基于机器视觉的月球表面坑的识别算法研究

发布时间：2020-05-31 23:00

【摘要】： 在月球表分布了各种大小和不同年龄的复杂的重叠坑,给月球车行驶带来了极大的困难,因此,在月球表面环境和光照条件下,利用视觉技术准确的检测出坑的位置和大小是保证月球车平稳行驶的一个关键技术,是未来月球探测车在月球表面实现自主导航一个非常重要的环节。经过一段时间的研究探索表明,利用计算机视觉判断车辆前方是否存在坑,并对坑进行识别是可行的。本文研究的主要内容包括以下几个方面: 1、研究各种光照条件下月球表面坑图像的预处理。探讨中值滤波,邻域平均法,直方图均衡法,图像的边缘增强算法。采用水平投影和垂直投影法对坑进行定位。研究较暗光照强度下的月球表面坑图像的分割算法。简单介绍基于边缘强度的分割算法和Fisher准则函数法,对两种算法的优缺点进行对比,最后采用Fisher准则函数法对此类图像进行分割处理,实际图片处理验证了上述算法的有效性。 2、研究采用区域生长算法,二维直方图熵最大法对正常光照强度下的月球表面坑的图像进行分割。通过试验结果的对比分析,最终采用二维直方图熵最大法对正常光照的月球表面坑进行分割。 3、研究将矩不变自动门限法和最大类间方差法运用到较亮光照强度下的月球表面坑的图像分割。简单介绍上述算法的分割原理,以及用实际图片进行处理,通过对比分析,选择矩不变自动门限法对较亮光照下的月球表面坑进行分割。 4、设计BP神经网络分类器对不同光照月球表面坑进行分类,实现不同光照条件下月球表面坑的分割与识别算法的自动选取。
【图文】：

示意图,示意图,结构元素,数学形态学

以进行图像形状和结构的分析及处理，包括图像分割、图像滤波、图像增强和恢复等。数学形态学方法利用一”收集图像的信息，当探针在图像中不断移动时便可考相互关系，从而了解图像的结构特征。数学形态学基于A(Focus OfAttention)的视觉特点有类似之处。作为探针带知识（形态、大小、甚至加入灰度和色度信息）来探点。形态学中的运算对象是集合。设 A 为图像集合，S 为运算是用 S 对 A 进行操作。需要指出，实际上结构元合。对每个结构元素可以指定一个原点，它是结构元素点。应注意，原点可以包含在结构元素中，也可以不包算的结果常不相同。以下用阴影代表值为 1 的区域，白算是对值为 1 的区域进行的。二值形态学中两个最基胀，如图 2-14 所示。

火星,现状,科学报告,环境感知

感知技术研究现状车环境感知技术研究现状制方面已有成熟的经验。由于星球探要问题等方面有很多类似之处，因此月球车系统的研制。在这里简要地介研的，，也有发射成功的，并且都是业测机器人进实验室在原“洛基”系列车的基础星表面上，在火星上进行了为期 80视范围之内，进行科学和技术实验。关火星岩石的科学报告，及有关火星
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TP751.1;P184.5

【引证文献】