小行星三维地形模型几何重建方法

DOI： 10.3969/j.issn.1674 1579.2020.01.008小行星三维地形模型几何重建方法刘兴潭，武延鹏，吴奋陟，顾营迎，郑然，梁潇摘要： 小行星全球测绘对深空探测定点着陆具有重要意义.通过对绕飞段光学敏感器拍摄的序列图像进行几何立体重建方法的研究，可以实现探测器位姿信息未知情况下的三维地形建模.综合小行星表面特性、小行星运行特点与探测器飞行需求，首先通过全局的运动恢复结构完成小行星稀疏点云重建，再利用多视角场景重建对点云进行稠密化得到致密均匀的网格.然后采用隼鸟号探测器绕飞阶段实测影像，对小行星糸川(25143 Itokawa)的三维地形进行仿真重建，分辨率为0.36 m；并在光学实验室对3D打印的小行星比例模型进行模拟观测实验，得到重建分辨率为0.67 m.最后通过点云配准，进一步验证方法的有效性.结果表明，本方法稳定性较强，在分辨率要求在米级范围内的情况下，能够较好地针对小行星表面地形进行三维重建.     

聚焦光场成像三维粒子场重建方法

层析重建是层析粒子图像测速(Tomo-PIV)技术实现三维粒子位置和强度信息(三维粒子场)重构的核心步骤。相比于多相机的Tomo-PIV技术,单聚焦光场相机通过一次成像能够同时采集示踪粒子的散射光的方向和位置信息。因此,提出一种单聚焦光场相机的层析重建技术用于重构流场中的三维粒子场信息。为了验证本文方法的可行性及准确性,利用几何光学建立了示踪粒子的光场成像模型,利用光线追迹技术计算了粒子在聚焦光场相机中的成像,对比了被测流场中位于不同深度位置的粒子在聚焦光场相机中的成像差异;建立了基于单聚焦光场相机的层析重建数学模型,利用乘法代数重构技术(MART)对模拟所得的光场图像进行反演计算,实现了三维粒子场的重构,并利用归一化互相关系数来表征粒子的重建质量。结果表明,单个粒子在Z轴方向上的位置精度为±0.35 mm,初步证明了基于聚焦光场成像理论的三维粒子场重建方法的可行性。     

基于序列影像的小天体三维形状重建方法研究

提出了一种基于序列影像的小天体三维形状重建方法。利用小天体序列影像间的内在几何约束关系,在无精确位置、姿态数据的条件下,基于稀疏光束法平差求解小天体序列影像的相对位置、姿态。综合利用核线几何约束、半全局匹配、多视最小二乘匹配等策略进行小天体序列影像的密集匹配,重建小天体三维形状信息。由于小天体序列影像尺度变化大、纹理贫乏,导致影像匹配的误匹配率较高,在匹配过程中采用随机KD树搜索策略与拟合透视变换模型的RANSAC算法剔除粗差。利用"黎明号"探测器的绕飞段实测影像,对灶神星(VESTA)的三维形状重建进行了实验,结果证明了该方法的有效性。     

复杂动态场景下目标检测与分割算法

在动态场景等复杂条件下,往往难以对序列图像目标进行准确的检测与分割。根据序列图像中目标在复杂条件下的成像特点,提出了一种基于融合尺度不变特征变换(SIFT)流特征显著模型的动态场景目标检测与分割算法。通过对SIFT流算法表示运动特征信息的优势进行分析,并结合图像国际照明协会(CIE)Lab颜色空间的颜色和亮度特征信息,建立四维特征向量空间。利用改进的多尺度中心-环绕对比方法生成各特征通道的显著图并进行线性融合,建立序列图像的动态场景目标显著模型。最后利用均值漂移聚类算法和形态学处理实现对检测目标的精确分割。实验结果表明,相比传统检测与分割算法,该算法在动态背景与航拍等复杂场景下能够分割出更为完整的目标区域,具有良好的鲁棒性和高分割精度。      

TOF相机在空间近距离目标探测中的应用研究

3D TOF相机具有同时获取目标的灰度和深度图像的功能,从而能够实时得到目标物体的三维点云,实现三维成像.主要介绍了3D TOF相机的工作机理以及应用场景等,同时模拟空间近距离目标探测的应用对目标进行成像研究,分析了不同条件下对目标物成像的影响因素以及相机的误差来源和误差的校正方法,并通过相机对深度信息的获取,对相机的距离探测精度进行了测试.     

一种非合作目标模型快速测量方法

服务航天器跟踪、接近和捕获目标时,需要快速获取目标卫星局部模块的精密3D轮廓。文章研究了一种基于结构光的单目测量系统,能够同时满足三维测量速度快、精度高等需求。提出了一种黑白DeBruijn序列编码方法,使用单张相机图片就可以完成重建,采用黑白条纹,增强了对空间反射的抗干扰能力。相比较于双目测量方法,该方法认为投影装置模型和相机模型一致,省去了图像匹配步骤,有效减少了计算时间;采用迭代的方法对点云进行重建,不需要预先进行畸变校正。以卫星模型为目标,使用高速相机进行了重建试验,试验结果表明采用这种方法进行重建时,采集图像时间短,深度信息误差为0.0583mm,速度和精度都能满足非合作目标的三维测量要求。     

基于波动光学的显微光场成像点扩散函数

光场Micro-PIV通过Lucy-Richardson（L-R）算法对光场图片进行反卷积重建,从而获得示踪粒子的三维坐标信息,准确的点扩散函数（PSF）是L-R算法完成重建的前提,而现有PSF模型不适用于光场Micro-PIV系统。为此,建立了基于波动光学的显微光场成像PSF模型,进行了数值仿真,获得了模拟PSF图像,并通过结构相似性算法计算了模拟PSF图像与实际PSF图像的相似度,进一步利用L-R算法结合PSF对单个粒子和不同浓度下示踪粒子的流场进行了三维重建。结果表明:模拟PSF图像与实际PSF图像相似度大于0.94,表明PSF模型具有较高的准确性;单个粒子的三维坐标误差在一个像素以内,并可准确地获得不同浓度下示踪粒子的三维坐标信息,进一步验证了模型的准确性,为光场Micro-PIV实现瞬时三维速度场测量奠定了基础。      

基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

空间材料科学实验中的X光三维成像仿真

用于空间材料科学研究的X射线观察设备已列入空间站材料科学实验规划,仿真实现X光三维成像的流程可为X射线观察设备的研制提供设计依据.仿真流程主要包括三个步骤:使用锥束X光照射被扫描对象并旋转对象,获取多角度下的投影影像;根据投影影像和几何信息重建扫描对象,获取对象空间点数据;将扫描对象三维显示出来.使用线衰减系数不同且相互重叠的多个椭球组成的三维Shepp-Logan模型对算法进行了仿真测试,仿真结果能很好地将模型重建并显示出来.      

基于单目视觉的三维重构相机技术研究

针对飞行器执行在轨服务获取空间多维图像的需求，提出了基于单目视觉的三维重构相机技术，利用基于亮度法体素着色原理实现空间目标的三维重构。搭建地面试验，设计模拟圆轨道和椭圆轨道多种试验，验证了在200 m范围内伴飞状态下,实现对目标的高分辨率三维重构图像，重构精度为0.105 m，为识别空间目标特征部位奠定技术基础。     

基于多假设跟踪的散射点关联和三维重构方法

针对雷达目标在未知视角下一维散射中心关联存在的问题,提出了一种基于散射强度信息辅助的多假设跟踪(MHT)散射点关联方法,采用散射点幅度信息辅助实现对目标散射点的有效关联,对关联后的数据采用序贯因式分解的方法实现了目标的三维重构。仿真实验表明,该方法简单、成像效果稳定,通过对关联过程中的假设更新和管理可有效剔除目标运动过程中产生的虚假散射点,适用于目标在多个姿态下多个散射点的关联和三维重构,具有较高的鲁棒性。      

极稀疏投影数据的CT图像重建

从稀疏投影数据足够精确地重建断层图像，从而能够在显著降低计算机断层成像（CT）检查X-射线辐射剂量的前提下，提供充分适宜影像学临床诊断需求的重建图像。针对圆周扫描扇束投影的二维CT图像重建，提出了投影驱动的系统模型，并将CT迭代图像重建与压缩感知（CS）理论相结合，设计了一种CT迭代图像重建算法，且将算法扩展到圆周扫描锥束投影的三维CT图像重建。仿真实验结果表明:在极稀疏投影数据的条件下（[0，2π）范围内扇束/锥束扫描不超过20个投影角度），算法数值精度高，计算复杂度低，内存开销少，有很强的工程实用性。      

扰动测量环境中基于图像序列的模态参数识别

针对结构模态参数识别,提出了一种基于二维连续图像序列的识别方法.该方法以CCD相机采集的图像序列为基础,在待识别结构上选取一定数量的特征点,运用因子分解法将结构运动参数和外形信息分离开,得到各特征点的运动轨迹,通过实施特征系统实现算法(ERA,Eigen-system Realization Algorithm)识别出结构的模态参数.特别是当测量仪器,即CCD相机受到扰动时,能够从图像序列中分离扰动,得到结构自身的运动参数,保证较好的识别效果.以相机受扰动时,悬臂梁模型为例进行了仿真分析.将识别出的悬臂梁前5阶频率与ANSYS计算结果进行对比,结果吻合很好,对于工程中利用光学图像识别结构动态特性具有较高的参考价值.     

基于三维点云模型的空间目标光学图像生成技术

空间探测任务中大量先验图像数据的缺乏，使得基于光学图像的态势感知和导航算法无法被有效定量测试和评估。针对此问题，提出了一种基于三维点云模型和射影变换基本理论的空间目标光学图像生成方法。在完成对空间目标三维点云模型和仿真摄像机模型构建基础之上，利用射影变换基本理论依次计算像平面所有像素点与空间目标三维点云模型空间点的对应关系，并基于Lambertian漫反射模型和相对应空间目标三维点云模型空间点的光照方向，得到所有像素点的灰度值，从而生成给定空间目标的光学图像。大量仿真实验表明:与传统的基于解析模型的仿真图像生成方法相比，所提的空间目标光学图像生成技术能够以更快的速度生成更加真实的仿真图像，且生成的仿真图像可以广泛应用于椭圆拟合、陨石坑检测、着陆器视觉导航、航天器交会对接、空间目标跟踪等典型空间应用算法的定性与定量评估。