基于调频模型的视觉模板匹配的鲁棒性提升方法技术

本发明专利技术公开了一种基于调频模型的视觉模板匹配的鲁棒性提升方法，包括如下步骤：步骤1、使用RatSLAM算法建立拓扑地图；步骤2、在建立拓扑地图的过程中，使用高斯函数对当前场景的RGB图像进行平滑处理；步骤3、将平滑后的图像转换到Lab颜色空间；步骤4、计算图像各个颜色通道的平均值；步骤5、计算每个像素的L、a、b值与图像L、a、b三通道均值的欧氏距离，得到显著图；步骤6、将图像按列求和并进行归一化处理得到视觉模板，将视觉模板储存在拓扑地图中的经验点中。步骤7、使用SAD(sum of absolute differences)模型对视觉模板进行匹配，用于检测闭环从而对拓扑地图进行修正。本发明专利技术能够提升视觉模板的鲁棒性，从而提高图像匹配的准确率。

Robust enhancement method of visual template matching based on frequency modulation model

【技术实现步骤摘要】
基于调频模型的视觉模板匹配的鲁棒性提升方法
本专利技术涉及图像处理领域，具体涉及一种基于调频模型的视觉模板匹配的鲁棒性提升方法。
技术介绍
图像匹配是SLAM(simultaneouslocalizationandmapping)中闭环检测的重要方式之一，可以降低视觉里程计的累计误差产生的影响，对于移动机器人建立高精度地图具有重要意义。而当前RatSLAM算法中是通过视觉模板的匹配来检测闭环，从而减少视觉里程计带来的累计误差。而RatSLAM算法中的视觉模板是仅仅将灰度化图像按列求和并进行归一化处理得到的，易受光照强度变化的影响，从而导致基于视觉模板的图像匹配的准确率较低。因此，研究提高视觉模板的鲁棒性是提高图像匹配正确率的关键。
技术实现思路
本专利技术要解决的技术问题是提供一种基于调频模型的视觉模板匹配的鲁棒性提升方法。为了解决上述技术问题，本专利技术提供了一种基于调频模型的视觉模板匹配的鲁棒性提升方法，包括如下步骤：步骤1、使用RatSLAM算法建立二维拓扑地图；步骤2、在建立拓扑地图的过程中，本文档来自技高网...

【技术保护点】
1.一种基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，包括：/n使用RatSLAM算法建立拓扑地图；/n在建立拓扑地图的过程中，使用高斯函数对当前场景的RGB图像进行平滑处理；/n将平滑后的图像转换到Lab颜色空间；/n计算图像各个颜色通道的平均值；/n使用二范数计算欧氏距离，得到显著图；/n将显著图按列求和并进行归一化处理得到视觉模板，将视觉模板储存在拓扑地图中的经验点中；/n使用SAD模型对视觉模板进行匹配，用于检测闭环从而对拓扑地图进行修正。/n

【技术特征摘要】
1.一种基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，包括：
使用RatSLAM算法建立拓扑地图；
在建立拓扑地图的过程中，使用高斯函数对当前场景的RGB图像进行平滑处理；
将平滑后的图像转换到Lab颜色空间；
计算图像各个颜色通道的平均值；
使用二范数计算欧氏距离，得到显著图；
将显著图按列求和并进行归一化处理得到视觉模板，将视觉模板储存在拓扑地图中的经验点中；
使用SAD模型对视觉模板进行匹配，用于检测闭环从而对拓扑地图进行修正。


2.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述RatSLAM算法是一种仿生导航算法，通过单目相机采集的RGB图像信息建立二维拓扑地图。


3.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述高斯函数为高斯差分滤波器，目的是去除图像的细节信息和噪点。


4.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述Lab颜色空间包含三个要素：亮度L，两个颜色通道a和b；其中，a包括的颜色是从低亮度值的深绿色到中亮度值的灰色再到...

【专利技术属性】
技术研发人员：孙荣川，吴俊毅，郁树梅，陈国栋，孙立宁，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32