CN111652896B - 惯导辅助陨石坑由粗到精检测方法 - Google Patents

Abstract

本发明公开的惯导辅助陨石坑由粗到精检测方法，属于深空探测技术领域。本发明实现方法为：基于明暗区域信息实现陨石坑图像特征边缘粗提取。利用快速傅里叶变换搜索模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域。在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。本发明能够解决序列图像特征间仿射变换及信息冗余带来的特征无法检测和识别效率低的困难。本发明不仅适用于行星着陆及小天体探测任务中，也适用于月球探测任务。

Description

惯导辅助陨石坑由粗到精检测方法

技术领域

本发明涉及惯导辅助陨石坑由粗到精检测方法，属于深空探测技术领域。

技术背景

采用光学设备对着陆地形环境进行感知是保障复杂地形下着陆探测任务成功实施的重要技术手段。在着陆过程中，探测器利用光学设备(激光雷达、光学相机)对着陆区域成像，通过图像处理获取的光学信息不仅可用于障碍检测及规避，还可作为导航路标进行跟踪以实现探测器精确定位及运动参数估计。光学相机相较于激光雷达等主动传感器具有低成本，低功耗，大视场及获取图像信息丰富的优势，已广泛应用于行星探测着陆任务中。

陨石坑是太阳系天体上常见的自然形貌，随时间推移在不同光照条件和导航相机位姿下具有一致的几何轮廓(圆或椭圆)和明暗区域特性，因此陨石坑是最适用于着陆导航的观测特征。此外，陨石坑边缘地势陡峭，是障碍地形之一，需要对其进行提取及规避。探测器着陆采集图像过程中，拍摄条件(如高度、视角等)动态变化会导致同一陨石坑图像产生尺度及形状变化，且序列图像间存在信息冗余，分别检测降低计算效率。因此，考虑到精确导航和障碍规避的需要，有必要设计一种快速有效地陨石坑检测方法，保证着陆器精确安全着陆。

发明内容

为了解决行星着陆星表形貌特征识别问题，本发明的目的是提供一种惯导辅助陨石坑由粗到精检测方法，通过引入惯性测量信息，在单一陨石坑所在区域内实现陨石坑检测，保证着陆器精确安全着陆。

本发明的目的是通过下述技术方案实现的。

本发明公开的惯导辅助陨石坑由粗到精检测方法，基于明暗区域信息实现陨石坑图像特征边缘粗提取。利用快速傅里叶变换搜索模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域。在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。

本发明公开的惯导辅助陨石坑由粗到精检测方法，包括如下步骤：

步骤1：基于明暗区域信息实现陨石坑图像特征边缘粗提取。

对于某一像素点(u,v)，基于区域的边缘检测方法选择以像素点(u,v)为中心，大小为w×w的图像窗口，首先计算窗口内灰度均值E(M)，然后寻找窗口内像素点最大灰度值max(M)和最小灰度值min(M)，并计算窗口内灰度均值E(M)分别与max(M)和min(M)的差值，将该值分配给原图像像素点。图像I创建过程如式(1)所示。

I(u,v)＝max[E(M)-min(M),max(M)-E(M)] (1)

将带有w×w元素的窗口M以原始图像的每个像素为中心重复式(1)所示的操作过程，从而创建一个新的图像I。

根据图像I的灰度值范围，计算阈值T_I，如式(2)所示。

T_I＝α[max(I)-min(I)]+min(I) (2)

式中，α为常数。

利用阈值T_I，对图像I进行如下二值化处理，得到陨石坑边缘特征的二值图像J。

按照式(1)至式(3)对图像进行处理，即实现对陨石坑边缘特征粗进行提取。

步骤2：利用快速傅里叶变换搜索模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。

创建二值化模型作为搜索模板，由于陨石坑自然形状不规则，搜索模板设定为圆环，其内部半径是外部半径的一半，周围是一个黑色正方形的背景。同时，陨石坑特征尺度大小不一，需要生成半径大小不同的模板图像。

为了衡量模板图像和候选区域之间的相似度，根据公式(4)计算两者之间的相关系数

式中，m和n表示模板图像T大小，I_u,v表示待检图像中以(u,v)为左上顶点大小为m×n的图像子区域，I_u,v(k,l)和T(k,l)分别表示I_u,v和T在(k,l)点的灰度值，

和/>

分别表示I_u,v和T的灰度均值。

为了提高效率，利用连通域分析陨石坑边缘候选区域大小。为了保证候选区域检测充分性，采用四连通域分析候选区域大小。

通过对候选区域的四连通域分析，得到候选区域上相距最远的两点p_max和p_min，分别计算其水平方向和垂直方向上的距离，取最大值定义为模板图像中圆环外径。模板图像圆环外径确定如式(5)所示。

r_i＝max(|u_pmax-u_pmin|,|v_pmax-v_pmin|) (5)

式中，u_pmax，v_pmax，u_pmin和v_pmin分别表示两点p_max和p_min在图像坐标系下的横纵坐标值。

在此基础上确定陨石坑边缘区域，实现图像特征所在区域粗定位，且能够避免产生大量冗余模板，提高效率。

步骤3：通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域。在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。

为了实现探测器状态估计，陨石坑必须在至少两个连续图像的重叠区域内进行选择。在序列图像中首先寻找相交的多边形并计算重叠区域。

探测器初始位置为t＝[t_x t_y t_z]^T，探测器z_c轴垂直指向于着陆平面，x_c轴和y_c轴分别与着陆点坐标的x_l轴和y_l轴平行，则基于相机投影模型计算得到相机视场与着陆平面的交点如式(6)所示。

式中，F₁ ⁱ，

和/>

分别表示相机视场与着陆平面的交点，γ表示相机视场角大小。

式(6)给出了着陆点坐标系下相机视场与着陆平面的交点，为了描述探测器旋转和平移运动情况下相机视场与着陆平面的交点变化，定义交点F₁ ⁱ在相机坐标系的坐标为。

探测器运动后的相机视场交点矢量^cF₁ ⁱ⁺¹由式(8)计算得到。

式中，

表示探测器相对运动姿态矩阵，/>

表示探测器相对运动平移向量，其分别由下式计算得到。

式中，C_i和C_i+1分别表示探测器相对着陆点坐标系的姿态矩阵，t_i和t_i+1表示探测器在着陆点坐标系下的位置，

值得注意的是，以上推导得到的探测器相对运动状态由探测器绝对状态表示，而在实际情况下探测器绝对状态为导航***中待估状态量，通过惯性测量单元给出探测器的位置和姿态信息估计得到。

由式(8)计算得到探测器运动后的相机视场与着陆平面交点如式(10)所示。

同样地，计算得到交点

在相机坐标系下的坐标/>

并得到探测器运动后的相机视场与着陆平面的所有交点，以此计算序列图像间的重合区域。

作为优选，为了计算重叠区域，需要考虑四边形顶点以及四边形边界之间交点的位置，重叠区域获取步骤如下：

(1)对于第一个四边形的每个顶点，判断它是否包含在第二个四边形里面。如果是，存储该点坐标；

(2)对于第二个四边形的每个顶点，判断它是否包含在第一个四边形里面。如果是，储存该点坐标；

(3)对于其中一个四边形的每条边，判断其与另一个四边形的每条边是否相交。如果是，转入(4)计算每个点对应的图像点位置并储存交点坐标；

(4)计算每个点对应的图像点位置，连接每个像点形成凸多边形；

(5)基于相机透视成像原理确定两幅图像中重合区域，在此范围内进行陨石坑候选区域粗检测。

基于上述重叠区域获取步骤能够有效地实现序列图像间重合区域确定，从而为陨石坑候选区域粗检测提供前提条件。

在实际应用中，大多数的陨石坑在行星地形上以圆形形态分布。然而，在下降序列图像中，由于星载相机可能不总是垂直指向行星表面，陨石坑图像并不呈现为圆形。半径为r的圆环，经过仿射畸变(C_i+1,t_i+1)形成椭圆环，变换后的椭圆由参数长轴a、短轴b和长轴倾角θ表示。由于图像仿射失真将圆转化为序列图像中的椭圆，在下降图像中应用相同的基于圆环的特征检测模型可能会造成不可估量的精度损失。因此，需要特征模板更新。

序列图像间像点的几何关系描述为：

式中，f表示相机焦距，

和/>

表示第二幅图像中像点坐标。

变换式(11)得到：

初始模板图像表示如式(13)所示。

(u,v,1)Q_i(u,v,1)^T＝0 (13)

将式(12)带入到式(13)中仿射变换后模板图像表达式为：

(u,v,1)Q_i+1(u,v,1)^T＝0 (14)

将式(14)改写成一般解析式为：

Au²+Buv+Cv²+Du+Ev+F＝0 (15)

为了更加直观地描述变换后模板图像，将式(15)改写成中心点、长短轴和长轴倾角θ参数表示：

同时探测器运动导致的图像中目标运动，而运动后的目标往往只在图像中一个非常小的区域出现，所以在搜索匹配时，搜索位置可通过估计值(u₀,v₀)确定，比较当前及其邻域相关系数大小，找出合适区域。利用惯性信息计算序列图像间重合区域和更新特征模板，从而确定陨石坑候选区域。

因此，利用步骤2中提取的陨石坑候选区域，把每一个候选区域看作一个稀疏型陨石坑分布，然后在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。

作为优选，为了减少噪声响应，提高边缘检测正确率以及限制单个边缘点对于亮度变化定位，对候选区域图像采用Canny边缘检测方法。在完成陨石坑真实边缘的提取后，利用提取出的边缘采取投票策略拟合为椭圆，确定椭圆参数。边缘精细提取具体步骤如下：

(1)利用Canny边缘检测方法提取某一候选区域图像中的陨石坑边缘，以候选区域中心为陨石坑中心；

(2)随机抽取5个像素并拟合出对应的曲线；计算拟合出的椭圆中心，判断椭圆中心点与候选区域中心的距离，如果距离在一定阈值范围内，判定曲线为备选陨石坑边缘曲线；

(3)设定阈值，计算该条曲线上所有剩余的点与该椭圆的距离，如果符合，判定该点近似的在该条曲线上，并记录；

(4)判断点的个数，多于设定最少数目，认定该拟合椭圆是正确的；并用全部在椭圆曲线上的点重新计算椭圆方程，计算新获得的椭圆与全部点距离的平方和，以此作为拟合误差；最后在正确的拟合中挑选拟合误差最小的一组参数作为曲线参数的估计结果。

(5)对每一个候选区域，重复完成上面的步骤(1)至(4)，拟合得到所有候选区域的陨石坑边缘参数，从而得到在原图像中陨石坑边缘参数，实现惯导辅助由粗到精检测陨石坑特征，保证着陆器精确安全着陆。

有益效果：

1、本发明公开的惯导辅助陨石坑由粗到精检测方法，基于明暗区域信息和形态学处理实现陨石坑图像特征边缘粗提取，利用快速傅里叶变换计算模板与图像特征的匹配度，实现图像特征区域定位，从而在单一陨石坑所在区域内实现陨石坑精细检测，提高陨石坑特征检测准确性。

2、本发明公开的惯导辅助陨石坑由粗到精检测方法，通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域，能够解决序列图像特征间仿射变换及信息冗余带来的特征无法检测和识别效率低的困难。

3、由于行星和小天体以及月球表面均存在陨石坑特征，本发明公开的惯导辅助陨石坑由粗到精检测方法，不仅适用于行星着陆及小天体探测任务中，也适用于月球探测任务。

附图说明

图1为火星表面序列图像；

图2为序列图像重合区域计算结果；

图3为陨石坑边缘提取结果；

图4为仿射变化后图像；

图5为边缘区域确定结果，图5(a)为仿射变化后的陨石坑边缘区域检测结果，图5(b)为陨石坑边缘确定区域相关系数图；

图6为陨石坑边缘精检测结果；

图7本发明公开的惯导辅助陨石坑由粗到精检测方法流程图。

具体实施方式

为了更好的说明本发明的目的和优点，下面结合附图和实例对本发明的内容做进一步说明。

如图7所示，本实例公开的惯导辅助陨石坑由粗到精检测方法，具体步骤如下：

步骤1：基于明暗区域信息实现陨石坑图像特征边缘粗提取。

对于某一像素点(u,v)，基于区域的边缘检测方法选择以其为中心，大小为w×w的图像窗口，计算窗口内灰度均值E(M)，寻找窗口内像素点最大灰度值max(M)和最小灰度值min(M)，并计算窗口内灰度均值E(M)分别与max(M)和min(M)的差值，最后将该值分配给原图像像素点。具体计算过程如式(20)所示。

I(u,v)＝max[E(M)-min(M),max(M)-E(M)] (20)

为了最小化噪声影响，取w＝3。将带有w×w元素的窗口M以原始图像的每个像素为中心重复式(20)所示的操作过程，从而创建一个新的图像I。

根据图像I的灰度值范围，计算阈值T_I，如式(2)所示。

T_I＝α[max(I)-min(I)]+min(I) (21)

式中，α为常数。

利用阈值T_I，对图像I进行如下二值化处理，得到陨石坑边缘候选区域的二值图像J。

按照式(20)至式(22)对图像进行处理，常数α值取0.25，即可对陨石坑边缘特征粗进行提取。

步骤2：利用快速傅里叶变换搜索模板与图像特征的匹配度，从而实现图像特征所在区域粗定位。

首创建二值化模型作为搜索模板，由于陨石坑自然形状不规则，搜索模板设定为圆环，其内部半径是外部半径的一半，周围是一个黑色正方形的背景。同时，陨石坑特征尺度大小不一，需要生成半径大小不同的模板图像。

为了衡量模板图像和候选区域之间的相似度，计算两者之间的相关系数如下

式中，m和n表示模板图像T大小，I_u,v表示待检图像中以(u,v)为左上顶点大小为m×n的图像子区域，I_u,v(k,l)和T(k,l)分别表示I_u,v和T在(k,l)点的灰度值，

和/>

分别表示I_u,v和T的灰度均值。

为提高效率，首先需要分析图像中陨石坑边缘候选区域大小。利用连通域分析陨石坑边缘候选区域大小，并在此基础上最终确定陨石坑边缘区域。为了保证候选区域检测充分性，采用四连通域分析候选区域大小。

通过对候选区域的四连通域分析，得到候选区域上相距最远的两点p_max和p_min，分别计算其水平方向和垂直方向上的距离，取最大值定义为模板图像中圆环外径。模板图像圆环外径确定如式(24)所示。

r_i＝max(|u_pmax-u_pmin|,|v_pmax-v_pmin|) (24)

式中，u_pmax，v_pmax，u_pmin和v_pmin分别表示两点p_max和p_min在图像坐标系下的横纵坐标值。

在此基础上确定陨石坑边缘区域，避免产生大量冗余模板，提高效率。

步骤3：通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域。在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。

为了实现探测器状态估计，陨石坑必须在至少两个连续图像的重叠区域内进行选择。在序列图像中首先寻找相交的多边形并计算重叠区域。

假设探测器初始位置为t＝[t_x t_y t_z]^T，探测器z_c轴垂直指向于着陆平面，x_c轴和y_c轴分别与着陆点坐标的x_l轴和y_l轴平行，则基于相机投影模型计算得到相机视场与着陆平面的交点如式(25)所示。

式中，F₁ ⁱ，

和/>

分别表示相机视场与着陆平面的交点，γ表示相机视场角大小。

式(25)给出着陆点坐标系下相机视场与着陆平面的交点，为了描述探测器旋转和平移运动情况下相机视场与着陆平面的交点变化，定义交点F₁ ⁱ在相机坐标系的坐标为

探测器运动后的相机视场交点矢量^cF₁ ⁱ⁺¹可由式(27)计算得到。

式中，

表示探测器相对运动姿态矩阵，/>

表示探测器相对运动平移向量，其分别可由下式计算得到。

式中，C_i和C_i+1分别表示探测器相对着陆点坐标系的姿态矩阵，t_i和t_i+1表示探测器在着陆点坐标系下的位置，

值得注意的是，以上推导得到的探测器相对运动状态由探测器绝对状态表示，而在实际情况下探测器绝对状态为导航***中待估状态量，因此，通过惯性测量单元给出探测器的位置和姿态信息估计得到。

由式(27)计算得到探测器运动后的相机视场与着陆平面交点如式(29)所示。

同样地，计算得到交点

和/>

在相机坐标系下的坐标/>

和/>

并得到探测器运动后的相机视场与着陆平面的所有交点，以此来计算序列图像间的重合区域。

为了计算重叠区域，需要考虑四边形顶点以及四边形边界之间交点的位置，算法步骤如下：

(1)对于第一个四边形的每个顶点，判断它是否包含在第二个四边形里面。如果是，存储该点坐标；

(2)对于第二个四边形的每个顶点，判断它是否包含在第一个四边形里面。如果是，储存该点坐标；

(3)对于其中一个四边形的每条边，判断其与另一个四边形的每条边是否相交。如果是，计算并储存交点坐标；

(4)计算每个点对应的图像点位置，连接每个像点形成凸多边形；

(5)基于相机透视成像原理确定两幅图像中重合区域，在此范围内进行陨石坑候选区域粗检测。

基于上述步骤能够有效地实现序列图像间重合区域确定，从而为陨石坑候选区域粗检测提供前提条件。

在实际应用中，大多数的陨石坑在行星地形上以圆形形态分布。然而，在下降序列图像中，由于星载相机可能不总是垂直指向行星表面，陨石坑图像并不呈现为圆形。半径为r的圆环，经过仿射畸变(C_i+1,t_i+1)形成椭圆环，变换后的椭圆可以由参数长轴a、短轴b和长轴倾角θ表示。由于图像仿射失真将圆转化为序列图像中的椭圆，在下降图像中应用相同的基于圆环的特征检测模型可能会造成不可估量的精度损失。因此，需要特征模板更新。

序列图像间像点的几何关系可以描述为：

式中，f表示相机焦距，

和/>

表示第二幅图像中像点坐标。

变换式(30)得到：

初始模板图像表示如式(32)所示。

(u,v,1)Q_i(u,v,1)^T＝0 (32)

将式(31)带入到式(32)中仿射变换后模板图像表达式为：

(u,v,1)Q_i+1(u,v,1)^T＝0 (33)

将式(33)改写成一般解析式为：

Au²+Buv+Cv²+Du+Ev+F＝0 (34)

为了更加直观地描述变换后模板图像，将式(34)改写成中心点、长短轴和长轴倾角θ参数表示：

同时探测器运动导致的图像中目标运动，而运动后的目标往往只在图像中一个非常小的区域出现，所以在搜索匹配时，搜索位置可通过估计值(u₀,v₀)确定，比较当前及其邻域相关系数大小，找出合适区域。利用惯性信息计算序列图像间重合区域和更新特征模板，从而确定陨石坑候选区域。

因此，利用步骤2中提取的陨石坑候选区域，把每一个候选区域看作一个稀疏型陨石坑分布，然后精细提取陨石坑的边缘。

为了减少噪声响应，提高边缘检测正确率以及限制单个边缘点对于亮度变化定位，对候选区域图像采用Canny边缘检测方法。在完成陨石坑真实边缘的提取后，利用提取出的边缘采取投票策略拟合为椭圆，确定椭圆参数。边缘精细提取具体步骤如下：

(1)利用Canny边缘检测方法提取某一候选区域图像中的陨石坑边缘，以候选区域中心为陨石坑中心；

(2)随机抽取5个像素并拟合出对应的曲线；计算拟合出的椭圆中心，判断椭圆中心点与候选区域中心的距离，如果距离在一定阈值范围内，判定曲线为备选陨石坑边缘曲线；

(3)设定阈值，计算该条曲线上所有剩余的点与该椭圆的距离，如果符合，判定该点近似的在该条曲线上，并记录；

(4)判断点的个数，多于设定最少数目，认定该拟合椭圆是正确的；并用全部在椭圆曲线上的点重新计算椭圆方程，计算新获得的椭圆与全部点距离的平方和，以此作为拟合误差；最后在正确的拟合中挑选拟合误差最小的一组参数作为曲线参数的估计结果。

(5)对每一个候选区域，重复完成上面的步骤(1)至(4)，拟合得到所有候选区域的陨石坑边缘参数，从而得到在原图像中陨石坑边缘参数，最终实现惯导辅助下由粗到精检测陨石坑特征，保证着陆器精确安全着陆。

采用火星全球勘测者(在绕火星飞行时利用火星轨道相机(Mars OrbiterCamera，MOC)所拍摄的火星表面图像进行实验分析。该相机获取的图像分辨率较高，覆盖范围广，包含的形貌特征形貌多样，能够反应星表陨石坑图像的特点。图1给出了MOC在不同视角下拍摄的火星表面图像。基于所研究的陨石坑检测方法，首先利用惯性测量信息计算图像间重合区域，如图2所示。

利用基于区域的边缘检测方法检测重合图像中的陨石坑特征。为了消除细小特征并平滑特征边界，在陨石坑特征区域检测基础上对特征进行形态学闭操作，陨石坑边缘候选区域检测结果如图3所示。

在下降序列图像中，由于星载相机可能不总是垂直指向行星表面，陨石坑图像并不呈现为圆形。探测器着陆过程中指向变化进一步导致了图像间仿射变化，如图4所示。

仿射变化后图像中陨石坑边缘轮廓呈现出明显的椭圆形，利用惯性测量信息更新初始模板，通过FFT算法计算不同大小模板与候选区域之间的相关系数，搜索并确定相关系数最大位置。图5分别给出了仿射变化后的陨石坑边缘区域检测结果和陨石坑边缘确定区域相关系数。确定所有陨石坑所在区域，对区域内单一陨石坑实现精细检测，结果如图6所示。本发明能够提高陨石坑特征检测准确性，不仅适用于行星着陆及小天体探测任务中，也适用于月球探测任务。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.惯导辅助陨石坑由粗到精检测方法，其特征在于：包括如下步骤，

步骤1：基于明暗区域信息实现陨石坑图像特征边缘粗提取；

步骤2：利用快速傅里叶变换搜索模板与图像特征的匹配度，从而实现图像特征所在区域粗定位；

步骤3：通过引入惯性测量信息计算图像间重叠面积，更新模板形状，并预测搜索区域；在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆；

步骤3实现方法为，

为了实现探测器状态估计，陨石坑必须在至少两个连续图像的重叠区域内进行选择；在序列图像中首先寻找相交的多边形并计算重叠区域；

探测器初始位置为t＝[t_x t_y t_z]^T，探测器z_c轴垂直指向于着陆平面，x_c轴和y_c轴分别与着陆点坐标的x_l轴和y_l轴平行，则基于相机投影模型计算得到相机视场与着陆平面的交点如式(6)所示；

式中，

和/>

分别表示相机视场与着陆平面的交点，γ表示相机视场角大小；

式(6)给出了着陆点坐标系下相机视场与着陆平面的交点，为了描述探测器旋转和平移运动情况下相机视场与着陆平面的交点变化，定义交点F₁ ⁱ在相机坐标系的坐标为；

探测器运动后的相机视场交点矢量^cF₁ ⁱ⁺¹由式(8)计算得到；

式中，

表示探测器相对运动姿态矩阵，/>

表示探测器相对运动平移向量，其分别由下式计算得到；

式中，C_i和C_i+1分别表示探测器相对着陆点坐标系的姿态矩阵，t_i和t_i+1表示探测器在着陆点坐标系下的位置，

值得注意的是，以上推导得到的探测器相对运动状态由探测器绝对状态表示，而在实际情况下探测器绝对状态为导航***中待估状态量，通过惯性测量单元给出探测器的位置和姿态信息估计得到；

由式(8)计算得到探测器运动后的相机视场与着陆平面交点如式(10)所示；

同样地，计算得到交点

在相机坐标系下的坐标/>

并得到探测器运动后的相机视场与着陆平面的所有交点，以此计算序列图像间的重合区域；

为降低精度损失，需要特征模板更新；

序列图像间像点的几何关系描述为：

式中，f表示相机焦距，

和/>

表示第二幅图像中像点坐标；

变换式(11)得到：

初始模板图像表示如式(13)所示；

(u,v,1)Q_i(u,v,1)^T＝0(13)

将式(12)带入到式(13)中仿射变换后模板图像表达式为：

(u,v,1)Q_i+1(u,v,1)^T＝0(14)将式(14)改写成一般解析式为：

Au²+Buv+Cv²+Du+Ev+F＝0 (15)

为了更加直观地描述变换后模板图像，将式(15)改写成中心点、长短轴和长轴倾角θ参数表示：

同时探测器运动导致的图像中目标运动，而运动后的目标往往只在图像中一个非常小的区域出现，所以在搜索匹配时，搜索位置通过估计值(u₀,v₀)确定，比较当前及其邻域相关系数大小，找出合适区域；利用惯性信息计算序列图像间重合区域和更新特征模板，从而确定陨石坑候选区域；

因此，利用步骤2中提取的陨石坑候选区域，把每一个候选区域看作一个稀疏型陨石坑分布，然后在单一陨石坑所在区域内实现其精细检测，从而感知着陆区域形貌信息，保证着陆器精确安全着陆。

2.如权利要求1所述的惯导辅助陨石坑由粗到精检测方法，其特征在于：步骤1实现方法为，

对于某一像素点(u,v)，基于区域的边缘检测方法选择以像素点(u,v)为中心，大小为w×w的图像窗口，首先计算窗口内灰度均值E(M)，然后寻找窗口内像素点最大灰度值max(M)和最小灰度值min(M)，并计算窗口内灰度均值E(M)分别与max(M)和min(M)的差值，将该值分配给原图像像素点；图像I创建过程如式(1)所示；

I(u,v)＝max[E(M)-min(M),max(M)-E(M)] (1)

将带有w×w元素的窗口M以原始图像的每个像素为中心重复式(1)所示的操作过程，从而创建一个新的图像I；

根据图像I的灰度值范围，计算阈值T_I，如式(2)所示；

T_I＝α[max(I)-min(I)]+min(I) (2)

式中，α为常数；

利用阈值T_I，对图像I进行如下二值化处理，得到陨石坑边缘特征的二值图像J；

按照式(1)至式(3)对图像进行处理，即实现对陨石坑边缘特征粗进行提取。

3.如权利要求2所述的惯导辅助陨石坑由粗到精检测方法，其特征在于：步骤2实现方法为，

创建二值化模型作为搜索模板，由于陨石坑自然形状不规则，搜索模板设定为圆环，其内部半径是外部半径的一半，周围是一个黑色正方形的背景；同时，陨石坑特征尺度大小不一，需要生成半径大小不同的模板图像；

为了衡量模板图像和候选区域之间的相似度，根据公式(4)计算两者之间的相关系数

式中，m和n表示模板图像T大小，I_u,v表示待检图像中以(u,v)为左上顶点大小为m×n的图像子区域，I_u,v(k,l)和T(k,l)分别表示I_u,v和T在(k,l)点的灰度值，

和/>

分别表示I_u,v和T的灰度均值；

为了提高效率，利用连通域分析陨石坑边缘候选区域大小；为了保证候选区域检测充分性，采用四连通域分析候选区域大小；

通过对候选区域的四连通域分析，得到候选区域上相距最远的两点p_max和p_min，分别计算其水平方向和垂直方向上的距离，取最大值定义为模板图像中圆环外径；模板图像圆环外径确定如式(5)所示；

r_i＝max(|u_pmax-u_pmin|,|v_pmax-v_pmin|) (5)

式中，u_pmax，v_pmax，u_pmin和v_pmin分别表示两点p_max和p_min在图像坐标系下的横纵坐标值；

在此基础上确定陨石坑边缘区域，实现图像特征所在区域粗定位，且能够避免产生大量冗余模板，提高效率。

4.如权利要求3所述的惯导辅助陨石坑由粗到精检测方法，其特征在于：步骤3中，

为了计算重叠区域，需要考虑四边形顶点以及四边形边界之间交点的位置，重叠区域获取步骤如下：

(1)对于第一个四边形的每个顶点，判断它是否包含在第二个四边形里面；如果是，存储该点坐标；

(2)对于第二个四边形的每个顶点，判断它是否包含在第一个四边形里面；如果是，储存该点坐标；

(3)对于其中一个四边形的每条边，判断其与另一个四边形的每条边是否相交；如果是，转入(4)计算每个点对应的图像点位置并储存交点坐标；

(4)计算每个点对应的图像点位置，连接每个像点形成凸多边形；

(5)基于相机透视成像原理确定两幅图像中重合区域，在此范围内进行陨石坑候选区域粗检测；

基于上述重叠区域获取步骤能够有效地实现序列图像间重合区域确定，从而为陨石坑候选区域粗检测提供前提条件。

5.如权利要求4所述的惯导辅助陨石坑由粗到精检测方法，其特征在于：步骤3中，为了减少噪声响应，提高边缘检测正确率以及限制单个边缘点对于亮度变化定位，对候选区域图像采用Canny边缘检测方法；在完成陨石坑真实边缘的提取后，利用提取出的边缘采取投票策略拟合为椭圆，确定椭圆参数；边缘精细提取具体步骤如下，

(1)利用Canny边缘检测方法提取某一候选区域图像中的陨石坑边缘，以候选区域中心为陨石坑中心；

(2)随机抽取5个像素并拟合出对应的曲线；计算拟合出的椭圆中心，判断椭圆中心点与候选区域中心的距离，如果距离在一定阈值范围内，判定曲线为备选陨石坑边缘曲线；

(3)设定阈值，计算该条曲线上所有剩余的点与该椭圆的距离，如果符合，判定该点在该条曲线上，并记录；

(4)判断点的个数，多于设定最少数目，认定该拟合椭圆是正确的；并用全部在椭圆曲线上的点重新计算椭圆方程，计算新获得的椭圆与全部点距离的平方和，以此作为拟合误差；最后在正确的拟合中挑选拟合误差最小的一组参数作为曲线参数的估计结果；

(5)对每一个候选区域，重复完成上面的步骤(1)至(4)，拟合得到所有候选区域的陨石坑边缘参数，从而得到在原图像中陨石坑边缘参数，实现惯导辅助由粗到精检测陨石坑特征，保证着陆器精确安全着陆。

Images