CN115096196A - 一种用于火箭回收的视觉测高测速方法、系统及存储介质 - Google Patents
一种用于火箭回收的视觉测高测速方法、系统及存储介质 Download PDFInfo
- Publication number
- CN115096196A CN115096196A CN202211023125.7A CN202211023125A CN115096196A CN 115096196 A CN115096196 A CN 115096196A CN 202211023125 A CN202211023125 A CN 202211023125A CN 115096196 A CN115096196 A CN 115096196A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- rocket
- height
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011084 recovery Methods 0.000 title claims abstract description 29
- 230000000007 visual effect Effects 0.000 title claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000000691 measurement method Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 4
- 101100001673 Emericella variicolor andH gene Proteins 0.000 claims description 3
- 235000015842 Hesperis Nutrition 0.000 claims description 2
- 235000012633 Iberis amara Nutrition 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 5
- 230000003628 erosive effect Effects 0.000 description 4
- 238000003706 image smoothing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/64—Devices characterised by the determination of the time taken to traverse a fixed distance
- G01P3/68—Devices characterised by the determination of the time taken to traverse a fixed distance using optical means, i.e. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及火箭高度测量领域,具体涉及一种用于火箭回收的视觉测高测速方法、系统及存储介质,克服现有测量方法存在的鲁棒性较低等问题。该方法以地面提前布置的靶标点为先验信息,通过对摄像装置成像视场内任意两个靶标进行成像,利用质心提取算法获取靶标质心信息,在此基础上,基于线性成像模型建立了火箭实时高度与靶标距离之间的约束方程,从而解得火箭的实时高度和速度信息。该方法具有算法简单、实时性强、具有良好的抗噪声干扰性能和鲁棒性等优点。
Description
技术领域
本发明涉及火箭高度测量领域,特别涉及一种用于火箭回收的视觉测高测速方法,应用于火箭及其它航天器回收与降落过程中的高度及速度测量。
背景技术
随着航天技术的发展,重复使用成为未来航天运输系统的主要发展方向之一,国内外开展了大量研究工作。实现运载火箭的重复使用,首先需要解决运载火箭回收技术,而精确测量火箭回收过程中的实时高度和速度是完成火箭回收的关键之一。目前一般采用激光测距、气压计等传感器的测量方法实现相应参数的测量,但是存在测量方式不直观,鲁棒性不高等缺点。
由于单目摄像装置是运载火箭上的常规载荷,且基于视觉的测量方式具有系统相对简单可靠、体积小、质量轻、测量视场范围广、成本低以及测量实时效率高等优势,因此,基于运载火箭自身搭载的箭载摄像装置来测量火箭回收过程中的高度和速度信息就成为火箭回收测高测速的重要研究方向之一,而目前运载火箭的重复使用领域鲜有基于视觉信息的火箭实时高度及速度测量方面的研究。
发明内容
本发明的目的是提供一种用于火箭回收的视觉测高测速方法、系统及存储介质,克服现有测量方法存在的鲁棒性较低等问题。本发明方法以地面提前布置的靶标为先验信息,通过对摄像装置成像视场内任意两个靶标进行成像,利用质心提取算法获取靶标质心信息,在此基础上,基于线性成像模型建立了火箭实时高度与靶标距离之间的约束方程,能够精确解算出火箭实时高度及速度。
本发明的技术方案是提供一种用于火箭回收的视觉测高测速方法,其特殊之处在于,包括以下步骤:
步骤1、采集地面靶标图像;
在火箭回收过程,控制箭载摄像装置以设定频率采集多帧地面靶标图像;所述地面靶标包括至少两个靶标点;
步骤2、图像预处理;
步骤2.1、分别对摄像装置采集的多帧地面靶标图像进行平滑处理;
步骤2.2、分别对平滑处理后的多帧地面靶标图像进行灰度化处理,获得相应的二值图像;
步骤3、靶标质心提取;
基于连通域遍历的靶标质心提取算法,分别对预处理后的多帧靶标图像进行质心提取,获得靶标上两个靶标点之间的距离;
步骤4、解算高度和速度信息;
基于线性成像模型建立火箭实时高度与靶标点距离之间的约束方程,获得火箭的实时高度和速度信息。
其中,H t 和H t+1 分别为由相邻两帧图像算得的火箭实时高度。
进一步地,步骤2.2中基于如下方法确定灰度化处理方法的阈值:
步骤a、给定多个不同的阈值t;
进一步地,为了去除噪点,步骤2中还包括步骤2.3:对二值图像进行形态学操作的步骤。
本发明还提供一种用于火箭回收的视觉测高测速系统,包括存储器与处理器,其中存储器中存储计算机程序,其特殊之处在于:所述计算机程序被处理器运行时,执行上述用于火箭回收的视觉测高测速方法。
本发明还提供一种存储介质,其内储存有计算机程序,其特殊之处在于:所述计算机程序被处理器运行时,执行上述用于火箭回收的视觉测高测速方法。
本发明的有益效果是:
1、本发明基于火箭自身搭载的箭载摄像装置获取的靶标视觉信息来实时测量运载火箭及其它航天器回收与降落过程中的高度及速度的测量方法。该方法以地面提前布置的靶标点为先验信息,通过对摄像装置成像视场内任意两个靶标进行成像,利用质心提取算法获取靶标质心信息,在此基础上,基于线性成像模型建立了火箭实时高度与靶标距离之间的约束方程,从而解得火箭的实时高度和速度信息。该方法具有算法简单、实时性强、具有良好的抗噪声干扰性能和鲁棒性等优点。
2、本发明基于类间方差最大化的最佳阈值确定方法,完成各帧图像的二值化处理,提高后续几何特征提取精度,可以进一步提高最终火箭实时位置及速度的测量精度。
附图说明
图1为实施例用于火箭回收的视觉测高测速方法流程图。
图2为实施例中连通域遍历过程原理示意图,其中(a)为初始标记的连通域,(b)为最终标记的连通域。
图3为实施例中高度解算原理示意图。
图4为实施例中实验用靶标。
图5为实施例中无人机拍摄的靶标原图。
图6为实施例中靶标点提取结果。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
如图1所示为本发明的基本工作流程,具体实现包括以下步骤:
步骤一,摄像装置内参标定;
通过标定内参得到摄像装置的等效焦距、光心坐标。摄像装置内参属于离线计算的系统参数,在系统执行期间作为计算过程的输入量使用。该参数一旦确定,在后续计算中将保持不变。在本发明中,采用经典的张正友方法利用二维平面棋盘格标定出摄像装置的等效焦距和光心坐标。
步骤二,完成地面靶标图像采集,进行图像预处理;
在火箭回收过程,控制箭载摄像装置以设定频率采集多帧地面靶标图像;
图像预处理主要包含图像平滑、图像灰度化、形态学操作等方面。具体如下:
1)图像平滑。对于质量不佳的图像,图像平滑可以凸显图像的主干,抑制图像中的高频干扰信号。它实际上起着低通滤波的作用,能够使噪点和边缘等高频信号模糊化。与卷积操作类似,平滑操作即由一个具有特定结构的滑动窗口遍历整张图像,从而获得平滑后的结果。针对不同类别的噪点,选用不同的图像平滑算法。例如,中值滤波适用于去除椒盐噪点,高斯滤波对于去除高斯噪点有很理想的效果。
2)图像灰度化。由于彩色图像的元素太多不太好提取,故先把彩色图像转化为灰度图像,转化为灰度图像之后,再提取图像中的特征几何信息。图像阈值通常用于图像的二值化处理。对于某一张灰度图像,若像素点的灰度值高于阈值则把该点设为255(黑色),若像素点的灰度值低于阈值则把该点设为0(白色)。然而,如何选择阈值是一个关键。需要对阈值不断调节才能提取到最佳的特征线,如果阈值过小,周围的无关物也就相应增多,不利于提取特征,对结果也有影响。阈值过大的话,特征线区域显示不全,误差较大。
由于特征靶标与背景之间的对比度高,灰度值差异大,利用大津阈值分割法(OTSU)可以获得较好的二值化效果。它的原理即选择一个阈值t,满足由阈值t分开的两种像素点的类间方差最大。
由上述公式即可计算出以t为阈值分割图像后的类间方差,通过遍历给定的阈值t使类间方差达到最大值,此时的阈值t即为最佳阈值。
3)形态学操作。形态学操作是基于图像形态进行的一些简单处理,一般在二值图像上执行。它由一个结构化窗口对原始图像进行遍历,该窗口可以用来决定操作的性质。基本的形态学操作包括腐蚀和膨胀,并由这两类基本变换组成了开运算、闭运算等形态学操作。腐蚀运算即将卷积核沿着图像滑动,若对应位置处的像素都为1,则中心元素为1,否则为0。运算后前景将减小,有利于消除白噪声,分隔开连为一体的物体。而在膨胀操作中,若卷积核对应位置处的像素值有一个为1,则中心元素为1。膨胀运算后会使前景变大,有利于连接分开的两个物体。开运算是先腐蚀再膨胀的操作,它能在保持前景不变的同时去除背景噪声。闭运算则是先膨胀再腐蚀的操作,它常用于填充前景中的黑点。
步骤三,靶标点质心提取。
本实施例采用基于连通域遍历的靶标质心提取算法,对预处理后的靶标点图像进行质心提取。
如图2所示,(a)图中,经过连通域遍历的方法,将二值化靶标图像初始标记为4个连通域;
经过比较4个连通域的邻域像素值,可以看出,标记为2、3、4的连通域相邻像素具有相同的像素值,因此将标记为2、3、4的连通域合并,并重新标记为2,如图(b)所示。其中标记为1的连通域对应一个靶标点,标记为2的连通域对应另一个靶标点,将连通域中心点坐标作为对应靶标点的质心。
步骤四,解算高度和速度信息。基于线性成像模型建立火箭实时高度与靶标距离之间的约束方程,解得火箭的实时高度和速度信息。
如图3所示,高度计算的基本原理是基于小孔成像模型,在已知摄像装置内参(等效焦距、光心坐标)以及预设的任意两个靶标之间实际距离的情况下,即可解算出摄像装置距离地面的高度H及箭体偏移量AN。
解算具体流程如下:
如图3所示,地面上两个靶标点的质心为M和N,其在像面上所成的像分别为M′和N′,由前述特征提取算法,可获取M′和N′的像素坐标,则有:
另一方面:
联立上式,即可解得摄像装置高度H及箭体偏移量AN。随后,在已知摄像装置帧频的情况下,基于下式计算火箭的实时速度:
其中,H t 和H t+1 分别为由相邻两帧图像算得的火箭的高度。
以下基于仿真试验和实物试验,对上述高度测量方法的精度进行分析。
1、仿真试验
根据前述测量流程,影响最终测量结果精度的因素主要包括成像质量、摄像装置标定精度、靶标点质心提取精度及算法解算精度,其中摄像装置标定精度、靶标点质心提取精度及算法解算精度均可事先控制,从而保证较高的精度,因此,考虑实际应用场景,影响最终高度测量精度的主要因素为成像质量,特别是烟雾、支腿等的遮挡。成像质量、遮挡等因素对算法精度的影响的直接体现是对靶标质心提取精度的影响,因此,对质心提取精度对高度计算的影响进行了仿真分析。
1)在靶标间距为15m的情况下,对不同高度处测距精度进行分析;
a、在高度H=200m, 靶标间距等于15m的情况下,对算法精度进行了仿真分析,结果如表1所示:
表1 算法精度仿真分析结果
b、在高度H=150m,靶标间距为15m的情况下,对算法精度进行了仿真分析,结果如表2所示:
表2 算法精度仿真分析结果
c、在高度H=100m,靶标间距为15m的情况下,对算法精度进行了仿真分析,结果如表3所示:
表3算法精度仿真分析结果
d、在高度H=75m,靶标间距为15m的情况下,对算法精度进行了仿真分析,结果如表4所示:
表4 算法精度仿真分析结果
e、在高度H=43m, 靶标间距为15m的情况下,对算法精度进行了仿真分析,结果如表5所示:
表5 算法精度仿真分析结果
2)在高度为43m处,对不同靶标间距测距精度分析;
A、在高度H=43m, 靶标间距为15m的情况下,对算法精度进行了仿真分析,结果如表6所示:
表6 算法精度仿真分析结果
B、在高度H=43m, 靶标间距为8m的情况下,对算法精度进行了仿真分析,结果如表7所示:
表7 算法精度仿真分析结果
C、在高度H=43m, 靶标间距为3m的情况下,对算法精度进行了仿真分析,结果如表8所示:
表8 算法精度仿真分析结果
从上述仿真实验可以看出,距离越远,质心提取精度越低,高度计算误差越大。成像质量较好的情况下,现有算法可以保证质心提取精度在0.1pixe以内,从而可以保证高度测量结果具有较高的精度。要提高测量精度,必须保证较好的成像场景和较高的成像质量。
2 、无人机测高飞行实物试验
本试验通过无人机携带的摄像装置拍摄现实布置在地面上的靶标,利用本发明提出的高度测量方法来实现无人机实时高度的测量,其中无人机真实高度可通过无人机自带的控制软件设置,靶标上的各个靶标点之间的距离已知,具体靶标如图4和图5所示,靶标点提取结果如图6所示。
利用本文算法,得到的高度解算结果如表9所示。可以看出,相对误差最大为5.647%,可以满足火箭回收任务中对高度测量的需求。
表9 高度测量结果
Claims (7)
1.一种用于火箭回收的视觉测高测速方法,其特征在于,包括以下步骤:
步骤1、采集地面靶标图像;
在火箭回收过程,控制箭载摄像装置以设定频率采集多帧地面靶标图像;所述地面靶标包括至少两个靶标点;
步骤2、图像预处理;
步骤2.1、分别对摄像装置采集的多帧地面靶标图像进行平滑处理;
步骤2.2、分别对平滑处理后的多帧地面靶标图像进行灰度化处理,获得相应的二值图像;
步骤3、靶标质心提取;
基于连通域遍历的靶标质心提取算法,分别对预处理后的多帧靶标图像进行质心提取,获得靶标上两个靶标点之间的距离;
步骤4、解算高度和速度信息;
基于线性成像模型建立火箭实时高度与靶标点距离之间的约束方程,获得火箭的实时高度和速度信息。
5.根据权利要求4所述的一种用于火箭回收的视觉测高测速方法,其特征在于,步骤2中还包括步骤2.3:对二值图像进行形态学操作的步骤。
6.一种用于火箭回收的视觉测高测速系统,包括存储器与处理器,其中存储器中存储计算机程序,其特征在于:所述计算机程序被处理器运行时,执行权利要求1-5任一所述一种用于火箭回收的视觉测高测速方法。
7.一种存储介质,其内储存有计算机程序,其特征在于:所述计算机程序被处理器运行时,执行权利要求1-5任一所述一种用于火箭回收的视觉测高测速方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211023125.7A CN115096196B (zh) | 2022-08-25 | 2022-08-25 | 一种用于火箭回收的视觉测高测速方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211023125.7A CN115096196B (zh) | 2022-08-25 | 2022-08-25 | 一种用于火箭回收的视觉测高测速方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115096196A true CN115096196A (zh) | 2022-09-23 |
CN115096196B CN115096196B (zh) | 2022-12-27 |
Family
ID=83301186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211023125.7A Active CN115096196B (zh) | 2022-08-25 | 2022-08-25 | 一种用于火箭回收的视觉测高测速方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115096196B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168954A (zh) * | 2011-01-14 | 2011-08-31 | 浙江大学 | 基于单目摄像机的深度、深度场及物体大小的测量方法 |
CN103177582A (zh) * | 2013-04-22 | 2013-06-26 | 杜东 | 一种视频测速和车牌识别的一体机 |
CN103322984A (zh) * | 2013-05-13 | 2013-09-25 | 成都理工大学 | 基于视频图像的测距、测速方法及装置 |
CN104182758A (zh) * | 2014-07-11 | 2014-12-03 | 北京航天发射技术研究所 | 用于火箭风摆测量的图像识别方法 |
CN106771320A (zh) * | 2016-11-23 | 2017-05-31 | 北京航天控制仪器研究所 | 一种火箭橇图像测速方法 |
US20170178352A1 (en) * | 2015-12-18 | 2017-06-22 | Iris Automation, Inc. | Systems and methods for generating a 3d world model using velocity data of a vehicle |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
CN111768453A (zh) * | 2020-07-17 | 2020-10-13 | 哈尔滨工业大学 | 航天器集群地面模拟系统中导航定位装置与方法 |
CN111833281A (zh) * | 2020-06-08 | 2020-10-27 | 上海宇航系统工程研究所 | 面向可重复使用火箭回收的多视觉敏感器数据融合方法 |
WO2021004548A1 (zh) * | 2019-07-08 | 2021-01-14 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN112577463A (zh) * | 2020-12-07 | 2021-03-30 | 中国西安卫星测控中心 | 姿态参数修正的航天器单目视觉测距方法 |
CN113450373A (zh) * | 2020-08-18 | 2021-09-28 | 中国人民解放军63729部队 | 一种基于光学实况图像的运载火箭飞行过程特征事件实时判别方法 |
-
2022
- 2022-08-25 CN CN202211023125.7A patent/CN115096196B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168954A (zh) * | 2011-01-14 | 2011-08-31 | 浙江大学 | 基于单目摄像机的深度、深度场及物体大小的测量方法 |
CN103177582A (zh) * | 2013-04-22 | 2013-06-26 | 杜东 | 一种视频测速和车牌识别的一体机 |
CN103322984A (zh) * | 2013-05-13 | 2013-09-25 | 成都理工大学 | 基于视频图像的测距、测速方法及装置 |
CN104182758A (zh) * | 2014-07-11 | 2014-12-03 | 北京航天发射技术研究所 | 用于火箭风摆测量的图像识别方法 |
US20170178352A1 (en) * | 2015-12-18 | 2017-06-22 | Iris Automation, Inc. | Systems and methods for generating a 3d world model using velocity data of a vehicle |
CN106771320A (zh) * | 2016-11-23 | 2017-05-31 | 北京航天控制仪器研究所 | 一种火箭橇图像测速方法 |
CN110174088A (zh) * | 2019-04-30 | 2019-08-27 | 上海海事大学 | 一种基于单目视觉的目标测距方法 |
WO2021004548A1 (zh) * | 2019-07-08 | 2021-01-14 | 中原工学院 | 一种基于双目立体视觉系统的车辆智能测速方法 |
CN111833281A (zh) * | 2020-06-08 | 2020-10-27 | 上海宇航系统工程研究所 | 面向可重复使用火箭回收的多视觉敏感器数据融合方法 |
CN111768453A (zh) * | 2020-07-17 | 2020-10-13 | 哈尔滨工业大学 | 航天器集群地面模拟系统中导航定位装置与方法 |
CN113450373A (zh) * | 2020-08-18 | 2021-09-28 | 中国人民解放军63729部队 | 一种基于光学实况图像的运载火箭飞行过程特征事件实时判别方法 |
CN112577463A (zh) * | 2020-12-07 | 2021-03-30 | 中国西安卫星测控中心 | 姿态参数修正的航天器单目视觉测距方法 |
Non-Patent Citations (1)
Title |
---|
张小苗等: "基于双目视觉的返回舱着陆横向速度测量", 《航天返回与遥感》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115096196B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844750B (zh) | 一种水面全景图像目标检测识别方法 | |
US7430303B2 (en) | Target detection method and system | |
CN109685732B (zh) | 一种基于边界捕捉的深度图像高精度修复方法 | |
CN107203973B (zh) | 一种三维激光扫描系统中线激光中心的亚像素定位方法 | |
CN111079556A (zh) | 一种多时相无人机视频图像变化区域检测及分类方法 | |
CN110647836B (zh) | 一种鲁棒的基于深度学习的单目标跟踪方法 | |
CN115761550A (zh) | 一种基于激光雷达点云和相机图像融合的水面目标检测方法 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN113066050B (zh) | 一种基于视觉的空投货台航向姿态解算方法 | |
CN113379789B (zh) | 一种复杂环境下运动目标跟踪方法 | |
CN112669286A (zh) | 基于红外热像的外墙外保温系统缺陷识别与损伤程度评价方法 | |
CN112683228A (zh) | 单目相机测距方法及装置 | |
CN114549549B (zh) | 一种动态环境下基于实例分割的动态目标建模跟踪方法 | |
CN111145198A (zh) | 一种基于快速角点检测的非合作目标运动估计方法 | |
CN113205494B (zh) | 基于自适应尺度图像块加权差测量的红外小目标检测方法和系统 | |
CN112967305B (zh) | 一种复杂天空场景下的图像云背景检测方法 | |
CN111951295B (zh) | 基于多项式拟合高精度确定飞行轨迹的方法、装置和电子设备 | |
CN116206094B (zh) | 风机扇叶角度测量方法、装置、系统及电子设备 | |
CN113223074A (zh) | 一种水下激光条纹中心提取方法 | |
CN115096196B (zh) | 一种用于火箭回收的视觉测高测速方法、系统及存储介质 | |
CN114565653B (zh) | 一种存在旋转变化和尺度差异的异源遥感图像匹配方法 | |
CN111553876B (zh) | 一种气动光学视线误差图像处理方法及系统 | |
CN112348853B (zh) | 基于红外显著性特征融合的粒子滤波跟踪的方法 | |
CN114332629A (zh) | 基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法 | |
WO2022015260A1 (en) | An object detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |