针对空间合作目标的靶标提取、匹配与相对位姿解算问题, 利用 TOF相机采集的灰度和深度信息进行目标检测与关键点筛选的靶标提取, 基于此进行特征点匹配并确定合作目标的相对位姿。首先, 基于灰度信息进行目标检测, 接着,结合深度信息与靶标形态筛选关键特征点, 然后, 利用马尔可夫随机场(MRF)的确定性退火算法进行特征点匹配, 最后, 利用SVD算法解算位姿获得目标航天器和追踪航天器之间的相对位置、姿态关系。实验表明该方法计算量少、鲁棒性较好。

为了实现对空间失效卫星、空间碎片等非合作目标, 尤其是具有自旋运动特性的目标进行在轨服务或者离轨清除, 需要精确完成追踪飞行器与目标飞行器之间的相对姿态测量。首先, 以逆深度参数化表示相机在世界坐标系下的坐标值、高低角、方位角和深度信息, 可以有效解决小视差情况下的单目视觉姿态估计。其次, 建立了相机相对于非合作目标的运动模型和测量模型。最后, 基于单点随机抽样和扩展卡尔曼滤波实现了相机和目标之间的相对运动姿态估计。实验结果表明: 对于三轴稳定目标, 接近过程中姿态测量精度约为0.5°; 对于匀速慢旋目标, 相对角度误差约为3.5%, 平均角速度误差约为0.1°/s。可以满足工程上空间非合作目标相对姿态测量的使用需求。

对图像边缘特征的提取是图像处理中一项非常重要的研究内容。相比于角点信息，边缘信息对观测目标具有更丰富的表示含义，对目标外形轮廓的精确提取具有重要的研究意义。随着探测器分辨率的提升以及对数据更新率要求的提高，开发能快速高效地实现边缘提取的算法已成为人们研究的热点。着重研究了高精度图像处理算法的FPGA实现技术，并利用FPGA独有的并行流水线处理机制实现了高斯滤波、sobel算子和非极大值抑制等图像处理的基本运算。