[發明專利]基于頂視點線特征融合的單目相機視覺里程計初始化方法

在審

• 申請號: 202210037374.5
• 申請日: 2022-01-13
• 公開（公告）號: CN114444586A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 張紹明;王震;王建梅;馮甜甜
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/44;G06V10/75;G06V10/80;G06V10/50
• 代理公司: 上海科盛知識產權代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于頂視點線特征融合的單目相機視覺里程計初始化方法，其特征在于，該方法包括以下步驟：

步驟1：采用單目相機獲取網格天花板中具有設定重疊度的序列影像，稱為左右影像，對左右影像進行降采樣處理，得到降采樣影像，并形成影像金字塔；

步驟2：同時在降采樣影像上對左右影像進行大尺度線特征提取和多尺度點特征提取；

步驟3：進行多級點線融合特征匹配，獲取穩定的底層特征點匹配結果；

步驟4：根據底層特征點匹配結果進行單目初始化。

2.根據權利要求1所述的一種基于頂視點線特征融合的單目相機視覺里程計初始化方法，其特征在于，所述的步驟2中，并行在降采樣影像上對左右影像進行大尺度線特征提取和多尺度點特征提取的過程具體包括以下步驟：

步驟201：采用LSD算法在降采樣影像上提取線段，對每個線段的線段支撐區域和線段端點對應區域分別進行區域增長，得到顯著角點預測區域、邊緣點預測區域和一般點預測區域的掩膜圖像；

步驟202：對于單張影像提取的線段，按照設定的角度分辨率間隔b計算其長度加權的方向直方圖，并將其歸一化；

步驟203：同時在原始影像上采用FAST算子提取底層特征，將影像劃分為均勻大小的格網，格網采用左上角坐標和寬長描述：(X,Y,W,H)，采用FAST算子在每一個格網內部提取特征點，即FAST角點，并分配給所在格網，若沒有提取到特征點，則降低FAST閾值再次提取；

步驟204：統計格網內在使用第一次FAST算子提取的特征點數目，取出一定格網范圍(X1,Y1,X2,Y2)內FAST特征點數目最大的格網，同時結合掩膜圖像，認為該格網和線段端點的區域內存在大尺度特征點，在降采樣影像上對應區域采用多尺度探測方法提取大尺度空間下的顯著特征點，即大尺度角點；

步驟205：計算點線特征的描述符。

3.根據權利要求2所述的一種基于頂視點線特征融合的單目相機視覺里程計初始化方法，其特征在于，所述的步驟205中，計算點線特征的描述符具體為：

對于線段特征，計算線段描述符；

對于大尺度角點特征，搜索大尺度角點周圍的線段，計算線段方向，并形成方向直方圖，選取局部主方向，依照局部主方向旋轉大尺度角點周圍設定鄰域內的像素塊，并計算特征點描述符。

4.根據權利要求1所述的一種基于頂視點線特征融合的單目相機視覺里程計初始化方法，其特征在于，所述的步驟3中，進行多級點線融合特征匹配的過程具體包括以下步驟：

步驟301：獲取左右影像旋轉角

步驟302：對大尺度點線特征進行匹配，以得到左右影像在不同區域下的近似平移旋轉變換關系；

步驟303：在大尺度點線特征的預匹配基礎上，匹配左右影像的底層特征。

5.根據權利要求4所述的一種基于頂視點線特征融合的單目相機視覺里程計初始化方法，其特征在于，所述的步驟301中，獲取左右影像旋轉角的過程具體包括以下步驟：

步驟301A：首先計算左右影像的近似旋轉角；

步驟301B：對右影像方向直方圖施加角度偏移量a(a＝b)，計算與左影像方向直方圖的匹配分數y，得到匹配序列((a1,y1),(a2,y2)...)；

步驟301C：對步驟301B獲取的匹配序列進行曲線擬合，得到匹配分數y與角度偏移量a之間的近似函數關系y＝f(a)；

步驟301D：計算每一個角度偏移量a對應的匹配分數并獲取最大匹配分數；

步驟301E：搜索最大匹配分數對應的角度偏移量，在其附近采用最優化方法求出曲線極值，極值點對應的偏移量為更精確的左右影像旋轉角