The invention relates to a method and system for extracting and matching feature points in simultaneous positioning and mapping technology. This method extracts n FAST corners for the first frame of key frame image in video, and extracts BRIEF features from FAST corners larger than k before the response value. For each frame from the second frame to the last frame, extracts K FAST corners and extracts BRIEF features. The K FAST corners are used as feature points and the three-dimensional point cloud reconstructed by the previous frame or the feature points extracted by the previous frame. Match and calculate the camera pose. In this method, optical flow is used to replace part of the feature points matching process in order to improve the speed of operation. Optical flow method is used to track the corner points without extracting BRIEF features, which saves the time of extracting descriptors from feature points. The method ensures the extraction speed of feature points and is beneficial to reconstructing denser point clouds and making the distribution of feature points more uniform.
【技术实现步骤摘要】
同时定位与建图技术中的特征点提取与匹配方法及系统
本专利技术属于信息
,具体涉及一种同时定位与建图技术中的特征点提取与匹配方法及系统。
技术介绍
同时定位与建图(SLAM)技术作为一种对未知场景快速建图和定位的算法近年来受到了学术界和工业界的广泛关注。该技术以拍摄的视频作为输入,能够在实时或者接近实时的时间内重建出视频场景的三维点云和相机参数。随着自动驾驶和增强现实等行业的发展,该技术的应用日益广泛。该技术利用视频的前后帧关系有效增加了特征点匹配的效率,在视频数据集上相比传统的运动恢复结构算法效率明显提高。同时定位与建图最早是机器人学提出的概念。研究机器人学的学者和工程师们希望在实时的条件下完成对机器人的定位,而对机器人所在场景的建图是实现定位不可或缺的条件。在同时定位与建图(SLAM)的第一步,是对视频序列中的每一帧提取特征点,将这些特征点和点云地图或之前的帧匹配,利用多视图几何算法计算当前帧的相机位姿并三角化新的三维点。特征点提取和匹配的质量直接决定了是否能求出高质量的三维点云和精确的相机位姿。图像特征点提取和前后帧之间图像特征点匹配的质量对于精确地计算相机位姿和场景的三维点云有关键的意义。在同时定位与建图算法中,FAST角点(EdwardRostenandTomDrummond.“Machinelearningforhigh-speedcornerdetection”.In:Europeanconferenceoncomputervision,2006:430–443.)及由角点改进而来的ORB特征(EthanRublee,VincentRab ...
【技术保护点】
1.一种同时定位与建图技术中的特征点提取与匹配方法,其特征在于,包括以下步骤:1)对于视频中关键帧图像的第一帧,提取n个FAST角点,并选取响应值前k大的FAST角点提取BRIEF特征,其中k
【技术特征摘要】
1.一种同时定位与建图技术中的特征点提取与匹配方法,其特征在于,包括以下步骤:1)对于视频中关键帧图像的第一帧,提取n个FAST角点,并选取响应值前k大的FAST角点提取BRIEF特征,其中k<n;2)对于视频中关键帧图像的第二帧至最后一帧中的每一帧,执行以下操作步骤:2.1)提取k个FAST角点,对该k个FAST角点提取BRIEF特征;2.2)将该k个FAST角点作为特征点,和之前的帧已经重建出的三维点云或之前的帧所提取出的特征点进行匹配,计算相机位姿;2.3)如果当前帧是m的整数倍帧,其中m为大于2的自然数,则用光流法跟踪上一帧未提取BRIEF特征的(n-k)个FAST角点;然后继续在当前帧图像上提取新的FAST角点,直到这一帧所有FAST角点总数达到n个,该过程中计算并提取这些新的FAST角点的BRIEF特征;2.4)如果当前帧不是m的整数倍帧,则用光流法跟踪上一帧未提取BRIEF特征的(n-k)FAST角点。2.根据权利要求1所述的方法,其特征在于,提取所述FAST角点时,首先构建图像金字塔,然后在图像金字塔上进行FAST角点检测。3.根据权利要求2所述的方法,其特征在于,提取所述FAST角点的步骤包括:1)针对一幅输入的图像,根据输入的特征点数目和高斯金字塔上各层图像的面积,按面积比例计算高斯金字塔每一层的目标特征点数目;2)从第0层开始,对于高斯金字塔上的每一层图像执行如下的操作步骤:2.1)将当前一层分割成固定块尺寸大小的像素块;2.2)计算每个像素块的剩余特征点数目;2.3)只要当前层图像剩余特征点数目之和大于0,则循环执行下述操作子步骤:2.3.1)对所有剩余特征点数目大于零的像素块,每个像素块提取FAST特征点;2.3.2)如果提取的特征点数目大于剩余特征点数目k则取响应值前k大的特征点;2.3.3)否则,只要特征点数目小于某一个数值p则循环执行如下操作:降低提取特征点的阈值并重新提取特征点,直到特征点的数目大于等于p;2.3.4)更新当前像素块的剩余特征点数目;3)如果有尚未处理的金字塔的图像层,则循环重复步骤2)。4.根据权利要求3所述的方法,其特征在于,步骤2.1)将当前一层分割成5×5的像素块。5.根据权利要求3所述的方法,其特征在于,步骤2.2)所述剩余特征点的初始化数目由高斯金字塔每一层的目标特征点数目按比例分配得到。6.根据权利要求3...
【专利技术属性】
技术研发人员:李胜,蒙力,陈毅松,汪国平,盖孟,
申请(专利权)人:北京大学,
类型:发明
国别省市:北京,11
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。