實(shí)物仿真驗(yàn)證平臺，其具體仿真功能如下：1)圖像測量設(shè)備標(biāo)校功能：首先使用標(biāo)定軟件對攝像裝置參數(shù)進(jìn)行標(biāo)定；2)相對運(yùn)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(biāo)所在的控制平臺在不同方向上相對同時運(yùn)動，獲取實(shí)時圖像數(shù)據(jù)，經(jīng)解算得到被測目標(biāo)的特征信息。

如圖6所示，通過相應(yīng)的輔助測量和控制平臺、環(huán)境模擬等設(shè)備，評估圖像特征提取方法的準(zhǔn)確性[6]。

圖6　半實(shí)物仿真平臺示意圖

3.2仿真實(shí)驗(yàn)

圖7是橢圓檢測方法對圖像中的圓形端面進(jìn)行識別的過程示意圖，以小型發(fā)動機(jī)噴管模型為測量對象。從圖8的圖像提取與識別的結(jié)果來看，通過不同距離、方位拍攝被測目標(biāo)時，均能準(zhǔn)確提取出被測目標(biāo)的橢圓特性參數(shù)，可以作為后續(xù)目標(biāo)跟蹤與姿態(tài)檢測的依據(jù)。

圖7　圖像識別過程示意圖

4　結(jié)　論

基于航天運(yùn)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(guān)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(shí)現(xiàn)端面特征的準(zhǔn)確提取。經(jīng)過仿真實(shí)驗(yàn)驗(yàn)證：該方法測量實(shí)時性好、精度高，可以作為后續(xù)目標(biāo)跟蹤與姿態(tài)檢測的依據(jù)。

圖8　目標(biāo)識別結(jié)果

[1]邾繼貴.視覺測量原理與方法[M].北京：機(jī)械工業(yè)出版社，2012:101-122.

[2]李彬，羅彪.機(jī)器視覺在物體位姿檢測中的應(yīng)用[J].傳感器與微系統(tǒng)，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(biāo)位置測量[J].傳感器與微系統(tǒng)，2011，30(3):125-127.

[4]張恒.一種新的運(yùn)動目標(biāo)監(jiān)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(yīng)融合的多目標(biāo)視覺跟蹤 [J].傳感器與微系統(tǒng)，2015，34(9):128-131.

[6]尚洋.攝影測量技術(shù)在國防試驗(yàn)與航天器對接中的應(yīng)用研究[J].實(shí)驗(yàn)力學(xué)，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(nèi)蒙古通遼人，博士，工程師，研究方向?yàn)榉请娏繙y量、圖像測量等領(lǐng)域。