CN105659820B - 一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法 - Google Patents

一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法

Info

Publication number
CN105659820B
CN105659820B CN201110013246.9A CN201110013246A CN105659820B CN 105659820 B CN105659820 B CN 105659820B CN 201110013246 A CN201110013246 A CN 201110013246A CN 105659820 B CN105659820 B CN 105659820B
Authority
CN
China
Prior art keywords
image
remote sensing
matching
satellite remote
landing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201110013246.9A
Other languages
English (en)
Inventor
王保丰
陈宏敏
邸凯昌
卜彦龙
盛庆轩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Aerospace Control Center
Original Assignee
Beijing Aerospace Control Center
Filing date
Publication date
Application filed by Beijing Aerospace Control Center filed Critical Beijing Aerospace Control Center
Application granted granted Critical
Publication of CN105659820B publication Critical patent/CN105659820B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法,属于航天器导航定位方法,目的在于可靠、高精度地进行行星车在行星表面落点的定位。本发明包括:1.卫星遥感影像着陆区制图。2.视觉图像预处理,3.着陆点定位。本发明可以实现行星探测器行星表面着陆点的定位,具有定位效率高、精度高等优点,为我国航天器科学探测中的导航定位提供了技术支撑。<pb pnum="1" />

Description

一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法
技术领域
本发明属于航天器导航定位方法,特别涉及一种基于图像匹配实现航天器定位的方法。
背景技术
在行星探测的过程中,发射行星车登陆行星表面进行实地科学考察具有重要意义。为判断行星车是否将落在预定区域内,需要对行星车的着陆点进行精确定位。通常在进行行星车进行行星表面考察前,将会发射高分辨率的卫星对该行星进行探测。在行星车或着陆器将会安装多种视觉CCD传感器,对降落过程中不同时段进行成像,降落后进行将落地周边环境进行成像。
目前行星车着陆点定位传统的方法是无线电测量定位。在地球上精确布设无线电测站,由测站对行星车进行距离或角度测量可计算得到行星车在行星表面的位置。定位结果相对精度约为百米级,精度较低。
发明内容
本发明要解决的技术问题是,提供了一种可以可靠、高精度地进行行星车着陆点定位的方法。
本发明包括如下步骤:
(1)卫星遥感图像着陆区制图:首先,对已获取的着陆区卫星遥感图像进行预处理,然后进行立体像对特征点匹配及密集匹配,利用同名像点和图像的位置姿态参数进行前方交会解求三维地面点坐标,内插生成DEM,利用DEM及图像外方位元素生成DOM。
(2)视觉图像预处理:首先对降落相机图像、行星车环视视觉图像分别进行正射影像纠正、图像拼接,其次对立体图像进行特征匹配,为着陆点定位提供预处理结果。
所述的正射影像纠正过程可以为:根据降落相机图像与卫星遥感图像的匹配结果,反算降落相机图像外方位元素,利用卫星遥感图像预先生成的DEM对降落相机图像进行正射校正,在已知三维地形及原始图像外方位元素情况下,利用反解法求得纠正后影像;
所述图像拼接的流程包括原始图像输入、投影变换、图像拼接、图像融合四个部分;首先输入原始图像及其外方位元素,然后依据要求将图像以圆柱投影或圆锥投影或极方位投影的方式投影于虚拟面上;之后,将虚拟面上的已投影的多片图像通过SIFT特征匹配方法进行拼接;最后,对拼接图像进行接边处理,使得色调一致,最终得到拼接图像;
所述对立体图像的特征匹配步骤为:采用特征提取算法,并用相关系数匹配方法匹配同名点;针对不同相机拍摄图像构成的立体像对,采用SIFT匹配方法进行匹配;针对生成DEM时需要进行的密集匹配,以初始匹配点构建成的三角网为约束,在每个三角形中像素通过所在三角形三顶点的视差进行内插得到的匹配点为初值,进行小范围模板匹配;在以上SIFT匹配的基础上再进行最小二乘匹配获得子像素级匹配精度。
(3)着陆点定位:在利用卫星遥感图像及降落相机图像进行匹配实现着陆器快速定位后,利用导航、全景相机环拍图像同卫星遥感图像及对应三维坐标信息,通过图像匹配和后方交会方法定位着陆器位置及其姿态。
步骤(1)中所述的卫星遥感图像预处理包括对卫星遥感图像进行裁剪和灰度拉伸;所述图像的位置姿态参数首先从原始遥测数据提取,并进行Lagrange内插。
本发明模型具有以下特点:基于高分辨率卫星影像进行着陆区域的高精度地图绘制,然后基于行星车在降落过程中拍摄到的降落图像及着陆后得到的环视图像,经过图像预处理和匹配,实现与卫星图像的配准,通常匹配精度优于亚像素,而高分辨率卫星图像像素分辨率优于米级,利用本专利方法可实现着陆点的精确定位。利用该方法定位能实现行星车高精度的着陆点定位。
附图说明
图1基于高分辨卫星图像的着陆区域三维制图示意图;
图2着陆区域DEM和DOM示意图;
图3图像预处理的流程图;
图4环视图像的拼接的结果示例;
图5stner特征提取算法示例图;
图6密集匹配示例图;
图7基于降落相机图像与卫星图像的着陆器定位流程图;
图8环拍图像同卫星图像匹配的着陆点精确定位;
图9环拍图像同卫星图像匹配定位模拟结果图;
图10基于石块匹配的着陆点定位流程图;
具体实施方式
基于高分辨率卫星图像的着陆区三维制图的流程图如图1所示。卫星遥感影像着陆区制图过程为:(1)对卫星遥感图像进行裁剪、灰度拉伸等预处理生成待匹配图像;(2)对一组立体相对进行特征匹配和粗差剔除,基于上述匹配结果进行密集点匹配和粗差剔除;(3)提取原始遥测数据,并对内外方位元素进行Lagrange内插;(4)密集匹配结果和内插得到的内外方位元素,前方交会获取DEM和DOM,示例如图2所示。
图3为图像预处理的流程图。预处理的内容之一是对降落相机图像进行正射纠正。根据降落相机图像与卫星图像的匹配结果,反算降落相机图像外方位元素,利用卫星图像预先生成的DEM对降落相机图像进行正射校正,在已知三维地形及原始图像外方位情况下,利用反解法求得纠正后影像。
环视图像拼接流程包括原始图像输入、投影变换、图像拼接、图像融合四个部分。首先输入原始图像及其外方位元素,然后依据要求将图像以圆柱投影或圆锥投影或极方位投影的方式投影于虚拟面上;之后,将虚拟面上的已投影的多片图像通过SIFT等特征匹配方法进行拼接;最后,对待拼接图像进行接边处理,使得色调一致,最终得到着陆器环视拼接图像,图4为行星车环视图像的拼接的结果示例。
图像预处理工作还包括立体像间特征点与配。行星车视觉系统基线较短图像相似度高,采用特征提取算法,并用相关系数匹配方法匹配同名点,图5为一组模拟的匹配结果示例图;针对不同相机拍摄图像构成的立体像对,采用SIFT匹配方法,这种方法能克服特征点的旋转与缩放,对于变形较大的同名点,有较高的匹配成功率;针对生成DEM时需要进行的密集匹配,以初始匹配点构建成的三角网为约束,在每个三角形中像素通过所在三角形三顶点的视差进行内插得到的匹配点为初值,进行小范围模板匹配;在以上像素级匹配的基础上再进行最小二乘匹配获得子像素级匹配精度,图6为一组模拟的匹配结果示例图。
图7为基于降落相机图像与卫星图像的着陆器概略定位流程图。在进行快速概略定位时,首先依据降落图像粗略的内外方位元素进行近似正射纠正。而后,估算降落图像的分辨率,为了方便匹配,调整降落图像与着陆区卫星图像的分辨率使之基本一致。然后,利用SIFT或A-SIFT等抗旋转与缩放的特征检测与匹配算子将降落图像定位于卫星图像上,并依据姿态计算着陆器在图像上的平面位置。之后,将定位结果传递至下一层分辨率更高的降落图像上,以此为限定,在卫星图像上搜索对应同名点。得到结果后继续传递直至最后一张降落图像。最终,计算着陆器在卫星图像上的位置,完成行星车的概略定位。
图8为基于环拍图像同卫星图像匹配的着陆点精确定位。使用降落相机图像因其在未达到地面就已结束拍摄,故由其得到的定位结果是概略结果,与真实定位结果存在偏差。故在着陆器降落后,由着陆器或行星车上的立体相机获取的环拍图像及相应着陆区卫星图像与三维信息进行精确定位。首先将行星车地面环拍图像自动生成垂直视角的正射影像,然后通过SIFT变换方法提取和匹配实现正射影像与卫星图像的匹配,利用RANSAC方法剔除错误的匹配后通过坐标变换将行星车定位在卫星影像图像中,模拟结果如图9所示。
图10为基于石块匹配的着陆点定位流程图。该方法通过从地面图像和卫星图像中自动提取石块并进行分布模式匹配,实现行星车在高分辨率卫星图像中的精确定位。从行星车获取的地面图像提取石块时,首先由地面立体图像获取行星表面的三维点云数据,并根据局部窗口峰值到局部拟合地面的距离判定石块及其位置;从卫星图像上提取石块时首先经过预处理并划分成小块图像,然后对局部窗口内图像灰度进行统计,根据判定条件提取石块及其位置;从这两种图像中提取石块之后,通过石块分布模式的匹配实现行星车在卫星图像中的定位。

Claims (2)

1.一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法,包括如下步骤:
(1)卫星遥感图像着陆区制图:首先,对已获取的着陆区卫星遥感图像进行预处理,然后进行立体像对特征点匹配及密集匹配,利用同名像点和图像的位置姿态参数进行前方交会解求三维地面点坐标,内插生成DEM,利用DEM及图像外方位元素生成DOM;
(2)视觉图像预处理:首先对降落相机图像、行星车环视视觉图像分别进行正射影像纠正、图像拼接,其次对立体图像进行特征匹配,为着陆点定位提供预处理结果;
所述的正射影像纠正过程为:根据降落相机图像与卫星遥感图像的匹配结果,反算降落相机图像外方位元素,利用卫星遥感图像预先生成的DEM对降落相机图像进行正射校正,在已知三维地形及原始图像外方位元素情况下,利用反解法求得纠正后影像;
所述图像拼接的流程包括原始图像输入、投影变换、图像拼接、图像融合四个部分;首先输入原始图像及其外方位元素,然后依据要求将图像以圆柱投影或圆锥投影或极方位投影的方式投影于虚拟面上;之后,将虚拟面上的已投影的多片图像通过SIFT特征匹配方法进行拼接;最后,对拼接图像进行接边处理,使得色调一致,最终得到拼接图像;
所述对立体图像的特征匹配步骤为:采用特征提取算法,并用相关系数匹配方法匹配同名点;针对不同相机拍摄图像构成的立体像对,采用SIFT匹配方法进行匹配;针对生成DEM时需要进行的密集匹配,以初始匹配点构建成的三角网为约束,在每个三角形中像素通过所在三角形三顶点的视差进行内插得到的匹配点为初值,进行小范围模板匹配;在以上SIFT匹配的基础上再进行最小二乘匹配获得子像素级匹配精度;
(3)着陆点定位:在利用卫星遥感图像及降落相机图像进行匹配实现着陆器快速定位后,利用导航、全景相机环拍图像同卫星遥感图像及对应三维坐标信息,通过图像匹配和后方交会方法定位着陆器位置及其姿态。
2.如权利要求1所述的基于行星车视觉和卫星遥感图像着陆点多模态定位方法,其特征在于:步骤(1)中所述的卫星遥感图像预处理包括对卫星遥感图像进行裁剪和灰度拉伸;所述图像的位置姿态参数首先从原始遥测数据提取,并进行Lagrange内插。
CN201110013246.9A 2011-09-21 一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法 Expired - Fee Related CN105659820B (zh)

Publications (1)

Publication Number Publication Date
CN105659820B true CN105659820B (zh) 2014-06-18

Family

ID=

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427380A (zh) * 2015-12-23 2016-03-23 昆明能讯科技有限责任公司 一种基于多细节层次三维地图数据处理方法
CN107144278A (zh) * 2017-04-24 2017-09-08 北京理工大学 一种基于多源特征的着陆器视觉导航方法
CN109190639A (zh) * 2018-08-16 2019-01-11 新智数字科技有限公司 一种车辆颜色识别方法、装置及系统
CN111707238A (zh) * 2020-05-29 2020-09-25 广东省国土资源测绘院 一种生成航空数字正射影像图的方法及系统
CN110826174B (zh) * 2019-09-25 2023-07-14 北京控制工程研究所 一种动力下降落月仿真过程中考虑三维地形的着陆器相对月面的距离确定方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105427380A (zh) * 2015-12-23 2016-03-23 昆明能讯科技有限责任公司 一种基于多细节层次三维地图数据处理方法
CN105427380B (zh) * 2015-12-23 2018-05-08 昆明能讯科技有限责任公司 一种基于多细节层次三维地图数据处理方法
CN107144278A (zh) * 2017-04-24 2017-09-08 北京理工大学 一种基于多源特征的着陆器视觉导航方法
CN107144278B (zh) * 2017-04-24 2020-02-14 北京理工大学 一种基于多源特征的着陆器视觉导航方法
CN109190639A (zh) * 2018-08-16 2019-01-11 新智数字科技有限公司 一种车辆颜色识别方法、装置及系统
CN110826174B (zh) * 2019-09-25 2023-07-14 北京控制工程研究所 一种动力下降落月仿真过程中考虑三维地形的着陆器相对月面的距离确定方法
CN111707238A (zh) * 2020-05-29 2020-09-25 广东省国土资源测绘院 一种生成航空数字正射影像图的方法及系统
CN111707238B (zh) * 2020-05-29 2021-04-09 广东省国土资源测绘院 一种生成航空数字正射影像图的方法及系统

Similar Documents

Publication Publication Date Title
Neitzel et al. Mobile 3D mapping with a low-cost UAV system
Niethammer et al. Open source image-processing tools for low-cost UAV-based landslide investigations
CN106780729A (zh) 一种无人机序列影像批处理三维重建方法
CN104361628A (zh) 一种基于航空倾斜摄影测量的三维实景建模系统
JP3776787B2 (ja) 三次元データベース生成システム
CN104268935A (zh) 一种基于特征的机载激光点云与影像数据融合系统及方法
CN104091369A (zh) 一种无人机遥感影像建筑物三维损毁检测方法
CN107917699B (zh) 一种用于提高山区地貌倾斜摄影测量空三质量的方法
CN110319772A (zh) 基于无人机的视觉大跨度测距方法
CN108917753A (zh) 基于从运动恢复结构的飞行器位置确定方法
CN104567801A (zh) 一种基于立体视觉的高精度激光测量方法
Sužiedelytė Visockienė et al. Comparison of UAV images processing softwares
CN108253942B (zh) 一种提高倾斜摄影测量空三质量的方法
Kurkov et al. DEM accuracy research based on unmanned aerial survey data
CN112461204B (zh) 卫星对动态飞行目标多视角成像联合计算航行高度的方法
Lee et al. Comparison of Digital Maps Created by Stereo Plotting and Vectorization Based on Images Acquired by Unmanned Aerial Vehicle.
CN110160503A (zh) 一种顾及高程的无人机景观匹配定位方法
CN107063191B (zh) 一种摄影测量区域网整体相对定向的方法
Remetean et al. Philae locating and science support by robotic vision techniques
CN105659820B (zh) 一种基于行星车视觉和卫星遥感图像着陆点多模态定位方法
Chiabrando et al. Performance evaluation of cots uav for architectural heritage documentation. A test on s. giuliano chapel in savigliano (cn)–Italy
Villamil-Lopez et al. Registration of very high resolution SAR and optical images
Magtalas et al. Georeferencing UAS derivatives through point cloud registration with archived lidar datasets
Hussein et al. Global localization of autonomous robots in forest environments
Wang et al. Fast stitching of DOM based on small UAV

Legal Events

Date Code Title Description
GR03 Grant of secret patent right
DC01 Secret patent status has been lifted
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140618

Termination date: 20170921