论文部分内容阅读
位姿测量是机器视觉中的重要研究内容，在空间在轨服务、交会对接等航天任务以及工业制造领域有着广泛的应用。本文围绕位姿测量过程中的精度和实时性问题，设计并实现了基于2D/3D数据融合的空间位姿测量方法。该方法利用RGB相机高分辨率灰度图像与TOF相机深度图像的数据融合提高检测精度，运用卡尔曼滤波算法跟踪运动目标特征提高检测速度。论文的主要工作如下：（1）阐述了TOF相机的原理与数学模型，分析了TOF相机标定中存在的问题，提出了相应的解决措施，实现了TOF相机图像的标定。（2）设计实现了基于2D/3D数据融合的位姿测量方法，研究了基于几何变换的RGB相机高分辨率灰度图像和TOF相机深度图像的立体配准，设计了基于Delaunay邻域法的图像融合算法，提高了深度图像的分辨率，实现了基于融合图像信息的空间目标位姿测量算法。实验结果表明该位姿测量方法具有更高的测量精度。（3）设计并实现了基于卡尔曼滤波的特征跟踪位姿测量方法，介绍了卡尔曼滤波的基本原理，研究了基于卡尔曼滤波的特征跟踪过程，实现了基于特征跟踪的位姿测量算法。进行了特征跟踪实验和时间性能分析实验，结果表明该方法提高了位姿测量的速度。