基于單目視覺的目標位姿確定方法研究及仿真北京航空航天大學2011年8月任務處理報告宇航學院目錄1.主子星位姿確定方案 12.子星拍攝主星的位姿確定 23.主星拍攝子星的位姿確定 44.數字圖像處理 54.1、大圓圓心解算 54.1.1原始圖像讀入 54.1.2圖像的灰度化 64.1.3灰度圖均衡化 64.1.4雙峰法進行圖像閾值分割 74.1.5圖像噪聲濾除 84.1.6聯通組元素提取 84.1.7圓形檢測與圓心提取 94.2、小圓圓心解算 4.2.1區(qū)域生長分割 4.3、圖像處理結果及誤差分析 4.3.3圓心像素坐標 4.3.2坐標誤差 5.實驗攝像頭的光學參數 6.星載攝像頭的光學參數 7.位姿確定算法 7.1、相似迭代算法 8.存在的問題及建議 8.2、關于實驗 8.3、坐標系的標定 9.參考文獻 2310.附錄matlab源程序 10.1、數字圖像處理主程序 10.3、區(qū)域生長分割子函數程序 10.4、相似迭代算法函數及測試程序 11.主子星位姿確定方案主星頂面和子星地面各裝有一個CCD攝像頭，擬采用主星頂面的攝像頭對特征點所在的子星坐標系在整星裝配完成時可以十分精確地進行標定，相應特征點的三維坐標即為已知量。將特征點的圖像二維坐標和子星三維坐標結合相應的位姿解算算法即可解算出子星坐標系相對于攝像機坐標系的位移矢量t和姿態(tài)變換矩陣R。攝像機坐標系及主星本體坐標系在整星裝配完成時進行精確標定。攝像機坐標系與主星本體坐標系間的位移矢量t,和姿態(tài)變換矩陣R,已知。選取合適的歐拉旋轉順序，可以則可由姿態(tài)變換矩陣反解出姿態(tài)角(歐拉角)。通過圖像處理獲得者三個圓的輪廓(在圖片上應為橢圓),進而解算圓心，以圓心作為特征點進行物體位姿確定。而在子星本體坐標系中，三個圓的圓心坐標已知，其誤差可以通過加工精度進行控制。故以三個圓的圓心作為目標特目前查閱的文獻均沒有研究過三點定位問題22.子星拍攝主星的位姿確定從子星的攝像頭拍主星進行位姿確定不可行。1、如下圖，由于梯度桿的柔性，子星攝像頭會隨子星平臺而俯仰。重力梯度桿較長，故輕微的俯仰就易使主星平臺脫離子星攝像頭的視野。2、在圖像處理上，主星平臺的四邊形提取因重力梯度桿的影響而十分困難。下圖為實驗用圖。因為實際拍攝照片時，不能到樣星進行拍攝。3對此圖進行圖像處理以期獲得主星頂面四邊形，但多次試驗后效果仍然不醫(yī)貼組償的灰重圖關度面測通結用醫(yī)貼組償的灰重圖關度面測通結用面在圖通分數被普架提和曾次圖分組造出聯主星頂面可用的特征點只有四邊形的四個角點，現在四邊形不能很好地被鑒于子星拍攝主星時有可能失去目標，所以只能采用主星拍攝子星獲得圖43.主星拍攝子星的位姿確定主星安裝的攝像頭拍攝子星時，大片的重力梯度桿進入攝像視野。重力梯其一，重力梯度桿上鉸接頭的圖像特征太明顯，圖像灰度處理后幾乎不能將其分割，這就使得圖像解算特征點時誤差較大。且這一影響隨重力梯度桿的其二，重力梯度桿的鉸接頭擋住子星底板的小孔，使得拍攝的圖像失去待處理的特征點。如下圖5數字圖像處理(DigitallmageProcessing)是通過計算機對圖像進行去除噪聲、增強、復原、分割、提取特征等處理的方法和技術。4.1、大圓圓心解算本實驗圖像處理流程圖：圓輪廓及圓心檢測導入原始圖像圓輪廓及圓心檢測導入原始圖像閾值分割有效部分噪聲濾除和取聯通元素衡化%Stepl獲取圖像裝入待處理彩色圖像并顯示原始圖像Scolor=imreadf'sat01.jpg';%imread函數讀取圖像文件6一幅完整的圖像，是由紅色綠色藍色三個通道組成的。紅色、綠色、藍色三個通道的縮覽圖都是以灰度顯示的。用不同的灰度色階來表示“紅，綠，藍”在圖像中的比重。通道中的純白，代表了該色光在此處為最高亮度，亮度級別是255。灰度范圍0～255。彩色圖像包含著大量的顏色信息，不但在存儲上開銷很大，而且在處理上也會降低系統(tǒng)的執(zhí)行速度，因此在對圖像進行識別等處理中經常將彩色圖像轉%將彩色圖像轉換為灰度圖并顯示Sgray=rgb2gray(Scolor);%rgb2gray轉換7圖像的閾值分割關鍵在于閥值的選取，這一步不能完全自動化，必須針對具體圖像進行反復試驗，找出較為合適的閾。thl=25;%獲得最佳閾值，這個值要在試驗中反復試驗8圖像在采集、傳輸等過程中，不可避免會存在一些噪聲。利用形態(tài)學的開開運算可以切斷細長的搭線，消除圖像邊緣的毛刺和孤立點，具有平滑圖像邊界的作用，而閉運算同樣具有平滑邊界的作用，且能連接小的間斷和填充濾噪處理也不能完全自動化，噪聲濾除算子的設置也必須根據具體的圖像B=strel('diamond',5);%試驗表明算子設為5時濾噪結果勉強可以由于重力梯度桿交接點面積較大，已經不能再進行圖94.1.7圓形檢測與圓心提取Hough變換是一種基于圖像全局分割結果的邊緣連接技術，它抗干擾能力強，能檢測出任意形狀的曲線，即使線上有許多的斷裂，因此在圖像分析的預Hough變換的基本原理在于，利用點與線的對偶性，將圖像空間的線條變Hough變換的基本策略是：由圖像空間中的邊緣數據點去計算參數空間中的參數點的可能軌跡，并在一個累加器中給計算出的參考點計數，最后選出峰應到參數空間(a,b,r)通過Hough變換，將圖像空間(x,y)對用hough變換檢測圓及其圓心的像素坐標。程序中圓的檢測半徑范圍需要人為給定：通過上面的處理將圓提取出來后，直接用matlab圖像工具粗略量取圓半徑像素值，然后給出檢測范圍，以減少壞點的數目甚至檢測錯誤。minr=308;%檢測圓的最小半徑maxr=314;%檢測圓的最大半徑==hough_circle(BW,step_r,step_angle,minr,maxrimshow(hough_circle),title('HOUGH變換檢測結果)原始檢測結果圖檢測結果放大圖通過HOUGH變換檢測到的圓心，會因邊界檢測的毛刺引入壞點，通過下面的程序進行迭代將壞點剔除，增減圓心坐標的可靠度。%圓心像素坐標，默認以角點為像素坐標的坐標原點%以圖像中心為坐標原點的圖像坐標，圖片2272X結果x=105.3,Y=-169.04.2.1區(qū)域生長分割重力梯度桿將小圓分割后，不能再對小圓執(zhí)行閾值分割，這里采用區(qū)域生從初始區(qū)域(如小鄰域或甚至于每個象素)開始，將相鄰的具有同樣性質的象素或其它區(qū)域歸并到目前的區(qū)域中從而逐步增長區(qū)域，直至沒有可以歸并的點區(qū)域生長的基本思想是將具有相似性質的像素集合起來構成區(qū)域。具體先對每個需要分割的區(qū)域找一個種子像素作為生長起點，然后將種子像素和周圍鄰域中與種子像素有相同或相似性質的像素(根據某種事先確定的生長或相似準則來判定)合并到種子像素所在的區(qū)域中。將這些新像素當作新的種子繼續(xù)4.2.2小圓圖像處理Yout=regiongrow(Sgray,seed,th濾噪處理網值分割圖濾噪結果同時為聯通組提取準備聯通組元素提取圖像已經無法提取到圓形，實際上檢測的是一段圓弧。圓形檢測圖圓形檢測圖放大圖通過圓弧檢測圖可見，獲取的點大多數都在圓弧上。一些不再圓弧上的點，在經過圓心獲取程序迭代處理后，大多數將被踢除，仍然能保證圓心坐標較高從處理圖像可知提取到的點多數也處于圓弧上。大圓左邊小圓右邊小圓像素坐標xX4.3.2坐標誤差5.實驗攝像頭的光學參數實驗拍照使用攝像機為富士S5500攝像機。實驗用焦距5.7mm;實驗用分辨率2272×1704:攝像頭面陣CCD光敏面光學格式為1/2.7inch,像素尺寸未知，6.星載攝像頭的光學參數星載攝像頭的光學參數：52°horzontalfieldcorrection,imagescaling,sharpening,gammacorrectionand1%此攝像頭面陣CCD光敏面光學格式為1/3.8inch,像素尺寸為2.2微米。如上圖所示，像素hxv=1600×1200。最大在此距離以上，測量對象將進入攝像機視場。即200cm的重力梯度桿將有130cm長的部分進入攝像視野出現在拍攝的圖像上。相似迭代算法[2、1要求選取的特征點不共面，特征點數不得小于4。這是初期考慮采用的算法，后期圖像處理發(fā)現子星到目前為止不能提供非共面特征點。但若果以后能在子星上找到非共面得特征點，則此算法有一定的優(yōu)點。1、相似迭代算法的優(yōu)點在子星梯度桿位移超過半米以上時，相似迭代算法精度很高，穩(wěn)定性很好，下圖為一組相似迭代算法的測試結果：t3相對誤差%t2相對誤差%t1t3相對誤差%t2相對誤差%俯仰角theta相對誤差%偏航角psi相對誤差%滾轉角phi相對誤差%結果顯示位移和姿態(tài)誤差均能穩(wěn)定在零左右，精度較高，穩(wěn)定性較好。盡初始段坐標值相差不大時由較大誤差。將圖初始段放大如下：t1相對誤差%t2相對誤差%t3相對誤差%t3的值俯仰角theta相對誤差%偏航角psi相對誤差%滾轉角phi相對誤差%測試模型為下圖所示的非共面6點布局模型。測試6個點在目標所處三維坐標系中的坐標設置為圖像坐標按給定的歐拉姿態(tài)角以及321歐拉旋轉順序下相應的坐標變換矩陣結合位移向量來產生。測試焦距f=0.0038mm.整個解算耗時10.438秒，共進行1996次解算，即平均每解算一組數據耗時2、相似迭代算法的不足下時，程序將不能輸出結果?？赡茉蚴堑Y果發(fā)散以至于產生死循環(huán)。t?比三維坐標值小時，也不能輸出結果。Tsai兩步法標定算法可以處理特征點共面的目標位姿確定問題，該方法標定攝像頭內部參數的同時也解算位移向量和坐標變換矩陣。但此方法要求特征點要在7個或7個以上。本實驗目標物不能滿足此要求。Tsai兩步主要在視覺定位技術中用于標定攝像機的內部參數，如攝像頭的畸變值、采樣頻率的變化等。由于圖像處理的精度限制，本任務將可以不對攝像頭進行標定，即認為攝像頭畸變，焦距為標稱焦距等。一方面重力梯度桿對圖像質量的影響極大，但這不可避免，另一方面三個特征點不足以進行位姿解算。為使得目標信息更豐富，需對子星底板做一定的首先要增加圓孔的數目，以解決個別孔被遮擋后目標信息缺失的問題。目前只有三個圓作為目標信息，這本身就不夠；一旦有一個圓被遮擋，那么兩個圓心更不能進行姿態(tài)確定。目前的圓信息示意圖新增加的個別孔上應增設圓柱狀得突起，以產生非共面的特征點；由于重力梯度桿上子星的整周旋轉性，特征點在與圖像二維平面平行的目標坐標平面上的投影應具有非軸對稱幾何關系，否則可能因為子星的旋轉而將實際姿態(tài)信息隱藏，解算出現不可預知的錯誤。增設的日標信息投影示意圖其次要增加目標物與背景物之間的對比度。目前的圖片雖然可以進行圓心的提取，但閾值設置需經過多次實驗才能感性地獲取而且結果有一定誤差。若給圓盤邊沿以及孔的邊沿引入發(fā)光物，如熒光粉，則可以使得圖像處理更嬌容易，精度也更高。但不知熒光粉到了外太空效果如何。日前沒有條件也沒有必要進行較為精確的拍照處理實驗。首先是整星沒有制造完成之前，坐標系的標定很隨意。攝像機可以亂動，重力梯度桿的伸縮也不能自動控制。其次是2米長的重力梯度桿還沒有與樣星裝配起來，而且2米桿還有壞的另外攝像背景很難選取。所以目前沒有條件也沒有必要進行坐標系標定下的精確實驗。目前可以將之分解為兩部分：一為圖像處理，二位位姿解算。圖像處理只需要能較為準確地捕捉到目標特征點即可，而位姿解算算法的精度用編程仿真來測試。那么等整型制造完成或衛(wèi)星上天后，準確捕捉到得特征點加可行的位姿解算算法，位姿確定就可以進行。由于現在沒有衛(wèi)星實物，所以坐標系的標定用文字敘述。主星有本體坐標系。根據實物的幾何尺寸，可以有攝像頭鏡面的位置坐標，進而由攝像頭的焦距等攝像頭參數可以標定攝像坐標并知曉攝像頭相對于主星的位姿關系。子星坐標系建在子星的底板上，此坐標系相對于主星頂面(或主星本體坐標系)的初始位姿關系由衛(wèi)星最終制造裝配關系決定。至此，坐標系9.參考文獻%Stepl獲取圖像裝入待處理彩色圖像并顯示原始圖像Scolor=imread('sat01.jpg');%imrcad函數讀取圖像文件%將彩色圖像轉換為灰度圖并顯示Sgray=rgb2gray(Scolor);%rgb2gray轉換成灰度圖Sgray=histeq(Sgray);%直方圖均衡化%**************************%大圓的數字圖像處理%首次濾噪處理%圖像分割%濾噪處理%聯通組元素提取%圓形檢測==hough_circle(BW,step_r,step_angle,minr,maxrimshow(hough_circle),title('HOUGH變換檢測結果)%圓心提取%圓心像素坐標，默認以角點為像素坐標的坐標原點%***************************%左邊小圓的處理%區(qū)域生長分割Yout=regiongrow(Sgray,seed,th%濾噪處理%聯通組元素提取%圓形檢測==hough_circle(BW,step_r,step_angle,minr,maxrimshow(hough_circle),title('HOUGH變換檢測結果)%圓心提取%圓心像素坐標，默認以角點為像素坐標的坐標原點%以圖像中心為坐標原點的圖像坐標，圖片2272X1%***************************%右邊小圓的處理%區(qū)域生長分割Yout=regiongrow(Sgray,seed,th%濾噪處理%聯通組元素提取%圓形檢測==hough_circle(BW,step_r,step_angle,minr,maxrimshow(hough_eircle),title("HOUGH變換檢測結果)%圓心提取%圓心像素坐標，默認以角點為像素坐標的坐標原點=function[hou=hough_circle(BW,step_r,step_angle,r_min,%%%%%%%%%%%%%%%%%%%%%%%%p:以p*hough_space的最大值為閾值，p取0.1之間的數%hough_space:參數空間，h(a,b,r)表示圓心在(a,b)半徑為r的圓上的點數%para:檢測到的圓的圓心、半徑hough_space=zeros(m,n,si%將圖像空間(x,y)對應到參數空間(a,b,r)%搜索超過閾值的聚集點par3=floor(index(k)/(m*n))%打印結果par3=floor(index(k)/(m*n))para(:,k)=[parl,par2,parfunctionYout=regiongro%******************************%王官宇編寫[LH]=size(seed);10.4、相似迭代算法函數及測試程序f=3.8;n=6;%***************************本本本**測試位移c=[c2,cl,c3]';*·****************測試歐拉角%**********************************************產生測試坐標變換矩陣%***************