為清除空間垃圾,延長衛(wèi)星壽命,實(shí)現(xiàn)廢棄衛(wèi)星在軌零部件回收,面向非合作目標(biāo)的在軌服務(wù)任務(wù)成為各國研究重點(diǎn)。針對(duì)非合作目標(biāo)的接近、捕獲等操作是在軌服務(wù)的基礎(chǔ),目標(biāo)運(yùn)動(dòng)參數(shù)獲取是實(shí)現(xiàn)上述操作的前提條件。由于目標(biāo)表面結(jié)構(gòu)與運(yùn)動(dòng)狀態(tài)未知,為實(shí)現(xiàn)目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì),考慮到敏感器體積,精度,采樣頻率等因素,采用多視覺敏感器融合測量方法。因此本文以非合作目標(biāo)在軌服務(wù)為背景,研究基于2D/3D視覺相機(jī)數(shù)據(jù)融合的空間目標(biāo)運(yùn)動(dòng)估計(jì)方法。首先,針對(duì)目標(biāo)表面三維重建過程中3D相機(jī)外參數(shù)校正問題,充分利用深度測量數(shù)據(jù),在正交投影模型基礎(chǔ)上,建立關(guān)于外參數(shù)姿態(tài)矩陣的優(yōu)化目標(biāo)函數(shù)。考慮到3D相機(jī)測量誤差較大,為提高算法魯棒性,確保取得全局最優(yōu)解,采用凸優(yōu)化方法將優(yōu)化函數(shù)轉(zhuǎn)化為線性不等式約束下的線性凸優(yōu)化問題,采用內(nèi)點(diǎn)法求解,得到3D相機(jī)參數(shù),并給出全局收斂性證明。仿真表明該方法能較快收斂且具有較高的魯棒性。其次,針對(duì)目標(biāo)表面三維重建過程中2D/3D數(shù)據(jù)融合問題,為提升3D圖像分辨率,結(jié)合同場景高分辨率2D灰度圖像,推導(dǎo)基于置信度的聯(lián)合雙邊濾波方法。為保持原深度圖像中邊緣信息,考慮到同場景灰度圖像與深度圖像常具有相似的不... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 3D視覺在航天任務(wù)中的應(yīng)用
        1.2.2 3D視覺類型及應(yīng)用研究情況
        1.2.3 2D/3D相機(jī)組合運(yùn)動(dòng)估計(jì)方法
    1.3 主要研究內(nèi)容
第2章 2D/3D相機(jī)模型及分辨率提升基本方法
    2.1 引言
    2.2 CCD相機(jī)與 3D相機(jī)成像模型
        2.2.1 坐標(biāo)系定義
        2.2.2 CCD相機(jī)成像模型
        2.2.3 3D相機(jī)成像模型
    2.3 深度圖像分辨率提升基本方法
        2.3.1 內(nèi)插值方法
        2.3.2 濾波方法
    2.4 本章小結(jié)
第3章 基于凸優(yōu)化的 3D相機(jī)外參數(shù)校正方法
    3.1 引言
    3.2 3D相機(jī)外參數(shù)校正的正交投影模型
    3.3 凸優(yōu)化求解方法
        3.3.1 凸優(yōu)化方法
        3.3.2 目標(biāo)函數(shù)線性化
        3.3.3 約束函數(shù)凸優(yōu)化
        3.3.4 LMI求解方法
    3.4 收斂性分析
    3.5 仿真與結(jié)果分析
        3.5.1 仿真參數(shù)設(shè)置
        3.5.2 收斂性驗(yàn)證
        3.5.3 魯棒性驗(yàn)證
    3.6 本章小結(jié)
第4章 基于聯(lián)合雙邊濾波的 2D/3D圖像數(shù)據(jù)融合方法
    4.1 引言
    4.2 聯(lián)合雙邊濾波方法
        4.2.1 問題描述
        4.2.2 雙邊濾波方法
        4.2.3 聯(lián)合雙邊濾波方法
    4.3 基于置信度的聯(lián)合雙邊濾波方法
    4.4 仿真及結(jié)果分析
        4.4.1 精確性驗(yàn)證
        4.4.2 邊緣特征保持能力驗(yàn)證
        4.4.3 基于Kinect的物理仿真
    4.5 本章小結(jié)
第5章 基于場景流的空間目標(biāo)運(yùn)動(dòng)估計(jì)方法
    5.1 引言
    5.2 平面光流場求解方法
        5.2.1 全局光流算法
        5.2.2 局部光流算法
    5.3 三維場景流計(jì)算方法
        5.3.1 全局場景流算法
        5.3.2 局部場景流算法
    5.4 仿真及結(jié)果分析
        5.4.1 全局場景流仿真驗(yàn)證
        5.4.2 局部場景流仿真驗(yàn)證
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)成果
致謝



本文編號(hào)：3471343