[發明專利]室內的視覺定位方法

在審

• 申請號: 201310038983.3
• 申請日: 2013-01-31
• 公開（公告）號: CN103198491A
• 公開（公告）日: 2013-07-10
• 發明（設計）人: 張會清;曹魯光
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/00
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 魏聿珠

1.基于自適應的室內的視覺定位方法，是在計算機的上位機平臺上運行，用攝像頭采集地面的序列圖像，對序列圖像進行全局運動估計，計算出序列圖像的偏移大小和方向，在計算機的上位機平臺上，根據傳入的圖像偏移大小和方向畫出攝像頭的運動軌跡，本發明的特征在于該方法還依次包括下述步驟：1）首先提取攝像頭采集地面的序列圖像，然后用SUSAN算法提取序列圖像中的特征點；在SUSAN算法中加入環形的USAN模板，對圖像中的每個點進行特征點的粗提取，對提取后的特征點再用圓形的USAN模板進行篩選，計算是否為特征點的方法為c(r→,r→0)=1if|I(r→)-I(r→0)|≤t0if|I(r→)-I(r→0)|>t,]]>n(r→0)=Σr→∈c(r→0)c(r→,r→0),]]>其中為模版內屬于USAN區域象素的判別函數；為USAN模板的中心象素點；為USAN模板內任意其他像素點；t是灰度差門限，為任意點的USAN區域大小；根據響應函數其中g為門限值，門限值g取經驗值13，根據響應值是否等于0來判斷像素點是否為特征點；

2）根據第1)步驟中得到的特征點，分別對每一個特征點用SIFT算法描述該特征點的幅值m(x,y)和方向θ(x,y)，如下：

m(x,y)=(L(x+1,y)-L(x-1,y))2+(L(x,y+1)-L(x,y-1))2---(1)]]>

θ(x,y)=tan^-1((L(x,y+1)-L(x,y-1))/((L(x+1,y)-L(x-1,y)))?????????????(2)其中，x、y分別為圖像中當前點的橫縱坐標值，L(x,y)為點(x,y)的像素值；3）根據第2）步驟中得到的當前圖像和前一幀圖像中的特征點，用歐氏距離的理論，用最近鄰特征點距離與次近鄰特征點距離之比確定初始匹配點對，實現圖像的配準；公式如下：

ratio=d₁/d₂???????????(3)

其中，d₁為最近的歐幾里得距離，d₂為次近的歐幾里得距離，當ratio小于某一特定閾值,閾值取經驗值0.48，則認為匹配成功，相反，則認為特征點不匹配；

4）根據第3）步驟中得到的正確匹配點對，采用六參數仿射模型，計算圖像的偏移大小和方向；

設在時刻t_k成像剛體的某一點在攝像機坐標系下的坐標為[X?Y?Z]^T，在時刻t_k+1攝像機發生運動，而該物體的坐標變為[X'Y'Z']^T；這一運動可用旋轉矩陣R和平移向量T來描述；如式(4)所示：

X′Y′Z′=RXYZ+T=r11r12r13r21r22r23r31r32r33XYZ+t1t2t3---(4)]]>

而在成像平面上，相應的點從時刻t_k的坐標[xy]^T變化為時刻t_k+1的坐標[x'y']^T；

當攝像機的焦距f遠大于Z的時候，三維空間物體在成像平面上的投影就不能采用透視模型，這時候應該采用正交模型來描述，如圖附圖7所示；從圖中可以看出，在正交投影模型中，從P點出發的光束，以平行于Z軸投影到成像平面上，因此，在正交投影模型下，對于三維空間物體上的每一點，與成像平面上的投影點的關系改為：

r=xy=XY---(5)]]>

由(4)，(5)可得，

x′=r11x+r12y+(r13Z+t1)=a1x+a2y+a3y′=r21x+r22y+(r23Z+t1)=a4x+a5y+a6---(6)]]>

式中，a₁=r₁₁，a₂=r₁₂，a₃=r₁₃Z+t₁，a₄=r₂₁，a₅=r₂₂，a₃=r₂₃Z+t₂；a₃、a₆與圖像的平移運動有關，a₁、a₂、a₄、a₅與圖像的縮放、旋轉運動有關；

5）經過實驗發現，每次匹配的兩幅圖像的重疊區域大小不一，在攝像頭正常運動情況下，重疊區域都不到圖像的1/2，但是特征點提取和匹配都要計算整幅圖像，造成了信息的大量冗余，因此，為了提高算法的自適應性，加入Kalman濾波算法；根據當前匹配之前的五次匹配估計結果即X/Y軸的偏移量估計出當前待匹配兩幅圖像的重疊區域即X/Y軸的偏移量，通過加入Kalman濾波算法估計每次匹配的重疊區域，然后只對圖像上的重疊區域部分進行計算和估計；

6）根據第4）步驟中計算出的圖像偏移大小和方向，把數據傳到上位機，在上位機上實時的畫出攝像頭的移動軌跡。