一种线特征描述和匹配方法、系统、设备和介质技术方案

本发明专利技术提供了一种线特征描述和匹配方法、系统、设备和介质。所述方法包括：步骤S1，从图像中进行线特征提取，步骤S2，提取所有所述线特征的中点，并对所述中点进行描述子的提取，步骤S3，计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的距离，将距离最小的两个所述中点进行匹配，步骤S4，重复步骤S4，直至完成将两幅图像上的每个所述中点进行匹配。提高了提取和匹配速度，并保证了匹配精度。

【技术实现步骤摘要】
一种线特征描述和匹配方法、系统、设备和介质
本专利技术涉及一种线特征描述和匹配方法、系统、设备和介质。
技术介绍
近年来，随着计算机视觉的发展，视觉SLAM逐步成为解决机器人自助移动问题的关键。由于基于特征点的视觉SLAM系统在纹理信息较少的环境(如走廊)中容易出现定位失败或者定位精度低等问题，同时，在人类建筑环境中，直线特征广泛存在。所以将直线特征提供的几何约束引入SLAM系统成为研究热点。传统的线特征处理流程是使用LSD(LineSegmentDetector)直线提取算法和LBD(LineBandDiscriptor)线段描述子提取算法，之后使用LBD描述子进行匹配。但是这种方法十分耗时，难以满足SLAM系统的实时性需求。
技术实现思路
(一)要解决的技术问题传统的线特征处理方法十分耗时，难以满足SLAM系统的实时性需求。(二)技术方案为了解决上述问题，本专利技术一方面提供了一种特征描述和匹配方法，所述方法包括：步骤S1，从图像中进行线特征提取，步骤S2，提取所有所述线特征的中点，并对所述中点进行描述子的提取，步骤S3，计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的距离，将距离最小的两个所述中点进行匹配，步骤S4，重复步骤S4，直至完成将两幅图像上的每个所述中点进行匹配。可选地，所述步骤S1包括：利用FastLineDetector线特征提取算法，从图像中进行线特征提取。可选地，所述步骤S2中，所述对所述中点进行描述子的提取，包括：使用BRIEF算法对所述中点进行描述子的提取。可选地，所述使用BRIEF算法对所述中点进行描述子的提取，包括：步骤S201，对图像进行高斯滤波；步骤S202，以所述线特征的中点为中心，获取SxS的邻域窗口；步骤S203，在所述邻域窗口中获取一对5x5的子窗口，通过比较两个所述子窗口内像素和的大小，进行二进制赋值；步骤S204，在所述邻域窗口中获取N对所述子窗口，对所述N对所述子窗口进行二进制赋值，得到一个二进制编码，该二进制编码即为所述描述子。可选地，在所述步骤S2之后，所述方法还包括：对所述线特征进行筛选，去除所述中点位于图像边缘的线特征。可选地，所述步骤S3包括：计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的汉明距离，利用暴力匹配方法将距离最小的两个所述中点进行匹配。本专利技术另一方面提供了一种特征描述和匹配系统，所述系统包括：线特征提取模块，用于从图像中进行线特征提取，描述子提取模块，用于提取所有所述线特征的中点，并对所述中点进行描述子的提取，匹配模块，用于计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的距离，将距离最小的两个所述中点进行匹配，并完成将两幅图像上的每个所述中点进行匹配。本专利技术又一方面提供了一种电子设备，所述设备包括：处理器；存储器，其存储有计算机可执行程序，该程序在被所述处理器执行时，使得所述处理器执行如上文所述的特征描述和匹配方法。本专利技术再一方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上文所述的特征描述和匹配方法。(三)有益效果(1)提取速度的提高。本专利技术使用FLD提取直线，并提出一种基于中点的快速线特征描述和匹配方法。实现快速的线特征描述和匹配，将匹配速度相对于现有技术而言提高了4倍左右。(2)匹配精度的提高。本专利技术的算法不仅提高了线特征描述匹配的速度，同时还有着不错的匹配精度。附图说明图1是本专利技术的一个实施例提供的一种特征描述和匹配方法流程图；图2是本专利技术的一个实施例提供的一种特征描述和匹配方法中步骤2的步骤流程图；图3是本专利技术的一个实施例提供的一种特征描述和匹配方法与传统方法所用处理时间的对比图；图4是本专利技术的一个实施例提供的一种特征描述和匹配方法与传统方法Euroc中运行的轨迹图；图5是本专利技术一个实施例提供的一种特征描述和匹配系统框图；图6是本专利技术一个实施例提供的电子设备的框图。具体实施方式以下，将参照附图来描述本专利技术的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本专利技术实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本专利技术。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。参见图1，本专利技术的一个实施例提供了一种特征描述和匹配方法，所述方法包括步骤S1～步骤S14的内容：步骤S1，从图像中进行线特征提取。在该步骤中，线特征提取是指在图像上，根据像素变化提取出图片上明显的线段的方法，本实施例中，提取线特征的方法可以为LSD(LineSegmentDetector)、FLD(FastLineDetector)和EDline。优选地，本实施例中采用FastLineDetector线特征提取算法，从图像中进行线特征提取。然后，获得线特征的容器KeyLinesl，里边存放该图像中所有的线特征。步骤S2，提取所有所述线特征的中点，并对所述中点进行描述子的提取。其中，描述子通常为一个向量，用于描述该特征周围像素的信息，以便于匹配。线特征的描述子提取算法可以为LBD(LineBandDiscriptor)、MSLD，点特征的描述子提取算法可以为BRIEF(BinaryRobustIndependentElementaryFeatures)、steerBRIEF和rBRIEF等。优选地，本实施例中使用BRIEF算法对所述线特征的中点进行描述子的提取。具体地，在一种可行的方式中，所述使用BRIEF算法对所述中点进行描述子的提取，可以通过下列步骤S201-步骤S204具体实现：步骤S201，对图像进行高斯滤波。具体地，为减少噪声干扰，先对图像进行高斯滤波，方差为2，高斯窗口为9x9。步骤S202，以所述线特征的中点为中心，获取SxS的邻域窗口。(一般S＝31)步骤S203，在所述邻域窗口中获取一对5x5的子窗口，通过比较两个所述子窗口内像素和的大小，进行二进制赋值。即进行1或者0的赋值，例如，当A图像的子窗口大于或等于B图像的子窗口时，赋值为1，当A图像的子窗口小于B图像的子窗口时，赋值为。步骤S204，在所述邻域窗口中获取N对所述子窗口，对所述N对所述子窗口进行二进制赋值，得到一个二进制编码，该二进制编码即为所述描述子。(一般N＝256)通过该步骤S2，遍历KeyLinesl中的线特征，提取所有线特征的中点，获得中点的容器KeyPointsl。在所述步骤S2本文档来自技高网...

【技术保护点】
1.一种特征描述和匹配方法，其特征在于，所述方法包括：/n步骤S1，从图像中进行线特征提取，/n步骤S2，提取所有所述线特征的中点，并对所述中点进行描述子的提取，/n步骤S3，计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的距离，将距离最小的两个所述中点进行匹配，/n步骤S4，重复步骤S4，直至完成将两幅图像上的每个所述中点进行匹配。/n

【技术特征摘要】
1.一种特征描述和匹配方法，其特征在于，所述方法包括：
步骤S1，从图像中进行线特征提取，
步骤S2，提取所有所述线特征的中点，并对所述中点进行描述子的提取，
步骤S3，计算一幅图像上的一个所述中点与另一幅图像上的每个所述中点之间的距离，将距离最小的两个所述中点进行匹配，
步骤S4，重复步骤S4，直至完成将两幅图像上的每个所述中点进行匹配。


2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：
利用FastLineDetector线特征提取算法，从图像中进行线特征提取。


3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，所述对所述中点进行描述子的提取，包括：使用BRIEF算法对所述中点进行描述子的提取。


4.根据权利要求3所述的方法，其特征在于，所述使用BRIEF算法对所述中点进行描述子的提取，包括：
步骤S201，对图像进行高斯滤波；
步骤S202，以所述线特征的中点为中心，获取SxS的邻域窗口；
步骤S203，在所述邻域窗口中获取一对5x5的子窗口，通过比较两个所述子窗口内像素和的大小，进行二进制赋值；
步骤S204，在所述邻域窗口中获取N对所述子窗口，对所述N对所述子窗口进行二进制赋值，得到一个二进制编...

【专利技术属性】
技术研发人员：蔡浩原，李文宽，崔松叶，赵晟霖，刘春秀，
申请(专利权)人：中国科学院空天信息创新研究院，深圳前海维晟智能技术有限公司，
类型：发明
国别省市：北京;11