[發明專利]基于稀疏SLAM框架的低紋理平面場景重建方法

有效

• 申請號: 201810584937.6
• 申請日: 2018-06-08
• 公開（公告）號: CN108776989B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 趙永嘉;陳昌杰;雷小永;戴樹嶺
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T15/04
• 分類號: G06T15/04;G06T7/80
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 周長琪

本發明公開一種基于稀疏SLAM框架的低紋理平面場景重建方法，包括以下步驟：1、通過RGB?D相機Kinect讀取圖像數據每一幀的RGB圖像與深度圖像。2、對于獲取的每一幀圖像，進行下述處理：A、在稀疏SLAM的框架下，通過像素之間的灰度差異獲取圖像中的特征點；B、提取圖像中獲取不到足夠特征點的平面區域，作為平面路標；3、將特征點在世界坐標系下的坐標作為地圖點，進行局部的建圖；4、對局部地圖進行捆集調整優化與回環檢測局部地圖；5、將特征點與平面都作為路標，進行回環檢測，并進行全局的捆集調整來優化相機位姿與軌跡。本發明既可解決低紋理區域重建的質量問題，又提高了稀疏特征點SLAM系統的魯棒性。

技術領域

本發明涉及計算機視覺、數字圖像處理和同時定位與建圖領域，特別是涉及一種基于稀疏SLAM框架的低紋理平面場景重建方法。

背景技術

在計算機圖形學領域，三維重建指利用攝像機拍攝得到的二維圖像中的深度、紋理等信息恢復出三維空間中物體的形狀與位置信息。基于視覺圖像的三維重建具有成本低廉、自動化程度高的特點。

基于視覺的三維重建根據分類方法的不同有很多種類。近年來，無論是基于RGB-D圖像還是其他單目相機的三維重建，SLAM框架都得到了廣泛的運用。同時定位與建圖(Simultaneous Localization and Mapping，SLAM)問題是讓定位和重建同時進行，相較于傳統的三維重建將定位與建模分割開來的方法，具有較好的實時性，能夠滿足更高層次的任務需求，因此目前多數的三維重建的方法與SLAM的研究緊密得結合在一起。

基于稀疏特征點的SLAM方法是研究者們研究的方向之一，其通過提取圖像中的特征點進行立體匹配，對于紋理復雜，圖像灰度差異大的場景，這些方法可以取得不錯的效果。然而，現實場景中存在著大量的低紋理平面區域，如室內場景中的墻壁、桌面等物體。這些圖像的灰度變化較為平緩，鄰近區域的灰度相似度比較大，會導致提取不到充足的特征點來計算相機的運動。同時，每一個像素本身具有很大的歧義性，并且可區分性差，而像素間相似度的差異是進行特征點匹配過程中的很重要的約束條件，如果相似度差異小會產生比較多的錯誤匹配，影響重建的精度。通常用比較大的鄰域像素信息來約束該像素，但是采用較大的鄰域信息容易使重要的特征信息變的模糊，并且導致錯誤的視差計算。更為嚴重的會造成算法跟蹤失敗，影響SLAM系統的魯棒性。

發明內容

為了解決基于稀疏特征點的SLAM系統在面對低紋理平面區域，如墻壁、柜子等，重建效果差，跟蹤容易丟失，算法的魯棒性不夠強的問題，提出了一種將平面檢測融合到基于特征點的SLAM系統中的重建方法，可以使得該類SLAM系統應用到更多的生活場景中去。

本發明基于稀疏SLAM框架的低紋理平面場景重建方法，包括以下步驟：

基于稀疏SLAM框架的低紋理平面場景重建方法，其特征在于：包括以下步驟：

步驟一：通過相機讀取圖像數據每一幀的RGB圖像與深度圖像。

步驟二：對于獲取的每一幀圖像，進行下述處理：

A、在稀疏SLAM的框架下，通過像素之間的灰度差異獲取圖像中的特征點。

B、提取圖像中獲取不到足夠特征點的平面區域，作為平面路標。

步驟三：將特征點在世界坐標系下的坐標作為地圖點，進行局部的建圖。

步驟四：對局部地圖進行捆集調整優化與回環檢測局部地圖。

步驟五：將特征點與平面都作為路標，進行回環檢測，并進行全局的捆集調整來優化相機位姿與軌跡。

本發明的優點在于：