基于线段融合的空间非合作目标稳健特征提取算法

来源：计算机测量与控制杂志2022年第12期北京时间：

作者：周啸风,汪玲,刘寒寒,张翔

单位：南京航空航天大学电子信息工程学院

摘要：相对位姿测量是空间非合作目标态势感知的主要内容，在位姿测量中，需要先对目标图像进行特征提取，而特征提取的精度和鲁棒性直接影响位姿测量性能。为了提高空间非合作目标特征提取的鲁棒性，本文给出一种基于线段融合的特征提取算法。该算法首先采用基于梯度的滤波器来消除空间目标图像的背景干扰，然后采用LSD直线检测算法、Hough Lines直线检测算法和Shi-Tomasi角点检测算法提取三组特征点，再用K-D空间划分树以及K最近邻搜索算法融合这三组特征点，保留包含显著特征的较少数量特征点，进一步组合成线段结构，并对线段进行融合，以此来提取反映目标整体几何框架的信息，从而提升稳健性。仿真实验和半物理仿真实验测试结果表明，本文提出的基于线段融合的特征提取方法在空间目标特征提取中具有更好的稳健性。

关键词：特征提取;特征融合;K-D空间划分树;K最近邻搜索算法

基金资助：中国航天科技集团有限公司第八研究院产学研合作基金、江苏省自然科学基金