双目视觉技术在空间非合作目标尺度测量中的应用研究

"基于双目视觉的空间非合作目标尺度测量技术研究" 本文深入探讨了在空间环境中对非合作目标进行尺寸测量的关键技术，特别是利用双目视觉原理实现这一目标的方法。非合作目标指的是那些不提供任何主动配合或信号的物体，例如无法事先知道其形状或特征的目标。在航天领域，快速、精确地获取这类目标的尺寸对于动态跟踪和捕获任务至关重要。 作者团队，包括李洁、彭琪、庄奕琪和蒋山平，提出了一个创新的点云轮廓直接提取算法。该算法适用于未知形状的非合作目标，它无需先进行复杂的三维重构，就能直接从双目视觉系统获取的点云数据中提取目标的轮廓线。通过这种方式，可以依据目标的外观轮廓和尺寸，迅速估算出其功能和大致规模。 论文中建立了一个双目视觉立体测量实验平台，采用一个立方体模型作为非合作目标进行实际操作。利用MATLAB软件对提出的算法进行了仿真验证，结果显示测量结果与参考值的误差在百微米级别，证明了该方法的高精度。 关键词涵盖了非合作目标、双目视觉、点云处理、轮廓检测和线性拟合等核心概念。中图分类号和文献标志码分别表示了该研究的技术性和理论深度，而文章编号和DOI则提供了该研究的唯一标识，便于后续引用和检索。 这项研究为双目视觉在空间非合作目标测量中的应用开辟了新的途径，为未来航天任务中的目标识别和追踪提供了有力的技术支持。通过优化算法和提高测量精度，有望进一步提升空间探测和操作的效率和安全性。