Aiming at the complex problem of feature-based image matching method in existing bionic visual navigation, the present invention provides an image matching method and system, which belongs to the field of intelligent bionic visual navigation. The present invention includes: the camera is set on the carrier to acquire a real-time image or video frame captured by the camera in the carrier movement, as a real-time image, and the first image or video frame adjacent to the real-time image as a reference image; the real-time image and the reference image are separated into two parts: the upper and lower parts of the vision A and the near-field B, respectively, according to the real-time image relative to the vision A of the reference image. The left and right translation of the scanning intensity vector is used to obtain the attitude rotation angle of the carrier; the moving displacement of the carrier is obtained according to the up and down translation of the scanning intensity vector of the close-range B of the real-time image relative to the reference image; and the position of the carrier is determined according to the position of the carrier when the reference image is taken, the attitude rotation angle and the moving displacement of the carrier obtained.
【技术实现步骤摘要】
一种图像匹配方法及系统
本专利技术涉及一种仿生视觉导航中的图像匹配方法及系统,属于智能仿生视觉导航领域。
技术介绍
仿生视觉导航是仿生学和工程科学的交叉产物,未来智能车辆、无人机、机器人等交通工具或运输工具会对导航系统有着适用性更广、灵活度更高、路径规划更实时、更智能等方面上的要求,因此,开展对于无依托高精度全自主仿生导航的研究是必要而迫切的。仿生导航理论的来源是大鼠脑内导航细胞主要由网格细胞、位置细胞和方向细胞等导航细胞组成,通过它们的协调作用进行导航,所以仿生导航的本质就是模拟动物的信息获取功能和信息处理方式。根据这个原理,澳大利亚昆士兰理工大学的两位教授在总结前人的基础上,对老鼠大脑导航细胞进行数学建模,模拟大鼠视觉信息构建了一个可以在线定位与构图的RatSLAM仿生视觉导航算法,并利用纯视觉信息,通过66km的户外跑车实验验证了算法的可行性。从仿生导航信息处理研究角度看,国外相关学者研究的更多是磁场、偏振光等信息的信息处理方式。如Hrabar等人针对城市楼宇障碍复杂的问题提出了仿照昆虫视觉感光,通过光流来规避绕飞城市障碍的UAV导航系统;Turk等人针对路面跟踪这一问题,采用彩色摄像机和激光测距仪为543传感器进行视觉导航。最有代表性的组合仿生视觉导航应用成果有Krotkov和Herbert开发的自动全地形月面探测车和1997年着陆的火星探路者,前者通过双目视觉器、罗盘、陀螺仪等设备的组合运用使系统在未知领域可靠工作了很长时间,很好的完成了科学任务,而后者通过建立三维地图,自主设计行进路线并对路障进行规避,也圆满完成了对火星表面的探测任务。现有的仿 ...
【技术保护点】
1.一种图像匹配方法,其特征在于,所述方法包括:S1、实时获取载体移动中摄像机拍摄的一张图像或视频帧,作为实时图像,将与所述实时图像相邻的前一张图像或视频帧作为基准图像,将实时图像和基准图像转换为灰度图,摄像机设置在载体上;S2、分别将实时图像和基准图像分成上下两部分A和B,A表示远景,B表示近景;S3、分别获取实时图像和基准图像的远景A的灰度强度矩阵,分别获得实时图像和基准图像的远景A的扫描强度矢量,获取实时图像相对基准图像的远景A的扫描强度矢量的左右平移量,并将该左右平移量转化为拍摄基准图像到拍摄实时图像过程中载体的旋转角度,即:载体的姿态旋转角度;扫描强度矢量为将对应灰度强度矩阵中每一列像素的灰度相加获得的矢量矩阵,所述扫描强度矢量用于表示图像中景物的分布情况;S4、分别获取实时图像和基准图像的近景B的灰度强度矩阵,分别获得实时图像和基准图像的近景B的扫描强度矢量,获取实时图像相对基准图像的近景B的扫描强度矢量的上下平移量,并将该上下平移量转化为拍摄基准图像到拍摄实时图像过程中载体的移动位移,即:载体的移动位移;S5、根据拍摄基准图像时的载体的位置、S3中获取的载体的姿态旋转角度 ...
【技术特征摘要】
1.一种图像匹配方法,其特征在于,所述方法包括:S1、实时获取载体移动中摄像机拍摄的一张图像或视频帧,作为实时图像,将与所述实时图像相邻的前一张图像或视频帧作为基准图像,将实时图像和基准图像转换为灰度图,摄像机设置在载体上;S2、分别将实时图像和基准图像分成上下两部分A和B,A表示远景,B表示近景;S3、分别获取实时图像和基准图像的远景A的灰度强度矩阵,分别获得实时图像和基准图像的远景A的扫描强度矢量,获取实时图像相对基准图像的远景A的扫描强度矢量的左右平移量,并将该左右平移量转化为拍摄基准图像到拍摄实时图像过程中载体的旋转角度,即:载体的姿态旋转角度;扫描强度矢量为将对应灰度强度矩阵中每一列像素的灰度相加获得的矢量矩阵,所述扫描强度矢量用于表示图像中景物的分布情况;S4、分别获取实时图像和基准图像的近景B的灰度强度矩阵,分别获得实时图像和基准图像的近景B的扫描强度矢量,获取实时图像相对基准图像的近景B的扫描强度矢量的上下平移量,并将该上下平移量转化为拍摄基准图像到拍摄实时图像过程中载体的移动位移,即:载体的移动位移;S5、根据拍摄基准图像时的载体的位置、S3中获取的载体的姿态旋转角度和S4中获取的载体的移动位移,确定拍摄基准图像时的载体的位置。2.根据权利要求1所述的图像匹配方法,其特征在于,所述S3中,实时图像和基准图像的远景A的扫描强度矢量分别为Ij和Ik,实时图像和基准图像的远景A的扫描强度矢量的左右平移量为:f(s1,Ij,Ik,v)=sum|Ij(v+1,end-v)-Ik(v+1+s1,end-v+s1)|,s1∈(-p,p);s1表示进行比较的强度平移的像素列数,v表示像素的维数,分别在扫描强度矢量Ij和Ik的两端去掉维数为v的数组,(-p,p)表示扫描的强度差值的取值范围内;将s1在(-p,p)内遍历取值计算f,可得minf(s,Ij,Ik,v),并找出对应的s1的最小值smA,作为角度特征值,载体的姿态旋转角度Δθ=σA·smA,σA为导...
【专利技术属性】
技术研发人员:穆荣军,吴鹏,刘丽丽,孙绪尧,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江,23
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。