月球车视觉系统立体匹配算法：基于点与边缘特征

"月球车视觉系统立体匹配算法 (2011年)，曹凤萍，王荣本，吉林大学交通学院" 本文是2011年发表的一篇工程技术类论文，主要研究了月球车视觉系统中的立体匹配算法，以提高其在月球表面探索时的实时性和可靠性。该算法结合了点特征（如SIFT）和边缘特征的提取与匹配，用于获取月球车周围环境的详细信息和识别障碍物。 首先，论文中提到的预处理步骤包括使用高斯滤波器来减少图像噪声，并应用有限对比适应性直方均衡化（CLAHE）增强图像的对比度，这对在月球低光照和高动态范围环境下获取清晰图像至关重要。高斯滤波能够平滑图像，降低噪声对后续处理的影响，而CLAHE则可以有效地处理局部对比度低的问题，提高图像细节的可辨识性。 接下来，作者研究了 Scale-Invariant Feature Transform (SIFT) 特征点的提取。SIFT是一种鲁棒的特征检测方法，它能在尺度空间中找到稳定的兴趣点，不受图像缩放、旋转和光照变化的影响。这些特征点对于识别月球表面的特征物体和地形非常有用。 同时，论文还探讨了边缘特征的提取。边缘特征通常代表图像中的显著变化，可以用于识别物体的轮廓和边界。结合SIFT特征和边缘特征，可以更全面地理解月球车的环境，包括地形的高低起伏和可能的障碍物位置。 在特征匹配阶段，成功匹配的SIFT特征与边缘特征相结合，为计算特征点对应的三维信息提供了基础。这一步骤利用立体匹配技术，通过比较左右图像中的对应特征，确定它们在空间中的相对位置，从而构建出月球表面的三维模型。这种方法有助于月球车避开障碍，实现安全导航。 最后，论文通过实验验证了所提出的算法的有效性，实现了月面环境的地形重构，证明了算法在月球车视觉系统中的实用价值。这篇工作对于提升月球探测任务的自主性和安全性具有重要意义，同时也为地球上的自动驾驶和机器人视觉系统提供了理论和技术参考。 关键词涉及：交通运输系统工程、月球车、立体视觉、特征匹配、三维重构。该论文的作者包括曹凤萍，博士研究生，专注于智能车辆与计算机立体视觉研究；以及王荣本，教授，博士生导师，研究领域涵盖智能车辆、汽车安全辅助驾驶和物流自动化。论文发表于2011年，刊载于《交通运输系统工程》期刊，具有较高的学术价值和实践意义。