深度值确定方法及装置、电子设备和存储介质制造方法及图纸

本公开是关于一种深度值确定方法及装置、设备和介质，涉及图像处理和计算机视觉技术领域，可以应用于确定单目相机采集到的关键帧中特征点的深度值的场景。该深度值确定方法包括：获取第一关键帧，从第一关键帧中选取像素梯度值大于第一预设阈值的特征点作为目标特征点；确定关键帧中特征点的深度值范围；基于深度值范围确定目标特征点在第二关键帧中对应的目标投影点；将目标投影点在深度值范围中对应的深度值作为目标特征点的目标深度值。本公开可以计算基于SLAM特征点法得到的关键帧中的特征点的深度值，以便结合特征点的深度值构建与场景对应的地图。

【技术实现步骤摘要】
深度值确定方法及装置、电子设备和存储介质
本公开涉及图像处理和计算机视觉
，具体而言，涉及一种深度值确定方法、深度值确定装置、电子设备以及存储介质。
技术介绍
即时定位与地图构建(SimultaneousLocalizationAndMapping，SLAM)技术是增强现实(AugmentedReality，AR)、智能机器人等
的重点研究内容。目前的基于特征点匹配的SLAM方法，通过多帧图像间匹配到的特征点计算不同图像之间相机的相对位置和姿态。在快速特征点提取和描述(OrientedFASTandRotatedBRIEF，ORB)算法中，特征提取是由角点检测(FeaturesfromAcceleratedSegmentTest，FAST)算法发展而来，特征点描述是根据二进制鲁棒独立基本特征(BinaryRobustIndependentElementaryFeatures，BRIEF)算法改进得到。ORB算法具有计算速度快，占用的存储空间小，匹配时间短等优点。例如，monoORB算法可以基于ORB特征点实现比较鲁棒、准确的本文档来自技高网...

【技术保护点】
1.一种深度值确定方法，其特征在于，包括：/n获取第一关键帧，从所述第一关键帧中选取像素梯度值大于第一预设阈值的特征点作为目标特征点；/n确定关键帧中特征点的深度值范围；/n基于所述深度值范围确定所述目标特征点在第二关键帧中对应的目标投影点；/n将所述目标投影点在所述深度值范围中对应的深度值作为所述目标特征点的目标深度值。/n

【技术特征摘要】
1.一种深度值确定方法，其特征在于，包括：
获取第一关键帧，从所述第一关键帧中选取像素梯度值大于第一预设阈值的特征点作为目标特征点；
确定关键帧中特征点的深度值范围；
基于所述深度值范围确定所述目标特征点在第二关键帧中对应的目标投影点；
将所述目标投影点在所述深度值范围中对应的深度值作为所述目标特征点的目标深度值。


2.根据权利要求1所述的深度值确定方法，其特征在于，所述基于所述深度值范围确定所述目标特征点在第二关键帧中对应的目标投影点包括：
根据所述深度值范围确定所述目标特征点在所述第二关键帧中对应的候选投影点；
从所述候选投影点中筛选满足匹配条件的点作为中间投影点；
基于所述中间投影点的误差函数值确定一所述中间投影点作为目标投影点。


3.根据权利要求2所述的深度值确定方法，其特征在于，所述匹配条件包括：
所述中间投影点的像素梯度值大于所述第一预设阈值；
所述中间投影点的像素梯度方向与极线的方向不同；以及
所述中间投影点的像素梯度方向与所述特征点的梯度方向的差值小于第二预设阈值。


4.根据权利要求2所述的深度值确定方法，其特征在于，所述基于所述中间投影点的误差函数值确定一所述中间投影点作为目标投影点包括：
基于所述中间投影点的像素值的残差值、梯度模的残差值、像素值的分布标准差以及梯度模的分布标准差确定所述中间投影点的误差函数值；
从所述中间投影点中选取所述误差函数值最小的中间投影点作为所述目标投影点。


5.根据权利要求1所述的深度值确定方法，其特征在于，所述第二关键帧的数量为一个，所述将所述目标投影点在所述深度值范围中对应的深度值作为所述目标特征点的目标深度值包括：
根据对极几何原理，确定所述目标投影点在所述深度值范围中对应的深度值作为目标深度值。


6.根据权利要求1所述...

【专利技术属性】
技术研发人员：曹正江，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11