针对嫦娥三号获取的下降序列影像匹配过程中,程序耗时较大且匹配结果不理想的问题,提出了一种改进的SURF(Speeded Up Robust Feature)匹配算法。算法通过高斯模板辅助进行梯度直方图统计,并采用最佳匹配区域限制,优化匹配效率。首先通过高斯模板卷积后,采用直方图统计的形式代替60°区域扫描方式,精确描述特征点;然后在最佳匹配点搜索时,通过建立着陆器下降过程几何模型,得到匹配点间的几何约束关系,减小匹配点搜索区域,最终完成了特征点匹配优化。实验结果表明,与经典方法相比,改进后的算法具有匹配过程耗时少,误匹配数量低的优点,有效地提高了匹配效率。
目的解决月面着陆器在下降过程中可能得不到足够的匹配点进行着陆区地形恢复的问题。方法基于特征边缘线梯度比例约束的明暗恢复形状(shape from shading)算法。首先以Lommel-Seeliger模型模拟月表反射情况,建立辐照度方程;然后以地形特征边缘提取结果为基础,经过最小二乘拟合与表面光滑模型约束后,演化得到剩余影像点的梯度比例因子,实现对辐照度方程的正则化约束。结果经过测试得到模拟影像的平均相对恢复精度可以达到-0.199,真实影像月面可以达到0.051和0.022。结论本文算法能够有效地进行3维地形恢复,且恢复精度优于经典SFS算法中对实际地形恢复效果最好的Tsai算法。
