空间目标多源数据三维重建技术研究

发布时间：2020-03-30 19:29

【摘要】：空间目标的三维重建技术是实现空间安全与服务自动化的关键技术,本文围绕灰度图像序列和深度图像序列多源三维重建技术开展研究和探讨,提供了一套包含目标特性分析,系统参数设计、几何标定、重建策略,重建评价的全链路方案,通过方案中关键技术的研究,针对性地分析空间目标三维重建中存在的问题以及提出解决方法。为了研究空间目标的成像特性,需要对空间目标进行建模分析,本文基于双向反射分布函数对卫星的反射特性进行了研究,仿真结果证实卫星反射方向的强度呈一定方向性分布,并且随着目标材料的不同而变化。基于本文的可见光成像系统和目标建模对成像效能进行了计算,成像信噪比为50db左右,能够具备较好的成像质量作为三维重建的输入条件。开展了多源数据成像系统的几何标定研究,首先,对可见光成像系统进行了标定,利用图像分割排除非标定板位置噪声的影响。对深度成像系统建立了深度相机模型,在基于深度模型的标定过程中,为了解决红外投射对相机标定的影响,加入图像增强突出网格点检测,实现了相机系统参数的获取。在基于图像序列的空间目标三维重建中,空间目标在成像上常出现过饱和现象,需要扩展成像动态范围,本文提出基于双边滤波和信息熵联合的多曝光融合方法,融合方法提高了成像对应动态范围以及增加了图像的特征信息,将融合方法引入到三维重建中,显著提高了三维重建的点云数量。针对空间目标的对称性提出一种优化策略,首先将图像序列进行有序排序,将图像之间的匹配限制在对称范围之内,并根据匹配空间实际对应物空间点数量合理调整匹配邻域范围,同时在邻域图像匹配时根据相邻远近放缩匹配阈值,提出的优化策略有效抑制了对称引起的位姿计算错误问题,能够对目标进行正确重建。在基于深度图像的空间目标三维重建中,深度图像平坦区域的非均匀性容易被忽视,本文通过分布式平均校正法对图像进行校正,并将图像校正引入到深度三维重建流程中。本文使用了Kinect V1和V2分别作为结构光和TOF(Time of flight)深度成像模式的代表,对两种方式对空间目标的三维重建进行适应性分析,基于结构光的方式在目标边缘噪声情况优于TOF方式,获得了较好的重建效果,并基于结构光的方式开展了工程参数的验证,获得了一定条件下深度图像三维重建需满足的边界条件。对重建的模型需要进行质量评价,本文提出自验式三维重建的评价方法,利用3D设计及打印获取实际物理模型以及比对的标准数据模型,通过重建模型表面抽样与标准模型进行配准对比,得到评价参数,提出的评价方法有效规避了视觉评价的主观性以及对高精度扫描仪器的依赖。
【学位授予单位】：中国科学院大学(中国科学院上海技术物理研究所)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP391.41;V52

【参考文献】