[發明專利]自適應二值特征單目視覺里程計方法及計算機、機器人

有效

• 申請號: 201710459019.6
• 申請日: 2017-06-16
• 公開（公告）號: CN107403451B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 李靜;劉子鍵;盧朝陽;張芳冰;魏立松
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/77;G06T5/00
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種自適應二值特征單目視覺里程計方法，其特征在于，所述自適應二值特征單目視覺里程計方法根據環境中的光照變化情況自適應地調整特征檢測閾值，在不同的光照條件下穩定檢測到恒定的特征數目；同時通過構造四叉樹的方式組織檢測到的特征，以深度優先搜索和廣度優先搜索相結合的方法隨機選擇特征，使得最終輸出特征均勻地分布在整幅圖像上；

所述自適應二值特征單目視覺里程計方法包括以下步驟：

步驟一，創建兩個進程，分別記為Process I和Process II；進程Process I用于相機的視頻幀采集，進程Process II用于視覺里程計進行相機位姿估計；

步驟二，開辟一塊共享內存區域，用于進程Process I和Process II之間的數據通信；記這塊共享內存區域為幀序列池，在幀序列池上維護一個先進先出的視頻幀隊列；

步驟三，在進程Process I中打開相機，采集視頻幀；如果視頻幀的分辨率過大，按照比例關系對視頻幀降分辨率，將視頻幀壓入到幀序列池中；

步驟四，進程ProcessII從共享內存池中按序取出視頻幀圖像；

步驟五，計算灰度圖像的直方圖統計，每個直方圖條塊的寬度為16個像素；利用每個直方圖條塊的像素個數除以圖像的總個數，得到每個直方圖條塊的統計概率；

步驟六，根據不同的圖像熵大小設置不同的角點檢測閾值，檢測到不同的特征點個數；

步驟七，使用的高斯平均算子對圖像進行濾波，濾除噪聲，將整幅圖像分為小圖像塊，利用根據環境的情況自適應設置的閾值，通過AGAST角點檢測算法分別在小圖像塊上進行角點特征檢測；

步驟八，利用非極大值抑制算法，獲得局部圖像塊內的極大值最大響應的AGAST角點；

步驟九，如果非極大值抑制后，特征點的數目亦然大于指定要選取的特征點數目，隨機均勻的選取指定數目的特征點集；

步驟十，計算得到的AGAST角點特征的方向；

步驟十一，通過rBRIEF算法生成二值特征描述符，得到圖像上檢測到的自適應均勻二值特征；

步驟十二，通過自適應均勻二值特征之間的漢明距離和方向距離差，在當前幀和前一幀上搜索匹配的自適應均勻二值特征對應點集；

步驟十三，通過搜索到的前后幀之間的匹配特征點對應集，計算出相機的位姿矩陣。

2.如權利要求1所述的自適應二值特征單目視覺里程計方法，其特征在于，所述步驟三中視頻幀降分辨率的計算公式為：

其中，(w，h)是原始圖像的大小，(w′，h′)表示降分辨率后的圖像大小。

3.如權利要求1所述的自適應二值特征單目視覺里程計方法，其特征在于，所述步驟四中進程ProcessII從共享內存池中按序取出視頻幀圖像；圖像是彩色圖像，轉換為灰度圖像，記為I_gray，對圖像I_gray執行自適應均勻二值特征檢測算法，檢測I_gray上的自適應均勻二值特征。

4.如權利要求1所述的自適應二值特征單目視覺里程計方法，其特征在于，所述步驟五中計算I_gray的圖像熵Entropy(I_gray)，計算灰度圖像的直方圖統計，每個直方圖條塊的寬度為16個像素；利用每個直方圖條塊的像素個數除以圖像的總個數，得到每個直方圖條塊的統計概率p_i，圖像熵便可按照如下公式計算：

5.如權利要求1所述的自適應二值特征單目視覺里程計方法，其特征在于，所述步驟九中隨機均勻選取指定數目特征點的方法具體包括：

將圖像上所有的特征點組織為一棵四叉樹，使用廣度優先搜索和深度優先搜索相結合的搜索算法來隨機均勻的選取特征點，將圖像按照長寬中軸遞歸地等分為左上、左下、右上和右下四塊，直到圖像塊內沒有特征點為止；利用BFS算法來隨機搜索選擇四叉樹上的結點，如果某個結點是葉子結點且該結點只有一個特征點，那么選擇該特征點；否則，繼續隨機搜索其它結點；如果一個結點不是葉子結點，需要在結點表示的圖像區域內選取特征點，隨機找到一個包含之前未選擇的特征點的葉子結點；迭代，直到選擇到指定數量的特征點數目。