科研之友
微信
新浪微博
Facebook
分享链接
摘要
相对位姿测量是空间非合作目标态势感知的主要内容，在位姿测量中，需要先对目标图像进行特征提取，而特征提取的精度和鲁棒性直接影响位姿测量性能；为了提高空间非合作目标特征提取的鲁棒性，给出一种基于线段融合的特征提取算法；该算法首先采用基于梯度的滤波器来消除空间目标图像的背景干扰，然后采用LSD直线检测算法、Hough Lines直线检测算法和Shi-Tomasi角点检测算法提取三组特征点，再用K-D空间划分树以及K最近邻搜索算法融合这三组特征点，保留包含显著特征的较少数量特征点，进一步组合成线段结构，并对线段进行融合，以此来提取反映目标整体几何框架的信息，从而提升稳健性；在半物理仿真实验中，特征点的位置误差在3 mm以内，检测的两条线段长度误差分别为2.509 mm和2.551 57 mm;仿真实验和半物理仿真实验测试结果表明，基于线段融合的特征提取方法在空间目标特征提取中具有更好的稳健性。
- 单位
