中国宇航学会深空探测技术专业委员会第九届学术年会论文集一种基于像素点可区分度的着陆区域确定方法裴明涛，王亚菲，梁玮（北京理工大学计算机学院，北京市海淀区中关村南大街5号，100081）摘要：自动着陆区域确定是深空探测领域中的重要问题。在深空探测过程中，由于探测器距离地球非常遥远，信号传递具有较大的延时，因此需要探测器能够自主的找到安全的可着陆区域。本文提出了一种基于像素点可区分度的着陆区域确定方法，通过计算着陆器所获取的目标表面图像中的各像素点的可区分度，将图像中的像素点分为可供安全着陆的像素点集合以及不可着陆的像素点集合，并通过对不可着陆像素点集合中的像素进行形态学的膨胀操作，来找到可供安全着陆的最大圆区域。实验结果表明了本文所提出方法的有效性。关键词：可区分度着陆区域形态学操作着陆点选择膨胀操作1引言自动着陆区域确定是深空探测领域中的重要问题。在深空探测过程中，由于探测器距离地球非常遥远，信号传递具有较大的延时，因此需要探测器能够自主的找到可供安全着陆的区域。目前的着陆区域确定方法多是针对目标星体表面的各种地形（如陨石坑，岩石等，如图1所示）的图像表观特征进行障碍检测，进而通过避开障碍得到可着陆区域。邵巍等1提出了一种基于数学形态学的探测器安全着陆点选择算法，对目标表面的弹坑及岩石等障碍进行检测，进而得到最佳着陆点及着陆半径；Leroy等2提出利用边缘检测进而利用椭圆拟合弹坑形状的算法来检测弹坑进而得到着陆区域；Ma等3提出了边缘光流算法进行行星表面岩石的检测；Gor等4提出了基于GarborFilter的算法进行岩石的检测。通过检测障碍物进行着陆区域确定的方法的问题是各种障碍物的检测很难做到精确和鲁棒，同时受光照条件影响较大。目前也有根据行星表面的纹理特征进行着陆区域确定的方法，例如Pedro等5通过统计区域内的对比度等特征来进行着陆区域的确定。但是在有些情况下，不可着陆区域的对比度特征和可着陆区域的对比度特征比较相似，无法区分。通过观察发现，目标星体表面的障碍物，不管是弹坑，（图1a）裂纹图1b或者岩石图1c，都具有以下特点：在这些障碍物边界上的点（如图1中的1，2，3，4），与其邻域内的其他点的可区分程度很高，既很容易将这些点与周围其他的点区分开来。而平坦区域内的点（如图1中的5，6，7），与其周围的点比较相似，基本无法与周围的点区分开来。基于这一观察，我们通过计算像素的可区分度来进行陆区域的确定。图1目标星体表面各种地形459中国宇航学会深空探测技术专业委员会第九届学术年会论文集2像素点的可区分度设p表示图像中的一个像素，其坐标为pxpy，其像素值为Ipxpy，像素点p的可区分度为p与其邻域中的其他像素的可区分程度。设像素p的邻域为Np，Np为以像素p为中心的一个矩形，其长宽可根据实际情况进行设定，如果其长宽设定为图像的宽度和高度，则是在整副图像中进行该像素的可区分度计算，此处我们设置邻域Np的长度和宽度分别为图像宽度和高度的三分之一。可区分度定义如下：定义spp为像素p与像素p的相似程度，p为p邻域中的像素。此处，我们采用SSD来计算两个像素的相似程度，SSD值越小，表明两个像素越相似，设计算SSD时采用的邻域大小为2n1×2m1，则nmspp∑∑IpxipyjIpxipyjinjm2（1）其中pxpy为像素p在图像中的坐标，pxpy为像素p在图像中的坐标。设pspp表示像素p与像素p相似的概率，则expspppspp∑p∈Nexpspp（2）p定义像素的可区分度为该像素与其邻域内像素相似概率分布的熵，既distinguishbilityp∑p∈Npspplogpspp（3）p对于图1中标记的像素点计算与其邻域内像素的相似概率分布，如图2所示，可以看出，分布有三种情况：图2像素点与其邻域内像素的相似概率分布图1点状分布，如图2（1-2）所示，这些像素一般是图像中的角点，其相似概率分布的熵较小，可区分度高。2线状分布，如图2（3-4）所示，这些像素一般是图像中的边缘，其相似概率分布的熵居中，可区分度中等。3面状分布，如图2（5-7）所示，这些像素一般属于平坦区域，其相似概率分布的熵较大，可区分度低。3基于形态学膨胀操作确定最大可着陆圆圆心及半径我们将可区分度高和可区分度中等的像素所覆盖的区域都看作是障碍物区域，可区分度低的像素所覆盖的区域看作是可着陆区域。可着陆区域应满足以下两个要求，一是面积足够大，以便探测器着460中国宇航学会深空探测技术专业委员会第九届学术年会论文集陆；二是距离障碍物足够远，以确保着陆过程的安全。由于图像边界外面的区域是未知区域，因此理想的着陆区域应该距离图像边界也足够远。因此我们将图像边界上的点的可区分度也设置为高，既边界上的点也看作是可区分度高的像素点。如图3所示，图中红色的点为障碍物区域