The embodiment of the present invention provides a closed-loop detection method, a storage medium and an electronic device for scene three-dimensional modeling. The method includes: acquiring the current scene image from the image acquisition device, extracting the features of the current scene image, and obtaining the feature data of the current scene image; determining the similarity between the current scene image and each key frame in the first key frame set, respectively, based on the feature data, and each key frame is the scene image acquired before the current scene image; The similarity between the current scene image and each key frame is less than the preset similarity threshold, and the current scene image is determined as the current key frame of the first key frame set. Closed-loop detection of the current key frame and all the key frames in the second key frame set is carried out to obtain the closed-loop detection results, in which the key frames in the second key frame set originate from the first key frame set. The embodiment of the invention can solve the problem of poor real-time performance of Closed-loop Detection in large scene and long time three-dimensional modeling.
【技术实现步骤摘要】
场景三维建模中的闭环检测方法、存储介质及电子设备
本专利技术实施例涉及图像处理
,尤其涉及一种场景三维建模中的闭环检测方法、存储介质及电子设备。
技术介绍
大场景三维建模是指便携式计算机携带RGB-D传感器或其它双目传感器在室内静态的、稳定的、未知的大环境下移动扫描,实时获取每帧RGB-D图像,并将实时获取的每帧RGB-D图像转化为三维点云数据,再计算每帧RGB-D图像的三维点云数据之间的变换关系、绘制周围环境的三维地图(一般为点云图)的过程,其核心技术为场景点云的配准和闭环检测。在场景三维建模中,计算每帧RGB-D图像的三维点云数据之间的变换(配准)关系存在着一定的误差,随着建模时间的逐渐增长和场景的逐渐变大,累计误差会越来越大。闭环检测则是在建模过程中判断当前获取的场景(图像)和之前已配准的场景之间的匹配关系(是否为同一场景)的过程,即在传感器移动扫描的过程中识别是否回到之前的场景,如果回到之前的场景,则将之前由于配准误差造成的位置有偏差的场景重新拉回到正确位置。由此可见,闭环检测可以显著地减少三维点云数据配准过程中的累计误差,得到全局一致的移动轨迹和三维地图,是场景三维建模中必不可少的一个重要环节。然而,在现有技术中大部分的闭环检测是将当前场景和之前的所有场景分别进行匹配计算,这样随着建模环境的逐渐扩展和建模时间的逐渐累积,需要参与匹配计算的场景会越来越多,消耗的计算时间也会越来越长,从而不能满足大场景、长时间三维建模条件下实时性的要求。
技术实现思路
本专利技术实施例的目的在于,提供一种场景三维建模中的闭环检测的技术方案。根据本专利技术实施例的第 ...
【技术保护点】
1.一种场景三维建模中的闭环检测方法,其特征在于,所述方法包括:从图像采集装置中获取当前场景图像,并对所述当前场景图像进行特征提取,获得所述当前场景图像的特征数据;基于所述特征数据,确定所述当前场景图像分别与第一关键帧集合中每个关键帧的相似度,所述每个关键帧为在所述当前场景图像之前获取的场景图像;若所述当前场景图像与所述每个关键帧的相似度均小于预设的相似度阈值,确定所述当前场景图像为所述第一关键帧集合的当前关键帧;将所述当前关键帧与第二关键帧集合中的所有关键帧进行闭环检测,获得闭环检测结果,其中,所述第二关键帧集合中的关键帧来源于所述第一关键帧集合。
【技术特征摘要】
1.一种场景三维建模中的闭环检测方法,其特征在于,所述方法包括:从图像采集装置中获取当前场景图像,并对所述当前场景图像进行特征提取,获得所述当前场景图像的特征数据;基于所述特征数据,确定所述当前场景图像分别与第一关键帧集合中每个关键帧的相似度,所述每个关键帧为在所述当前场景图像之前获取的场景图像;若所述当前场景图像与所述每个关键帧的相似度均小于预设的相似度阈值,确定所述当前场景图像为所述第一关键帧集合的当前关键帧;将所述当前关键帧与第二关键帧集合中的所有关键帧进行闭环检测,获得闭环检测结果,其中,所述第二关键帧集合中的关键帧来源于所述第一关键帧集合。2.根据权利要求1所述的方法,其特征在于,所述对所述当前场景图像进行特征提取,获得所述当前场景图像的特征数据,包括:使用视觉词袋模型对所述当前场景图像进行特征提取,获得由不同视觉单词组成的特征集。3.根据权利要求2所述的方法,其特征在于,所述使用视觉词袋模型对所述当前场景图像进行特征提取,获得由不同视觉单词组成的特征集之后,所述方法还包括:当所述特征集中视觉单词的数目小于预设的特征值阈值时,丢弃所述当前场景图像。4.根据权利要求2或3所述的方法,其特征在于,所述基于所述特征数据,确定所述当前场景图像分别与第一关键帧集合中每个关键帧的相似度,包括:根据以下公式一计算所述当前场景图像分别与第一关键帧集合中每个关键帧的相似度:其中,St表示在t时刻获取的当前场景图像,Sm表示所述第一关键帧集合中在m时刻获取的关键帧,fsim(St,Sm)表示当前场景图像St和所述第一关键帧集合中的关键帧Sm的相似度,Np表示当前场景图像St和关键帧Sm中匹配的视觉单词的数目,Nft表示当前场景图像St的特征集中的视觉单词的数目,Nfm表示关键帧Sm的特征集中的视觉单词的数目。5.根据权利要求1所述的方法,其特征在于,所述将所述当前关键帧与第二关键帧集合中的所有关键帧进行闭环检测,获得闭环检测结果,包括:通过使用离散贝叶斯滤波器模型,来估计所述当前关键帧与所述第二关键帧集合中的所有关键帧均不形...
【专利技术属性】
技术研发人员:陈松林,赵键,鲁敏,
申请(专利权)人:湖南拓视觉信息技术有限公司,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。