[發(fā)明專利]一種事件數(shù)據(jù)的配準(zhǔn)方法與系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010549570.1
• 申請(qǐng)日: 2020-06-16
• 公開（公告）號(hào): CN111696143B
• 公開（公告）日: 2022-11-04
• 發(fā)明（設(shè)計(jì)）人: 高躍;李思奇
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G06T7/33
• 分類號(hào): G06T7/33;G06V10/46;G06V10/75;G06F17/16
• 代理公司: 北京律譜知識(shí)產(chǎn)權(quán)代理有限公司 11457
• 代理人: 黃云鐸;孫紅穎

1.一種事件數(shù)據(jù)的配準(zhǔn)方法，其特征在于其特征在于，包括如下步驟：

步驟1、獲取雙目事件流數(shù)據(jù)，其中，雙目事件流數(shù)據(jù)由兩個(gè)不同位置的同步事件相機(jī)獲取；

步驟2、完成事件圖像轉(zhuǎn)換，處理雙目事件流數(shù)據(jù)，每個(gè)視角的事件流數(shù)據(jù)轉(zhuǎn)化為一張兩通道的事件計(jì)數(shù)圖像，事件計(jì)數(shù)圖像的每個(gè)像素點(diǎn)統(tǒng)計(jì)發(fā)生在該像素點(diǎn)的正負(fù)事件數(shù)目；

步驟3、進(jìn)行事件圖像特征點(diǎn)檢測(cè)，利用Speeded Up Robust Features(SURF)算法對(duì)多視角事件計(jì)數(shù)圖像實(shí)施特征點(diǎn)檢測(cè)和特征向量提取，獲取每個(gè)視角的事件計(jì)數(shù)圖像的特征點(diǎn)集合及每個(gè)特征點(diǎn)的特征向量；

步驟4、進(jìn)行事件圖像特征點(diǎn)匹配，取第一個(gè)視角的事件相機(jī)所獲取的事件流數(shù)據(jù)作為參考視角，第二個(gè)視角作為非參考視角，對(duì)非參考視角的特征點(diǎn)集合與參考視角特征點(diǎn)集合實(shí)施特征匹配，獲取匹配關(guān)系；

步驟5、完成配準(zhǔn)變換矩陣計(jì)算，根據(jù)相互匹配的特征點(diǎn)坐標(biāo)，計(jì)算非參考視角相對(duì)于參考視角的配準(zhǔn)變換矩陣。

2.如權(quán)利要求1所述的事件數(shù)據(jù)配準(zhǔn)方法，其特征在于，步驟2中，事件計(jì)數(shù)圖像具體轉(zhuǎn)換公式如下所示：

其中，I為事件計(jì)數(shù)圖像，x_i為第i個(gè)事件的空間橫坐標(biāo)，y_i為第i個(gè)事件的空間縱坐標(biāo)，p_i為第i個(gè)事件的極性，N為事件流數(shù)據(jù)中的總事件數(shù)，δ為單位脈沖函數(shù)。

3.如權(quán)利要求1的事件數(shù)據(jù)配準(zhǔn)方法，其特征在于，步驟4中，特征點(diǎn)匹配關(guān)系采用如下算法獲得：

其中，A與B分別為參考視角a和非參考視角b的事件計(jì)數(shù)圖像提取的特征點(diǎn)集合，A_i表示特征點(diǎn)集合A中第i個(gè)特征點(diǎn)，表示其特征向量，B_j表示特征點(diǎn)集合B中第j個(gè)特征點(diǎn)，表示其特征向量，對(duì)特征點(diǎn)集合A中的特征點(diǎn)A_i，A_i匹配的特征點(diǎn)為特征點(diǎn)集合B中的特征點(diǎn)B_j。

4.如權(quán)利要求1的事件數(shù)據(jù)配準(zhǔn)方法，其特征在于，步驟5中，配準(zhǔn)變換矩陣由如下算法獲得：

其中，為參考視角a的事件計(jì)數(shù)圖像所提取的特征點(diǎn)集合A中第i個(gè)特征點(diǎn)A_i的坐標(biāo)，為非參考視角b的事件計(jì)數(shù)圖像所提取的特征點(diǎn)集合特征點(diǎn)集B中與特征點(diǎn)A_i匹配的特征點(diǎn)B_i的坐標(biāo)，N為特征點(diǎn)集合A與特征點(diǎn)集合B中所匹配的特征點(diǎn)對(duì)的總數(shù)，H_ab為非參考視角b相對(duì)于參考視角a的配準(zhǔn)變換矩陣。

5.一種事件數(shù)據(jù)的配準(zhǔn)系統(tǒng)，包括：雙目事件數(shù)據(jù)獲取單元，事件圖像轉(zhuǎn)換單元，事件圖像特征點(diǎn)檢測(cè)單元，事件圖像特征點(diǎn)匹配單元，配準(zhǔn)變換矩陣計(jì)算單元；其特征在于：

雙目事件數(shù)據(jù)獲取單元，獲取雙目事件流數(shù)據(jù)，其中，雙目事件流數(shù)據(jù)由多個(gè)不同位置的同步事件相機(jī)獲取；

事件圖像轉(zhuǎn)換單元，處理雙目事件流數(shù)據(jù)，每個(gè)視角的事件流數(shù)據(jù)轉(zhuǎn)化為一張兩通道的事件計(jì)數(shù)圖像，事件計(jì)數(shù)圖像的每個(gè)像素點(diǎn)統(tǒng)計(jì)發(fā)生在該像素點(diǎn)的正負(fù)事件數(shù)目；

事件圖像特征點(diǎn)檢測(cè)單元，利用Speeded Up Robust Features(SURF)算法對(duì)事件計(jì)數(shù)圖像實(shí)施特征點(diǎn)檢測(cè)和特征向量提取，獲取每個(gè)視角的事件計(jì)數(shù)圖像的特征點(diǎn)集合及每個(gè)特征點(diǎn)的特征向量；

事件圖像特征點(diǎn)匹配單元，取第一個(gè)視角的事件相機(jī)所獲取的事件流數(shù)據(jù)作為參考視角，第二個(gè)視角作為非參考視角，對(duì)非參考視角的特征點(diǎn)集合與參考視角特征點(diǎn)集合實(shí)施特征匹配，獲取匹配關(guān)系；

配準(zhǔn)變換矩陣計(jì)算單元，根據(jù)相互匹配的特征點(diǎn)坐標(biāo)，計(jì)算非參考視角相對(duì)于參考視角的配準(zhǔn)變換矩陣。

6.如權(quán)利要求5的事件數(shù)據(jù)配準(zhǔn)系統(tǒng)，其特征在于，事件計(jì)數(shù)圖像采用如下算法獲得：

其中，I為事件計(jì)數(shù)圖像，x_i為第i個(gè)事件的空間橫坐標(biāo)，y_i為第i個(gè)事件的空間縱坐標(biāo)，p_i為第i個(gè)事件的極性，N為事件流數(shù)據(jù)中的總事件數(shù)，δ為單位脈沖函數(shù)。