[發(fā)明專利]一種基于概率掩膜提取室內(nèi)停車場長期靜態(tài)特征的方法

有效

• 申請?zhí)枺?/td>: 202110142011.3
• 申請日: 2021-02-02
• 公開（公告）號: CN112884831B
• 公開（公告）日: 2022-10-04
• 發(fā)明（設(shè)計）人: 羅禹貢;王永勝;江發(fā)潮;盧家懌;古諺諶;向云豐;尹長林;王博;劉金鑫;王庭晗;于杰;徐明暢;黃瑩
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06V20/10;G06V10/25;G01C21/20
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 廖元秋

1.一種基于概率掩膜提取室內(nèi)停車場長期靜態(tài)特征的方法，其特征在于，包括以下步驟：

1)針對某一室內(nèi)停車場場景，按照規(guī)劃的行車路線和不同時段進行圖像序列采集，以此構(gòu)建場景數(shù)據(jù)集；

2)對場景數(shù)據(jù)集中采集的不同時段的圖像序列分別進行特征匹配，并保存每幀圖像中正確匹配的特征點像素坐標和數(shù)量，將正確匹配的特征點定義為靜態(tài)特征點；構(gòu)建一具有若干網(wǎng)格的網(wǎng)格模板，將場景數(shù)據(jù)集中每幀圖像的靜態(tài)特征點的像素坐標投影至該網(wǎng)格模板上，分別統(tǒng)計各網(wǎng)格內(nèi)的靜態(tài)特征點總數(shù)，以此生成用于表征靜態(tài)特征點分布情況的靜態(tài)強度矩陣；

3)根據(jù)網(wǎng)格模板各網(wǎng)格中的靜態(tài)特征點總數(shù)設(shè)定s-1個閾值，并滿足Th_s-1＞…＞Th_q＞…＞Th₂＞Th₁＞0，q∈[1，s-1]，s≥2，以此形成s個閾值區(qū)間，當q＝1時，第1個閾值區(qū)間內(nèi)各網(wǎng)格中的靜態(tài)特征點總數(shù)均位于0～Th₁之間；當q∈[2，s-2]時，第q個閾值區(qū)間內(nèi)各網(wǎng)格中的靜態(tài)特征點總數(shù)均位于Th_q-1～Th_q之間；當q＝s-1時，第s-1個閾值區(qū)間內(nèi)各網(wǎng)格中的靜態(tài)特征點總數(shù)位于Th_s-1～+∞之間；將各網(wǎng)格按照形成的閾值區(qū)間進行分類，并將網(wǎng)格模板中靜態(tài)特征點總數(shù)大于閾值Th_s-1的網(wǎng)格定義為長期靜態(tài)網(wǎng)格，長期靜態(tài)特征點是指該點所屬的對象本身不可運動，且長期處于靜止狀態(tài)；利用多邊形模板對各類網(wǎng)格進行匹配，形成掩膜區(qū)域A₁…A_s，匹配時需同時滿足：①使用一種模板覆蓋一個閾值區(qū)間內(nèi)的所有網(wǎng)格，②使用盡可能小的模板尺寸覆蓋一個閾值區(qū)間內(nèi)盡可能多的網(wǎng)格；統(tǒng)計每個掩膜區(qū)域下所有網(wǎng)格中的靜態(tài)特征點總數(shù)R₁…R_s以及每個掩膜區(qū)域中的網(wǎng)格數(shù)量G₁…G_s，確定各掩膜區(qū)域的特征提取概率P₁…P_s，將各掩膜區(qū)域與對應(yīng)的特征提取概率共同作為概率掩膜；

4)在視覺同步定位與建圖過程的特征提取階段，針對車載相機實時采集的每幀圖像，依據(jù)各掩膜區(qū)域的特征提取概率，從對應(yīng)的掩膜區(qū)域中隨機選取網(wǎng)格，最后從所選網(wǎng)格中提取特征點。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟2)具體包括以下步驟：

21)對場景數(shù)據(jù)集中采集的不同時段的圖像序列分別進行特征匹配，其中第一時段的圖像序列用于建圖，其它時段的圖像序列分別以地圖匹配定位的方式與所建地圖進行匹配，并保存每幀圖像中正確匹配的特征點像素坐標，將正確匹配的特征點定義為靜態(tài)特征點；其中，設(shè)場景數(shù)據(jù)集為D，d_i，j為場景數(shù)據(jù)集D中第i行、第j列的元素，代表在第i個時段、第j個路段采集的圖像序列，為正整數(shù)集；設(shè)每張圖像的像素尺寸為u_p·v_p，為場景數(shù)據(jù)集D中各元素分別指定權(quán)重w_i，j；

22)構(gòu)建一像素尺寸為u_p·v_p的網(wǎng)格模板，將場景數(shù)據(jù)集D中每幀圖像的靜態(tài)特征點的像素坐標投影至劃分有m·n個網(wǎng)格的網(wǎng)格模板上，分別統(tǒng)計各網(wǎng)格內(nèi)的靜態(tài)特征點總數(shù)，以此生成用于表征靜態(tài)特征點分布情況的靜態(tài)強度矩陣M，該矩陣中的元素與網(wǎng)格模板中的各網(wǎng)格一一對應(yīng)，表達式如下：

式中，N_n，m為網(wǎng)格模板上第n行、m列網(wǎng)格區(qū)域中的靜態(tài)特征點總數(shù)，由該網(wǎng)格下所有圖像的匹配結(jié)果加權(quán)累加得到，計算公式如下：

式中，F(xiàn)_{r，j，k，n，m}為場景數(shù)據(jù)集D的元素d_r，j中第k幀圖像在網(wǎng)格模板的第n行、第m列網(wǎng)格中的靜態(tài)特征點數(shù)量，c_r，j為場景數(shù)據(jù)集D中的元素d_r，j所包含的圖像序列的總幀數(shù)。