[发明专利]面向可重复使用火箭回收的多视觉敏感器数据融合方法

权利要求书

1.一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于步骤如下：

(1)对安装在箭体上的四个视觉敏感器进行预先标定，确定它们之间的固定关系；

(2)图像实时处理，选定一个视觉敏感器图像，将其余三个视觉敏感器图像上的边缘点统一到选定的视觉敏感器图像上，完成图像数据融合，得到扩展的视觉敏感器图像。

2.根据权利要求1所述的一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于：可重复使用火箭回收过程中，四个视觉敏感器同时工作，四个视觉敏感器均匀安装于火箭箭体的四周，两两之间在箭体周向间隔90度，每个视觉敏感器光轴平行并与箭体飞行的反方向一致。

3.根据权利要求1所述的一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于：所述步骤(1)对安装在箭体上的四个视觉敏感器进行预先标定，确定它们之间的固定关系，具体为：

(1.1)通过第一视觉敏感器和第二视觉敏感器拍摄标定靶上的光学标识点，获取第一视觉敏感器图像上光学标识点的齐次坐标x_i＝(u_i,v_i,1)^T,i＝1,...,n，及第二视觉敏感器图像上对应光学标识点的齐次坐标x_i'＝(u_i',v_i',1)^T,i＝1,...,n；其中，n为标定靶上的光学标识点的数量；

(1.2)数据归一化；

针对第一视觉敏感器得到的图像上n个光学标识点的齐次坐标x_i＝(u_i,v_i,1)^T，以相似变换T归一化各视觉敏感器图像点，得到图像点在新的坐标系下的坐标使得在新的坐标系下，图像点集的形心和敏感器坐标系原点重合，并且它们到敏感器坐标系原点的均方根距离等于

同理，以相似变换T′得到第二视觉敏感器图像点归一化坐标

(1.3)线性初始估计；

设归一化后由第二视觉敏感器到第一视觉敏感器的基础矩阵为将归一化后的图像点坐标带入齐次线性方程组中，形成n个线性方程，利用直接线性变换算法DLT，以方程的代数误差最小为约束，求解超定方程组，解出基础矩阵中的元素；

(1.4)强迫约束优化；

(1.5)解除归一化；

(1.6)取其他视觉敏感器图像上的图像点坐标，重复步骤1.1-1.5，同理可得由第三视觉敏感器、第四视觉传感器到第一视觉敏感器的基础矩阵F₃₁及F₄₁。

4.根据权利要求2所述的一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于：相似变换T具体为：

其中，同性缩放因子的表达式为：

式中，Δu_i为图像点到平移后坐标系原点的水平距离，其表达式为

Δv_i为图像点到平移后坐标系原点的垂直距离，其表达式为

5.根据权利要求2所述的一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于：齐次线性方程组为：

其中，矢量f表示由基础矩阵的元素组成并按行优先顺序排列的9维矢量；上式齐次线性方程组的最小二乘解是矩阵A的最小奇异值对应的单位奇异矢量。

6.根据权利要求2所述的一种面向可重复使用火箭回收的多视觉敏感器数据融合方法，其特征在于：所述步骤(1.4)强迫约束优化，具体为：

将得到的基础矩阵进行奇异值分解，

其中，D＝diag(r,s,t)为由奇异值组成的对角矩阵，且有r≥s≥t，U和V是奇异值对应的向量矩阵；

采用对角矩阵diag(r,s,0)取代奇异值矩阵D，使得基础矩阵满足不满秩约束，得到强迫约束优化后的基础矩阵

。