[发明专利]一种适用于空间机器人视觉系统的快速数字稳像方法

权利要求书

1.一种适用于空间机器人视觉系统的快速数字稳像方法，其特征在于，包括以下步骤：

1)图像采集：

利用单目相机采集连续两帧图像I_t-1(x,y)和I_t(x,y)；

2)图像预处理：

对采集到的图像I_t-1(x,y)和I_t(x,y)分别进行中值滤波、维纳滤波和灰度化处理，得到图像对I_t-1(x’,y’)和I_t(x’,y’)，其中I_t-1(x’,y’)定义为参考帧，I_t(x’,y’)定义为当前帧；

3)局部运动估计：

对I_t-1(x’,y’)和I_t(x’,y’)利用ORB算法进行特征提取，在对步骤2)得到的两幅图像进行检测，并使用rBRIEF得到二进制位串的关键点描述符，在关键点匹配的过程中距离的描述使用Hamming距离，在匹配点搜索的过程中，使用KD树数据结构，最后采用阈值法剔除错误的匹配点对；

4)全局运动估计：

根据步骤3)得到的匹配点对，采用最小二乘法，利用豪斯赫尔德变换法和广义矩阵法求解出所有运动参数；

5)运动滤波：

采用阻尼系数法，设置有衰减因子的一阶线性自回归函数对步骤4)得到的运动参数进行平滑处理，保留随机抖动运动分量，消除正常扫描分量；

6)运动补偿：

根据步骤5)得到的随机抖动运动矢量进行判断，如果当前帧图像的抖动运动矢量超过设定的阈值，则重置当前帧为起始帧；

否则，以每个单帧图像的抖动运动矢量对每个单帧图像进行运动补偿，即利用帧间全局运动矢量的线性组合对单帧图像的各个像素点进行位置调整，并写入视频文件，得到稳定的视频图像序列。

2.根据权利要求1所述的适用于空间机器人视觉系统的快速数字稳像方法，其特征在于：所述的步骤3)中，局部运动估计的具体方法如下：

3-1)进行Oriented FAST特征点检测，生成Rotated BRIEF特征描述子，分别得到I_t-1(x’,y’)和I_t(x’,y’)上的特征点集{P_lo1，P_lo2，…，P_lom}和{P_ro1，P_ro2，…，P_ron}；

3-2)特征点集{P_lo1，P_lo2，…，P_lom}和{P_ro1，P_ro2，…，P_ron}匹配的过程中使用Hamming距离作为距离的描述；在匹配点搜索的过程中使用KD树数据结构，得到粗匹配后的特征点集{P_lm1,P_lm2,…,P_lmc}和{P_rm1,P_rm2,…,P_rmc}；

3-3)对粗匹配后得到的特征点集{P_lm1,P_lm2,…,P_lmc}和{P_rm1,P_rm2,…,P_rmc}进行错误匹配点的剔除方法如下：分别计算各匹配点之间的Euclidean距离d_lr1,d_lr2,…,d_lrc，计算得到其中的最小距离d_min；

对特征点集{P_lm1,P_lm2,…,P_lmc}和{P_rm1,P_rm2,…,P_rmc}中每个特征点对进行如下判断，如果d_lri<2×d_min，该特征点对视为正确匹配，则保留该特征点对P_lmi和P_rmi；如果d_lri≥2×d_min，该特征点对视为错误匹配，则剔除该特征点对P_lmi和P_rmi；经过该步骤后得到正确匹配的N对特征点集{P_lfm1,P_lfm2,…,P_lfmN}和{P_rfm1,P_rfm2,…,P_rfmN}；

定义参考帧中{P_lfm1,P_lfm2,…,P_lfmN}各点的坐标形式为(x_i,y_i)，当前帧中{P_rfm1,P_rfm2,…,P_rfmN}各点的坐标形式为