为了满足月球车视觉系统实时性和可靠性的要求,提出了一种基于点和边缘特征提取的立体匹配算法。首先采用高斯滤波和有限对比适应性直方均衡化(CLAHE)方法对校正后的立体图像对进行预处理,以削弱噪声和对比度的影响。其次研究了图像的SIFT特征点和边缘特征提取和匹配方法,以获得月球车周围的环境概貌和障碍物信息。最后将匹配成功的SIFT特征与边缘特征相结合,计算特征点对应的三维信息,实现月面环境地形重构,验证了算法的有效性。

以实现月球探测器的避障路径规划为目标,采用立体视觉技术感知车前环境,设计一套基于特征匹配的车前障碍物检测算法。构造极坐标直方图描述环境空间,提出一种基于视觉感知的直方图Bug路径规划算法。通过朝目标移动和沿障碍物边界滑动2种行为的切换来保证算法全局收敛。实景重构与仿真实验验证了算法的有效性。

根据对月球车立体视觉系统及其工作环境特点的分析,提出了一种特征辅助的区域匹配算法。该算法将匹配分为特征匹配和区域匹配两个阶段进行。特征匹配阶段利用几何约束和多特征匹配得到高可靠的边缘匹配结果。边缘匹配结果经滤波后用于辅助区域匹配,有效地减少了无特征辅助的区域匹配在无纹理和少纹理区域容易产生的误匹配。算法结合特征匹配和区域匹配各自的优点,可以以较高的可靠性得到密集的视差图。实验结果表明,该算法用于室外自然地形图对的匹配时,可以生成较为准确和密集的地形图,满足月球车立体视觉导航的需要。

对采用双目视觉来实现月球车自主导航提出了一种快速匹配的方法。首先,对相机的内外参数进行精确地标定,通过两相机的外参数对图像进行核线纠正,生成消除上下视差的核线;然后,在核线图像上,采用相关系数法进行由少到多的粗匹配,对匹配结果进行多重的检验,接着用最小二乘方法进行亚像素的精确匹配;最后,在匹配的像点间构建Delaunay三角网,建立两图像重叠区域的匹配关系,实现稠密匹配。对该方法进行了多组实验,实验结果表明:该方法可以快速、可靠地实现稠密的图像匹配。

为了使月球探测器自主的在月球表面进行软着陆,应对着陆区域的地形进行三维重构的方法,获得着陆区域的地形描述。提出了一种通过运动获得长基线的立体视觉的三维重构方法,针对长基线立体视觉方法所存在的问题,通过设计一系列的算法,完成了图像特征点选取和匹配,估计相机在不同位置的相对旋转和位移;对立体图像对进行校正,获得稠密的视差图;通过视差图进行三维重构,生成着陆区域的DEM。根据月球地形的特点建立了软件仿真平台,并且在仿真平台的基础上对文中的算法进行验证。仿真的结果表明该方法可以有效的应用于月面地形的三维重构。

月球车视觉所获得的环境信息是月球车进行导航的重要信息来源,给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案,并重点解决了后期的定位问题。该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集,然后针对运动参数估计这一难点,利用鲁棒运动估计方法有效消除匹配特征点集中的误匹配,并初步估计月球车运动参数,以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数,最后通过建立运动估计仿真器验证了该运动估计方案的有效性。

为提高月球车视觉系统的摄像机标定和图像的三维重建精度,提出了一种基于多平面标定点的改进Tsai氏两步法,用线性重建算法对标定和匹配结果进行空间景物点的重建,根据最小二乘曲面拟合原理拟合视场区域的基本轮廓。对一标定模板的标定和图形的三维重建结果表明,该算法的精度高、速度快,可用于月球车立体视觉系统。

针对星球探测任务中星球漫游车自主避障和导航的要求,建立了一种基于平面模板的现场标定方法,实现月球车视觉系统的现场标定.针对月球车视觉系统的广角畸变的特点,引入径向和离心畸变模型,利用最大似然估计(MLE)对内、外参数进行非线性优化求精,并对图像进行畸变校正;计算摄像机间相对位置,实现了紧凑的双目视觉外极线校正.实验表明,该方法快速、简便,获得了较高的标定精度.

针对月球车立体视觉系统对匹配速度和准确度要求较高的特点,提出了一种基于特征约束的区域匹配算法。该算法用多尺度小波变换实现边缘提取和降噪,采用多特征匹配、双向匹配、部分二次采样、选取图像子集等技术保证匹配的速度和精度。最后对匹配结果进行滤波,进一步提高匹配的准确性。