【摘要】：空間目標(biāo)三維重建技術(shù)是在軌服務(wù)中的重要關(guān)鍵技術(shù)之一,能夠?qū)κl(wèi)星、失控航天器等空間非合作目標(biāo)的在軌清障與救援任務(wù)提供高精度的導(dǎo)航模型。由于空間環(huán)境的高復(fù)雜性,僅僅利用可見(jiàn)光圖像實(shí)現(xiàn)對(duì)目標(biāo)的三維重建面臨著挑戰(zhàn),為此,本文提出一種基于可見(jiàn)光圖像重建點(diǎn)云與激光雷達(dá)點(diǎn)云智能融合的空間目標(biāo)三維重建方法,主要的研究?jī)?nèi)容如下。首先,研究一種基于激光雷達(dá)的空間非合作目標(biāo)三維重建方法。在空間復(fù)雜光照環(huán)境下,激光雷達(dá)具有一定的優(yōu)勢(shì)。在對(duì)激光雷達(dá)工作原理仿真的基礎(chǔ)上,研究了點(diǎn)云數(shù)據(jù)獲取、點(diǎn)云配準(zhǔn)拼接、三維網(wǎng)格構(gòu)造和紋理映射,實(shí)現(xiàn)了對(duì)目標(biāo)模型的三維重建,并開(kāi)展基于激光雷達(dá)的三維重建仿真實(shí)驗(yàn)。其次,探索空間目標(biāo)可見(jiàn)光圖像品質(zhì)參數(shù)分析方法,提出以圖像清晰度、紋理豐富度、曝光度為影響可見(jiàn)光圖像三維重建的品質(zhì)參數(shù),建立圖像品質(zhì)的數(shù)學(xué)模型,并利用BP神經(jīng)網(wǎng)絡(luò)對(duì)三個(gè)品質(zhì)參數(shù)進(jìn)行訓(xùn)練,實(shí)現(xiàn)了輸入圖像序列的智能優(yōu)選。第三,基于卷積神經(jīng)網(wǎng)絡(luò)的caffe開(kāi)放平臺(tái)搭建了Faster RCNN深度學(xué)習(xí)框架,構(gòu)建特征提取網(wǎng)絡(luò)與RPN結(jié)構(gòu)框架,實(shí)現(xiàn)了對(duì)圖像序列中目標(biāo)模塊的智能識(shí)別,進(jìn)而篩選出帶有某部件且清晰完整的目標(biāo)圖像。最后,提出一種基于可見(jiàn)光圖像的重建點(diǎn)云與激光雷達(dá)掃描點(diǎn)云的多模融合三維重建方法,利用曲率的最近點(diǎn)迭代算法方法實(shí)現(xiàn)了重建點(diǎn)云的真實(shí)尺度恢復(fù)與目標(biāo)完整性恢復(fù)。本論文對(duì)仿真模型進(jìn)行了大量三維重建實(shí)驗(yàn),并與原模型比較進(jìn)行誤差分析,以驗(yàn)證本文上述研究?jī)?nèi)容的有效性。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：V52
【圖文】：

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文 具有很多不可替代的優(yōu)勢(shì)。因星載雷達(dá)運(yùn)行軌道高，觀測(cè)視野觀測(cè)到世界每一個(gè)角落，為構(gòu)建拼接數(shù)字世界地圖提供了更多大。還可以用于觀測(cè)天體，其他目標(biāo)等用處，也可在海面高度氣溶膠垂直分布測(cè)量以及氣候氣象檢測(cè)的方面發(fā)揮作用[19]。于國(guó)外在星載激光雷達(dá)的研制和應(yīng)用上，美國(guó)航空航天局(NA世界領(lǐng)先地位[20]。1994 年 Clementine 探月系統(tǒng)上,就率先利用達(dá)掃描月球表面的獲取真實(shí)三維信息。圖1-1中展示的就是Cl統(tǒng)及搭載的激光雷達(dá)。1996 年發(fā)射的火星全球勘探者號(hào)(Marr)MGS，同樣利用該方法獲取了火星表面真實(shí)三維信息。

圖 2-1 脈沖測(cè)量原理DL-64E2 型激光雷達(dá)分析lodyne HDL-64E2 激光雷達(dá)為原型進(jìn)Velodyne HDL-64E2 型激光雷達(dá)主要激光雷達(dá)水平視野為 360 度，垂直視描頻率為 1-15Hz（用戶可選），該感興趣區(qū)域部分的三維點(diǎn)云數(shù)據(jù)及圖用了目前較先進(jìn)的探測(cè)設(shè)備，有著等優(yōu)點(diǎn)，專門針對(duì)運(yùn)動(dòng)目標(biāo)掃描而度上類似。激光束在射出時(shí)角度的面體來(lái)控制的，該多面體的轉(zhuǎn)動(dòng)頻。

配準(zhǔn)示意圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊軍;林巖龍;李龍杰;王小鵬;;基于快速Delaunay三角化的散亂點(diǎn)曲面重建算法[J];計(jì)算機(jī)工程與科學(xué);2015年06期

2 陳燕芹;段錦;祝勇;錢小飛;肖博;;基于紋理特征的圖像復(fù)雜度研究[J];中國(guó)光學(xué);2015年03期

3 楊海燕;蔣新華;聶作先;;基于并行卷積神經(jīng)網(wǎng)絡(luò)的人臉關(guān)鍵點(diǎn)定位方法研究[J];計(jì)算機(jī)應(yīng)用研究;2015年08期

4 王兵;樊星;顧力栩;趙環(huán)宇;;一種確定模糊測(cè)度參數(shù)的粒子群和梯度下降混合算法[J];河北師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

5 姜如波;;基于三維激光掃描技術(shù)的建筑物模型重建[J];測(cè)繪通報(bào);2013年S1期

6 徐黎明;王清;陳劍平;潘玉珍;;基于BP神經(jīng)網(wǎng)絡(luò)的泥石流平均流速預(yù)測(cè)[J];吉林大學(xué)學(xué)報(bào)(地球科學(xué)版);2013年01期

7 孫志軍;薛磊;許陽(yáng)明;王正;;深度學(xué)習(xí)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2012年08期

8 鄧果;趙險(xiǎn)峰;黃煒;盛任農(nóng);;一種用于隱寫(xiě)測(cè)評(píng)的圖像紋理復(fù)雜度估計(jì)方法[J];計(jì)算機(jī)工程;2012年14期

9 梁斌;杜曉東;李成;徐文福;;空間機(jī)器人非合作航天器在軌服務(wù)研究進(jìn)展[J];機(jī)器人;2012年02期

10 張仕玲;孫旭;;基于Matlab的圖像清晰度評(píng)價(jià)方法研究[J];通信技術(shù);2011年12期

相關(guān)碩士學(xué)位論文 前2條

1 戴嘉境;基于多幅圖像的三維重建理論及算法研究[D];上海交通大學(xué);2012年

2 胡明;基于點(diǎn)云數(shù)據(jù)的重建算法研究[D];華南理工大學(xué);2010年

本文編號(hào)：2758765