利用opencv用于识别圆并计算圆的半径和圆心的坐标_空间交会对接位姿测量中特征靶标快速识别...

空间交会对接近距离段通常采用视觉图像处理的方法实现追踪航天器与目标航天器之间的位姿测量。一般情况下，追踪航天器上安装有视觉传感器(摄像机)和位姿测量系统，目标航天器上安装有特征靶标。交会对接过程中，需实时获取视觉传感器与特征靶标之间的位姿关系，进而转换为目标航天器与追踪航天器之间的位姿关系，并以此作为追踪航天器中伺服系统的输入端，及时调整其运动轨迹^[1-3]。因此，位姿测量系统的测量精度和测量效率直接影响着整个对接系统的控制精度和效率，其重要性显而易见；而目标航天器上特征靶标的准确、快速识别又是实时位姿测量的前提条件。

目前，美国、日本和中国均已实现航天器之间交会对接过程。美国航天局使用两种不同波长的激光照射特征靶标，根据靶标对不同波长激光束反射情况的区别确定前景和背景图像，从而识别标识点，该方案的靶标制作较复杂，实现难度较大。日本通常采集不同颜色的标识灯图像，识别特征点，实现了视觉测量，但该方法受光照等影响较大。中国天宫与神舟飞船对接时采用十字靶标，靠人眼观测为主的方式完成了对接过程，对接过程自动化程度不高，效率较低。

视觉测量或跟踪系统中用于检测目标的图像处理算法是计算成本最高的算法之一。其对精度和效率的要求均较高，是影响后续位姿测量精度和效率的关键因素之一。本文提出一种简单特征靶标的快速识别方法，本方案在不影响特征靶标识别精度的前提下，简化了图像处理过程，极大程度提升了算法的运行效率。

1 特征靶标确定

为实现特征靶标的快速、准确地识别，要求安装于目标航天器上的靶标的设计应尽可能简单，便于快速识别。文献[4]中CATRELL L B等人在1991年提出采用颜色鲜明的同心圆环作为检测目标物，提取同心圆环的圆心信息作为特征点。因同心圆环具有如下重要特性：圆环的圆心不会随着图像旋转和变换而改变；圆环的面积和其内部的面积比例不会随着图像的旋转而变换；通过检测同心圆环轮廓和面积，可以确定相应的圆心。借鉴该文的方法，本文将目标圆环作为特征靶标，圆环圆心作为特征点。

在位姿测量系统中，若已知目标靶标图像坐标，依据相机成像模型求解目标与相机之间的位姿关系，是典型的PNP(Perspective N Points)问题。文献[5]研究发现，PNP问题中，若已知4个共面的点，且任意3点不在一条直线上，能确定视觉传感器相对特征靶标之间唯一的位姿关系，从而得到两航天器之间的位姿关系。

综上，特征靶标确定为4个共面同心圆环。为了区分各个特征点之间的位置关系，同心圆环的内环直径大小不一，中心对称，如图1所示。特征靶标的尺寸可配合视觉传感器的参数按比例放缩。

2 特征靶标识别

特征靶标识别过程主要包括三部分：图像分割、轮廓提取、识别圆环提取圆心坐标。

2