航天器视觉导航的B-Harris特征提取提升实时性能

本文主要探讨了航天器视觉导航中的一种关键算法——多尺度B-Harris特征提取算法，发表于2014年的《西北工业大学学报》第32卷第5期。在航天器的视觉相对导航中，准确且实时的特征点提取与匹配对于目标航天器的跟踪和位姿信息估计至关重要。传统的SIFT（Scale-Invariant Feature Transform）算法虽然在特征检测上表现出良好的尺度不变性和稳定性，但其计算量大和匹配时间较长，这在对实时性要求极高的航天任务中显得不足。 B-Harris算法针对SIFT的这些局限性进行了改进。它继承了SIFT的结构思想，但采用了多尺度Harris算子，这种方法可以有效地提取出具有尺度不变性的特征点，提高了特征提取的效率。此外，B-Harris算法引入了128位二进制描述子来构建特征向量，进一步降低了匹配时间，显著提升了算法的实时性能。 论文作者淡雪等人，作为西北工业大学航天学院和航天飞行动力学技术重点实验室的研究人员，专注于飞行器动力学与相对导航领域。他们的工作通过实验证明，B-Harris算法不仅能够适应航天器在旋转、尺度和视角变化下的复杂环境，而且在实时性上明显优于SIFT算法，满足了航天任务对高实时性的需求。 本文的关键技术点包括B-Harris算法的设计，其在航天器视觉导航中的应用，以及与SIFT算法的性能对比。文章的关键词包括B-Harris算法、SIFT算法、视觉导航。此外，由于B-Harris算法的成功应用，它对航天器的相对导航有着重要的实际意义，特别是对于空间交会对接、伴飞绕飞和编队飞行等任务，其精度的提升将直接促进整个航天系统的优化和控制能力的增强。因此，本文的研究成果对于提升航天器导航技术的实时性和准确性具有深远的影响。