行星表面导航特征成像匹配检测方法转让专利
申请号 : CN201910896884.6
文献号 : CN110619368B
文献日 : 2021-07-02
发明人 : 朱圣英 , 修义 , 崔平远 , 徐瑞 , 梁子璇
申请人 : 北京理工大学
摘要 :
本发明涉及一种行星表面导航特征成像匹配检测方法，属于深空探测器自主导航技术领域。本发明公开的行星表面导航特征成像匹配检测方法，利用深空探测器拍摄的导航图像，通过图像阈值分割提取行星表面导航特征的阴影区和光亮区，根据阴影区域的形状特征，设置配对搜索窗口大小，同时考虑配对距离最小和光照方向一致性，将导航特征的阴影区和光亮区的配对问题转化为求取配对指标最小的问题，构造导航特征暗亮区域成像匹配指标，进行配对搜索，并将正确配对的导航特征进行椭圆拟合，从而为深空探测导航系统提供精确可行的自主检测方法。
权利要求 :
1.行星表面导航特征成像匹配检测方法，其特征在于：包括如下步骤：步骤1：通过图像阈值分割提取行星表面导航特征的阴影区和光亮区；
首先，导航光学相机拍摄得到目标行星表面地形图像；根据陨石坑的形状特征，沿着光照方向，陨石坑会依次出现伪光亮区、阴影区、光亮区和伪阴影区，这是因为陨石坑坑唇对光线的阻隔导致陨石坑的坑唇处出现伪阴影区和伪光亮区，需要在图像处理的过程中将伪阴影区和伪光亮区剔除；
在导航相机图像中对行星表面陨石坑进行图像处理，从而对图像的暗亮区域进行分割；考虑到大部分阴影区通常呈现椭圆形状的特点，利用椭圆检测剔除掉伪阴影区，即剔除掉非椭圆形状阴影区，提取出的导航特征的阴影区和光亮区的二值图像分别标记为BS(u,v)和BI(u,v)，其中，行星表面图像中提取到的阴影区域和光亮区域数量分别记为nS和nI；
步骤2：根据阴影区形状特点，设置搜索窗口大小；
由于步骤1提取到的阴影区呈椭圆状，光亮区为非椭圆状，根据区域形状的成像特点，以阴影区中心作为搜索窗口的中心，根据阴影区面积大小设计搜索窗口大小，在搜索窗口内搜索潜在的光亮区；其中，区域中心的计算公式如下：第p(p＝1,2,3,...,nS)个阴影区的区域中心为CSp＝(uSp,vSp)，第q(q＝1,2,3,...,nI)个光亮区的区域中心为CIq＝(uIq,vIq)；对于任意区域，区域中心的坐标值Ccenter＝(ucenter,vcenter)由下式计算：
式中，t为阴影区或光亮区域内包含的像素点数量，pixel(u,v)表示在像平面(x,y)位置像素点的坐标， 表示取整符号；
则搜索窗口是以阴影区中心CSp为圆心，以Rp为半径的圆形区域，在此区域内搜索阴影区的潜在光亮区；第p个阴影区的搜索半径Rp的计算公式如下：其中，λ是自定义的搜索参数；tSp是第p个阴影区内包含的像素点数量；
步骤3：基于配对距离最小和光照方向一致性，构造导航特征暗亮区域成像匹配指标；
由导航特征的成像特点：导航图像在太阳平行光线的照射下成像，出现光亮区和阴影区得知，每个导航特征中阴影区对光亮区的指向应与光照方向一致，即正确匹配的导航特征应满足光照方向一致性；另外，正确匹配的光亮区和阴影区的距离应是搜索窗口中最短的；基于以上两个特点，对导航特征进行特征化和数学化，通过阴影区域和光亮区域中心连线矢量来描述匹配特征，第p个阴影区和第q个光亮区的区域中心坐标分别是CSp(uSp,vSp)和CIq(uIq,vIq)，则二者的连线矢量为第p个阴影区和第q个光亮区中心的连线矢量 同时包含长度信息dpq和方向信息表达式为：
构造决策矩阵W,其中W中的元素wpq∈{0,1}，wpq＝1表示第p个阴影区和第q个光亮区选择匹配，否则表示不选择匹配；
考虑到所有导航特征成像匹配正确的光亮区和阴影区中心连线应满足距离最小且光照方向一致的约束，将导航特征的阴影区和光亮区的配对问题转化为求取匹配指标最小的问题；若有l对阴影区与光亮区配对，则构造导航特征成像匹配指标J：s.t.d＝{dpqwpq|dpq＜Rp,wpq≠0} (8)rank(W)＝l (12)其中，α为权重系数，用来衡量距离和光照方向斜率方差的重要程度，var表示方差，rank表示矩阵的秩，约束(10)‑(12)意为l个配对的阴影区与光亮区一一对应，保证求解过程不会出现重复的情况；
步骤4：行星表面导航特征阴影区和光亮区配对搜索；
根据步骤2设置的搜索窗口，在每个阴影区的搜索窗口内，搜索与之配对的光亮区，由步骤3，计算并记录每种组合情况下的匹配指标J，取得最小指标J的一组阴影区与光亮区的配对组合就是所求解，即将导航特征的阴影区和光亮区的配对问题转化为求取匹配指标最小的问题；设所求配对问题的最优解为L，KL为最优解L对应的阴影区与光亮区的方向矢量集合，利用KL解算太阳光照方向为：步骤5：基于步骤4中的最优解L以及求解的光照方向 对最优解对应的阴影区和光亮区组合的外边缘进行椭圆拟合，实现导航特征的检测。
2.如权利要求1所述方法，其特征在于：步骤1的具体实现方法为：基于阈值分割和形态学处理算法，对行星表面陨石坑进行图像处理，通过最大类间方差法Ostu将陨石坑图像初步分割为阴影区域图像和光亮区域图像，之后基于二维最大熵阈值分割法对图像进行暗亮区域分割；二维最大熵阈值分割法是在背景区域和目标区域内用二维最大熵来确定最佳阈值，使得背景和目标的灰度分布熵值最大；二维最大熵原理图像阀值分割过程如下：
为了得到背景区域和目标区域最大化熵值，通过选取最佳阈值向量(s*,t*)，使熵值最大即可，如下式所示：
利用最佳阈值向量(s*,t*)来分割导航特征阴影区域和光亮区域。
说明书 :
行星表面导航特征成像匹配检测方法
技术领域
[0001] 本发明涉及一种行星表面导航特征成像匹配检测方法，光学导航特征是指行星表面能够用来进行探测器导航的陨石坑、岩石等地形特征，特别适用于利用光学导航特征作
为观测信息的深空探测导航系统，该发明属于深空探测器自主导航技术领域。
为观测信息的深空探测导航系统，该发明属于深空探测器自主导航技术领域。
背景技术
[0002] 近目标天体飞行将是未来深空探测最核心的任务之一，其中自主导航技术是行星探测的关键技术之一。深空探测航行距离远、时间长，传统的测控方式存在较大的通信延
迟。另外，深空动力学环境复杂，采用传统的基于地面遥控的导航模式已无法满足实现高精
度探测的需要。随着计算机硬件技术的突破和光学敏感器件的发展，使得基于星载计算机
和光学导航相机的自主光学导航方法成为研究热点。其中，基于行星表面特征(陨石坑、岩
石)的光学自主导航相比于其他导航方式具有明显的低成本优势，应用前景广阔。
迟。另外，深空动力学环境复杂，采用传统的基于地面遥控的导航模式已无法满足实现高精
度探测的需要。随着计算机硬件技术的突破和光学敏感器件的发展，使得基于星载计算机
和光学导航相机的自主光学导航方法成为研究热点。其中，基于行星表面特征(陨石坑、岩
石)的光学自主导航相比于其他导航方式具有明显的低成本优势，应用前景广阔。
[0003] 行星表面广泛分布着陨石坑等天然导航特征，受光照条件变化小，具有较高的可见性与可分辨性，易于从背景中提取出来，是行星表面良好的自然导航特征。且这些导航特
征作为地形路标无需探测器额外携带路标载荷，能有效减少任务复杂度。因此，以陨石坑、
岩石等作为导航路标的行星表面导航方法，在行星探测方面得到了广泛的研究和应用。利
用行星表面的导航特征进行自主导航，需要从导航图像中提取出行星表面导航特征的相关
信息，确定出导航特征的类型、大小、位置等，行星表面导航特征提取是实现自主导航的关
键技术。
征作为地形路标无需探测器额外携带路标载荷，能有效减少任务复杂度。因此，以陨石坑、
岩石等作为导航路标的行星表面导航方法，在行星探测方面得到了广泛的研究和应用。利
用行星表面的导航特征进行自主导航，需要从导航图像中提取出行星表面导航特征的相关
信息，确定出导航特征的类型、大小、位置等，行星表面导航特征提取是实现自主导航的关
键技术。
[0004] 在已发展的导航特征识别检测方法中，太阳光照方向对于特征阴影和光亮区域的配对来说，是一项非常重要的判断条件，常被当为已知量用来进行特征阴影和光亮区域的
配对。然而，由于探测器拍摄的行星表面图像中太阳光照的方向与探测器拍照时刻的姿态
信息紧密相关，在探测器姿态等导航信息未知的情况下，太阳光照的方向一般是很难获得
的。
配对。然而，由于探测器拍摄的行星表面图像中太阳光照的方向与探测器拍照时刻的姿态
信息紧密相关，在探测器姿态等导航信息未知的情况下，太阳光照的方向一般是很难获得
的。
[0005] 在先技术[1](M.Yu,H.Cui,Y.Tian,A new approach based on crater detection and matching for visual navigation in planetary landing,Advances in
Space Research.53(2014)1810‑1821.)，提出一种基于区域配对的陨石坑检测算法，首先
通过MSER方法提取到图像特征，基于图像合并的方法将提取的特征分为二值区域，通过设
置经验参数的方式找到阴影区和光亮区正确配对的陨石坑，并假设太阳光照方向已知，根
据陨石坑暗亮区域连线与光照方向的关系剔除掉错误匹配的陨石坑，从而实现陨石坑的检
测。该算法需要大量的先验信息或者经验阈值来保证较高的检测率。
Space Research.53(2014)1810‑1821.)，提出一种基于区域配对的陨石坑检测算法，首先
通过MSER方法提取到图像特征，基于图像合并的方法将提取的特征分为二值区域，通过设
置经验参数的方式找到阴影区和光亮区正确配对的陨石坑，并假设太阳光照方向已知，根
据陨石坑暗亮区域连线与光照方向的关系剔除掉错误匹配的陨石坑，从而实现陨石坑的检
测。该算法需要大量的先验信息或者经验阈值来保证较高的检测率。
[0006] 在先技术[2](于正湜,朱圣英,马冬梅,等.行星表面非规则导航特征检测与识别方法[J].宇航学报,2013,34(3):320‑326.)提出了一种行星表面非规则的导航特征检测与
识别方法。首先采用基于背景的Hopfield网络实现导航特征边缘的提取，在对导航特征边
缘多种约束进行分析的基础上，提出了伪边缘剔除方法，并结合线性抗差估计理论与最小
误差中值椭圆拟合方法，实现了对非规则导航特征，特别是重叠及不完整导航特征的检测
及特征参数的提取。该方法要求光照方向已知，并且只适用于标准椭圆形状导航特征。
识别方法。首先采用基于背景的Hopfield网络实现导航特征边缘的提取，在对导航特征边
缘多种约束进行分析的基础上，提出了伪边缘剔除方法，并结合线性抗差估计理论与最小
误差中值椭圆拟合方法，实现了对非规则导航特征，特别是重叠及不完整导航特征的检测
及特征参数的提取。该方法要求光照方向已知，并且只适用于标准椭圆形状导航特征。
[0007] 在已发展的太阳光照方向未知的导航特征检测方法中，在先技术[3](朱圣英,崔平远,高艾,等.一种行星表面导航特征自主提取方法:中国,CN104913784A[P],2015‑09‑
16.)，为实现行星表面导航特征提取，首先利用提取出的阴影区域和光亮区域等已知条件，
提出一种基于太阳光照方向的求取方法。之后利用求解出的太阳光照方向作为约束条件，
实现导航特征阴影区域和光亮区域的配对，提取出导航特征。该方法利用暗亮区域面积大
小关系来求解太阳光照方向会导致求解精度不高，且暗亮区域配对约束设置过多，不易操
作，实现复杂。
16.)，为实现行星表面导航特征提取，首先利用提取出的阴影区域和光亮区域等已知条件，
提出一种基于太阳光照方向的求取方法。之后利用求解出的太阳光照方向作为约束条件，
实现导航特征阴影区域和光亮区域的配对，提取出导航特征。该方法利用暗亮区域面积大
小关系来求解太阳光照方向会导致求解精度不高，且暗亮区域配对约束设置过多，不易操
作，实现复杂。
发明内容
[0008] 本发明的目的是提供一种行星表面导航特征成像匹配检测方法，该方法利用深空探测器拍摄的导航图像，同时考虑导航特征暗亮区域成像的距离特征和方向特征，基于距
离最小和光照方向一致性原则，构造阴影区和光亮区的成像匹配指标，将导航特征的阴影
区和光亮区的配对问题转化为求取成像匹配指标J最小的问题，并自主确定太阳光照方向，
提高行星表面导航路标检测率，从而实现导航特征的精确检测。
离最小和光照方向一致性原则，构造阴影区和光亮区的成像匹配指标，将导航特征的阴影
区和光亮区的配对问题转化为求取成像匹配指标J最小的问题，并自主确定太阳光照方向，
提高行星表面导航路标检测率，从而实现导航特征的精确检测。
[0009] 本发明的目的是通过下述技术方案实现的。
[0010] 本发明公开的行星表面导航特征成像匹配检测方法，利用深空探测器拍摄的导航图像，通过图像阈值分割提取行星表面导航特征的阴影区和光亮区，根据阴影区域的形状
特征，设置配对搜索窗口大小，同时考虑配对距离最小和光照方向一致性，将导航特征的阴
影区和光亮区的配对问题转化为求取匹配指标最小的问题，构造导航特征暗亮区域成像匹
配指标，进行配对搜索，并将正确配对的导航特征进行椭圆拟合，从而为深空探测导航系统
提供精确可行的自主检测方法。
特征，设置配对搜索窗口大小，同时考虑配对距离最小和光照方向一致性，将导航特征的阴
影区和光亮区的配对问题转化为求取匹配指标最小的问题，构造导航特征暗亮区域成像匹
配指标，进行配对搜索，并将正确配对的导航特征进行椭圆拟合，从而为深空探测导航系统
提供精确可行的自主检测方法。
[0011] 本发明公开的行星表面导航特征成像匹配检测方法，包括如下步骤：
[0012] 步骤1：通过图像阈值分割提取行星表面导航特征的阴影区和光亮区。
[0013] 首先，导航光学相机拍摄得到目标行星表面地形图像；根据陨石坑的形状特征，沿着光照方向，陨石坑会依次出现伪光亮区、阴影区、光亮区和伪阴影区，这是因为陨石坑坑
唇对光线的阻隔导致陨石坑的坑唇处出现伪阴影区和伪光亮区，需要在图像处理的过程中
将伪阴影区和伪光亮区剔除。
唇对光线的阻隔导致陨石坑的坑唇处出现伪阴影区和伪光亮区，需要在图像处理的过程中
将伪阴影区和伪光亮区剔除。
[0014] 在导航相机图像中对行星表面陨石坑进行图像处理，从而对图像的暗亮区域进行分割。考虑到大部分阴影区通常呈现椭圆形状的特点，利用椭圆检测剔除掉伪阴影区，即剔
除掉非椭圆形状阴影区，提取出的导航特征的阴影区和光亮区的二值图像分别标记为BS
(u,v)和BI(u,v)，其中，行星表面图像中提取到的阴影区域和光亮区域数量分别记为nS和
nI。
除掉非椭圆形状阴影区，提取出的导航特征的阴影区和光亮区的二值图像分别标记为BS
(u,v)和BI(u,v)，其中，行星表面图像中提取到的阴影区域和光亮区域数量分别记为nS和
nI。
[0015] 作为优选，步骤1实现方法为：
[0016] 基于阈值分割和形态学处理算法，对行星表面陨石坑进行图像处理，通过最大类间方差法(Ostu)将陨石坑图像初步分割为阴影区域图像和光亮区域图像，之后基于二维最
大熵阈值分割法对图像进行暗亮区域分割。二维最大熵阈值分割法是在背景区域和目标区
域内用二维最大熵来确定最佳阈值，使得背景和目标的灰度分布熵值最大。二维最大熵原
理图像阀值分割过程如下：
大熵阈值分割法对图像进行暗亮区域分割。二维最大熵阈值分割法是在背景区域和目标区
域内用二维最大熵来确定最佳阈值，使得背景和目标的灰度分布熵值最大。二维最大熵原
理图像阀值分割过程如下：
[0017] 为了得到背景区域和目标区域最大化熵值，通过选取最佳阈值向量(s*,t*)，使熵值 最大即可，如下式所示：
[0018]
[0019] 利用最佳阈值向量(s*,t*)来分割导航特征阴影区域和光亮区域。
[0020] 步骤2：根据阴影区形状特点，设置搜索窗口大小。
[0021] 由于步骤1提取到的阴影区呈椭圆状，光亮区为非椭圆状，根据区域形状的成像特点，以阴影区中心作为搜索窗口的中心，根据阴影区面积大小设计搜索窗口大小，在搜索窗
口内搜索潜在的光亮区。这种局部搜索的目的是减少全局搜索成像匹配的计算量，提升搜
索效率。其中，区域中心的计算公式如下：
口内搜索潜在的光亮区。这种局部搜索的目的是减少全局搜索成像匹配的计算量，提升搜
索效率。其中，区域中心的计算公式如下：
[0022] 第p(p＝1,2,3,...,nS)个阴影区的区域中心为CSp＝(uSp,vSp)，第q(q＝1,2,3,...,nI)个光亮区的区域中心为CIq＝(uIq,vIq)。对于任意区域，区域中心的坐标值Ccenter
＝(ucenter,vcenter)由下式计算：
＝(ucenter,vcenter)由下式计算：
[0023]
[0024] 式中，t为阴影区或光亮区域内包含的像素点数量，pixel(u,v)表示在像平面(x,y)位置像素点的坐标， 表示取整符号。
[0025] 则搜索窗口是以阴影区中心CSp为圆心，以Rp为半径的圆形区域，在此区域内搜索阴影区的潜在光亮区。第p个阴影区的搜索半径Rp的计算公式如下：
[0026]
[0027] 其中，λ是自定义的搜索参数。tSp是第p个阴影区内包含的像素点数量。
[0028] 步骤3：基于配对距离最小和光照方向一致性，构造导航特征暗亮区域成像匹配指标。
[0029] 由导航特征的成像特点：导航图像在太阳平行光线的照射下成像，出现光亮区和阴影区，因此每个导航特征中阴影区对光亮区的指向应与光照方向一致，即正确匹配的导
航特征应满足光照方向一致性。另外，正确匹配的光亮区和阴影区的距离应是搜索窗口中
最短的。基于上述两个特点，对导航特征进行特征化和数学化，通过阴影区域和光亮区域中
心连线矢量来描述匹配特征，第p个阴影区和第q个光亮区的区域中心坐标分别是CSp(uSp,
vSp)和CIq(uIq,vIq)，则它们的连线矢量为
航特征应满足光照方向一致性。另外，正确匹配的光亮区和阴影区的距离应是搜索窗口中
最短的。基于上述两个特点，对导航特征进行特征化和数学化，通过阴影区域和光亮区域中
心连线矢量来描述匹配特征，第p个阴影区和第q个光亮区的区域中心坐标分别是CSp(uSp,
vSp)和CIq(uIq,vIq)，则它们的连线矢量为
[0030]
[0031] 第p个阴影区和第q个光亮区中心的连线矢量 同时包含长度信息dpq和方向信息用数学形式表达为：
[0032]
[0033]
[0034] 构造决策矩阵W,其中W中的元素wpq∈{0,1}，wpq＝1表示第p个阴影区和第q个光亮区选择匹配，否则表示不选择匹配。
[0035]
[0036] 考虑到所有导航特征成像匹配正确的光亮区和阴影区中心连线应满足距离最小且光照方向一致的约束，将导航特征的阴影区和光亮区的配对问题转化为求取匹配指标最
小的问题。若有l对阴影区与光亮区配对，则构造导航特征成像匹配指标J：
小的问题。若有l对阴影区与光亮区配对，则构造导航特征成像匹配指标J：
[0037]
[0038] s.t. d＝{dpqwpq|dpq
[0039]
[0040]
[0041]
[0042] rank(W)＝l (13)
[0043] 其中，α为权重系数，用来衡量距离和光照方向斜率方差的重要程度，var表示方差，rank表示矩阵的秩，约束(11)‑(13)意为l个配对的阴影区与光亮区一一对应，保证求解
过程不会出现重复的情况。
过程不会出现重复的情况。
[0044] 步骤4：行星表面导航特征阴影区和光亮区配对搜索。
[0045] 根据步骤2设置的搜索窗口，在每个阴影区的搜索窗口内，搜索与之配对的光亮区，由步骤3，计算并记录每种组合情况下的匹配指标J，取得最小指标J的一组阴影区与光
亮区的配对组合就是所求解，即将导航特征的阴影区和光亮区的配对问题转化为求取匹配
指标最小的问题。设所求配对问题的最优解为L，KL为最优解L对应的阴影区与光亮区的方
向矢量集合，利用KL解算太阳光照方向为：
亮区的配对组合就是所求解，即将导航特征的阴影区和光亮区的配对问题转化为求取匹配
指标最小的问题。设所求配对问题的最优解为L，KL为最优解L对应的阴影区与光亮区的方
向矢量集合，利用KL解算太阳光照方向为：
[0046]
[0047] 步骤5：基于步骤4中的最优解L以及求解的光照方向 对最优解对应的阴影区和光亮区组合的外边缘进行椭圆拟合，实现导航特征的检测。
[0048] 有益效果
[0049] 1、本发明公开的行星表面导航特征成像匹配检测方法，在导航图像中利用图像阈值分割提取行星表面导航特征的阴影区和光亮区。根据阴影区的形状特点，对每个阴影区
设置搜索窗口大小。基于配对距离最小和光照方向一致性的原则，构造导航特征暗亮区域
成像匹配指标。对行星表面导航特征的阴影区和光亮区进行配对搜索。对正确配对的阴影
区和光亮区进行外边缘提取与椭圆拟合。实现导航特征的检测，提高深空探测器导航特征
提取的精确性，从而为深空探测器的导航系统提供精确可靠地导航路标。
设置搜索窗口大小。基于配对距离最小和光照方向一致性的原则，构造导航特征暗亮区域
成像匹配指标。对行星表面导航特征的阴影区和光亮区进行配对搜索。对正确配对的阴影
区和光亮区进行外边缘提取与椭圆拟合。实现导航特征的检测，提高深空探测器导航特征
提取的精确性，从而为深空探测器的导航系统提供精确可靠地导航路标。
[0050] 2、本发明公开的行星表面导航特征成像匹配检测方法，由于光照入射角的不同，陨石坑内阴影区和光亮区各自的面积会发生变化，但是二者的组合总是近似椭圆，因此本
方法适用于除太阳垂直照射外，任意太阳入射角的情况。
方法适用于除太阳垂直照射外，任意太阳入射角的情况。
附图说明
[0051] 图1是本发明的行星表面导航特征成像匹配检测方法流程示意图；
[0052] 图2是本发明实例中仿真用到的深空探测器拍摄的原始导航图像；
[0053] 图3是本发明实例中陨石坑在太阳光照射下的阴影区与光亮区的成像剖面示意图；
[0054] 图4是本发明实例中陨石坑内阴影区与光亮区的成像示意图；
[0055] 图5是本发明实例中通过步骤1的暗亮区域分割结果图，其中图5(a)是提取的陨石坑阴影区，5(b)是提取的陨石坑光亮区；
[0056] 图6是本发明实例中步骤4配对搜索的结果图；
[0057] 图7是本发明实例中步骤5提取的导航特征外边缘结果图；
[0058] 图8是本发明实例中步骤5提取的导航特征外边缘椭圆拟合结果图。
具体实施方式
[0059] 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发明内容做进一步说明。
[0060] 为了验证本发明的可行性，利用真实拍摄到的水星表面陨石坑图像，如图2，进行数学仿真验证。
[0061] 本实施例公开的行星表面导航特征成像匹配检测方法，如图1所示，具体实现步骤如下：
[0062] 步骤1：通过图像阈值分割提取行星表面导航特征的阴影区和光亮区。
[0063] 导航光学相机拍摄到的目标行星表面地形图像，如图2，陨石坑在光照条件下，成像特征如图3所示。太阳光照不是垂直照射时，由于陨石坑大部分呈碗状特征，沿着光照方
向，一个陨石坑会依次出现伪光亮区，阴影区，光亮区和伪阴影区，这是因为陨石坑坑唇对
光线的阻隔导致陨石坑的坑唇处出现伪阴影区和伪光亮区，需要在图像处理的过程中将其
剔除，由于光照入射角的不同，陨石坑内阴影区和光亮区各自的面积会发生变化，但是二者
的组合总是近似椭圆。在太阳光线照射下，陨石坑内光亮区和阴影区沿光照方向的分布如
图4所示。具体图像处理方法如下：
向，一个陨石坑会依次出现伪光亮区，阴影区，光亮区和伪阴影区，这是因为陨石坑坑唇对
光线的阻隔导致陨石坑的坑唇处出现伪阴影区和伪光亮区，需要在图像处理的过程中将其
剔除，由于光照入射角的不同，陨石坑内阴影区和光亮区各自的面积会发生变化，但是二者
的组合总是近似椭圆。在太阳光线照射下，陨石坑内光亮区和阴影区沿光照方向的分布如
图4所示。具体图像处理方法如下：
[0064] 在导航相机图像中基于阈值分割和形态学处理算法进行行星表面陨石坑的图像处理，通过最大类间方差法(Ostu)将陨石坑图像初步分割为阴影区域图像和光亮区域图
像，之后基于二维最大熵阈值分割算法对图像进行暗亮区域分割。二维最大熵阈值分割算
法是在背景区域和目标区域内用二维最大熵来确定最佳阈值，使得背景和目标的灰度分布
熵值最大。二维最大熵原理图像阀值分割过程如下：
像，之后基于二维最大熵阈值分割算法对图像进行暗亮区域分割。二维最大熵阈值分割算
法是在背景区域和目标区域内用二维最大熵来确定最佳阈值，使得背景和目标的灰度分布
熵值最大。二维最大熵原理图像阀值分割过程如下：
[0065] 为了得到背景区域和目标区域最大化熵值，通过选取最佳阈值向量(s*,t*)，使熵值 最大即可，如下式所示：
[0066]
[0067] 利用最佳阈值向量(s*,t*)来分割导航特征阴影区域和光亮区域。并考虑到正确阴影区通常呈现椭圆形状的特点，利用椭圆检测剔除掉伪阴影区，提取出的导航特征的阴
影区和光亮区的二值图像如图5(a)(b)所示，分别标记为BS(u,v)和BI(u,v)，其中，行星表面
图像中提取到的阴影区域和光亮区域数量分别记为nS和nI。
影区和光亮区的二值图像如图5(a)(b)所示，分别标记为BS(u,v)和BI(u,v)，其中，行星表面
图像中提取到的阴影区域和光亮区域数量分别记为nS和nI。
[0068] 步骤2：根据阴影区形状特点，设置搜索窗口大小。
[0069] 由于步骤1提取到的阴影区呈椭圆状，光亮区呈月牙状，根据区域形状的成像特点，以阴影区中心作为搜索窗口的中心，根据阴影区面积大小设计搜索窗口大小，在搜索窗
口内搜索潜在的光亮区。这种局部搜索的目的是减少全局搜索成像匹配的计算量，提升搜
索效率。其中，区域中心和区域面积的计算公式如下：
口内搜索潜在的光亮区。这种局部搜索的目的是减少全局搜索成像匹配的计算量，提升搜
索效率。其中，区域中心和区域面积的计算公式如下：
[0070] 假设第p(p＝1,2,3,...,nS)个阴影区的区域中心为CSp＝(uSp,vSp)，第q(q＝1,2,3,...,nI)个光亮区的区域中心为CIq＝(uIq,vIq)。对于任意区域，区域中心的坐标值Ccenter
＝(ucenter,vcenter)可由下式计算：
＝(ucenter,vcenter)可由下式计算：
[0071]
[0072] 式中，t为阴影区或光亮区域内包含的像素点数量，pixel(u,v)表示在像平面(x,y)位置像素点的坐标， 表示取整符号。由式(14)的区域中心公式，将阴影区和光亮区各
自的中心用蓝色点标记，分别如图5(a)和5(b)所示。
自的中心用蓝色点标记，分别如图5(a)和5(b)所示。
[0073] 则搜索窗口是以阴影区中心CSp为圆心，以Rp为半径的圆形区域，在此区域内搜索阴影区的潜在光亮区。那么第p个阴影区的搜索半径Rp的计算公式如下：
[0074]
[0075] 其中，λ是自定义的搜索参数，本发明取λ＝3。tSp是第p个阴影区内包含的像素点数量。
[0076] 步骤3：基于配对距离最小和光照方向一致性，构造导航特征暗亮区域成像匹配指标。
[0077] 由导航特征的成像特点，导航图像在太阳平行光线的照射下成像，出现光亮区和阴影区，因此每个导航特征中阴影区对光亮区的指向应与光照方向一致，即正确匹配的导
航特征应满足光照方向一致性。另外，正确匹配的光亮区和阴影区的距离应是搜索窗口中
最短的。基于上述两个特点，对导航特征进行特征化和数学化，通过阴影区域和光亮区域中
心连线矢量来描述匹配特征，假设第p个阴影区和第q个光亮区的区域中心坐标分别是CSp
(uSp,vSp)和CIq(uIq,vIq)，则它们的连线矢量为
航特征应满足光照方向一致性。另外，正确匹配的光亮区和阴影区的距离应是搜索窗口中
最短的。基于上述两个特点，对导航特征进行特征化和数学化，通过阴影区域和光亮区域中
心连线矢量来描述匹配特征，假设第p个阴影区和第q个光亮区的区域中心坐标分别是CSp
(uSp,vSp)和CIq(uIq,vIq)，则它们的连线矢量为
[0078]
[0079] 第p个阴影区和第q个光亮区中心的连线矢量 同时包含长度信息dpq和方向信息用数学形式表达为：
[0080]
[0081]
[0082] 构造决策矩阵W，其中W中的元素wpq∈{0,1}，wpq＝1表示第p个阴影区和第q个光亮区选择匹配，否则表示不选择匹配。
[0083]
[0084] 考虑到所有导航特征成像匹配正确的光亮区和阴影区中心连线应满足距离最小且光照方向一致的约束，将导航特征的阴影区和光亮区的配对问题转化为求取匹配指标最
小的问题。若有l对阴影区与光亮区配对，则构造导航特征成像匹配指标J：
小的问题。若有l对阴影区与光亮区配对，则构造导航特征成像匹配指标J：
[0085]
[0086] s.t. d＝{dpqwpq|dpq
[0087]
[0088]
[0089]
[0090] rank(W)＝l (27)
[0091] 其中，α为权重系数，用来衡量距离和光照方向斜率方差的重要程度，var表示方差，rank表示矩阵的秩，约束(25)‑(27)意为l个配对的阴影区与光亮区一一对应，保证求解
过程不会出现重复的情况。
过程不会出现重复的情况。
[0092] 步骤4：行星表面导航特征阴影区和光亮区配对搜索。
[0093] 根据步骤2设置的搜索窗口，在每个阴影区的搜索窗口内，搜索与之配对的光亮区，由步骤3，计算并记录每种组合情况下的匹配指标J，取得最小指标J的一组阴影区与光
亮区的配对组合就是所求解，即将导航特征的阴影区和光亮区的配对问题转化为求取匹配
指标最小的问题。设所求配对问题的最优解为L，KL为最优解L对应的阴影区与光亮区的方
向矢量集合，利用KL解算太阳光照方向为：
亮区的配对组合就是所求解，即将导航特征的阴影区和光亮区的配对问题转化为求取匹配
指标最小的问题。设所求配对问题的最优解为L，KL为最优解L对应的阴影区与光亮区的方
向矢量集合，利用KL解算太阳光照方向为：
[0094]
[0095] L的配对结果以及光照方向的计算结果如图6所示。可以看出，解算的光照方向为由于个别阴影区在搜索窗口内没有光亮区，会出现没有配对的
情况，其余大部分阴影区都搜索到了正确配对的光亮区，最终匹配率如下表所示。
情况，其余大部分阴影区都搜索到了正确配对的光亮区，最终匹配率如下表所示。
[0096] 表格1仿真参数与结果
[0097]
[0098] 步骤5：基于步骤4中的最优解L以及求解的光照方向 对最优解对应的阴影区和光亮区组合的外边缘进行椭圆拟合，实现导航特征的检测。
[0099] 利用步骤4中搜索到的解L和求解的太阳光照方向 对L中的每一组配对的阴影区和光亮区的外边缘进行提取，提取得到的外边缘结果图如图7所示，椭圆拟合结果如图8
所示。其中，图8中黄色点是检测到的陨石坑特征的外边缘点，红色线是利用黄色边缘点进
行最小二乘拟合得到的椭圆。
所示。其中，图8中黄色点是检测到的陨石坑特征的外边缘点，红色线是利用黄色边缘点进
行最小二乘拟合得到的椭圆。
[0100] 本发明通过配对搜索，可以自主的解算太阳光照方向，解决了光学导航中要求光照方向已知的问题。同时，通过构建匹配指标，将导航特征的阴影区和光亮区的配对问题转
化为求取匹配指标最小的问题，避免了复杂繁琐的阈值约束限制，实现简单，易于操作。由
图6和图8可见，通过对最优解L配对的这组陨石坑外边缘进行椭圆拟合，拟合椭圆与陨石坑
导航特征的轮廓基本吻合，验证了本发明导航特征暗亮区域匹配方法的正确性和导航特征
检测的有效性。
化为求取匹配指标最小的问题，避免了复杂繁琐的阈值约束限制，实现简单，易于操作。由
图6和图8可见，通过对最优解L配对的这组陨石坑外边缘进行椭圆拟合，拟合椭圆与陨石坑
导航特征的轮廓基本吻合，验证了本发明导航特征暗亮区域匹配方法的正确性和导航特征
检测的有效性。
[0101] 至此，完成深空探测器导航系统中所需行星表面导航特征的成像匹配检测。
[0102] 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。
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。