【技术实现步骤摘要】
一种基于边缘特征匹配的红外视觉里程计实现方法
本专利技术涉及机器视觉定位领域，具体涉及一种基于边缘特征匹配的红外视觉里程计实现方法。
技术介绍
同步定位与地图构建(SimultaneousLocalizationandMapping)技术对于户外机器人及无人驾驶有着重要意义，其也对SLAM在复杂环境中的定位性能提出更高的要求。在光照高动态变化、夜间黑暗环境、雾天等复杂环境中，现有基于可见光视觉的定位方案在该环境中容易发生传感器退化，无法提供准确的定位信息。近年来，由于红外相机对可见光不敏感，在夜间、雾天环境中有着良好的成像，但红外相机的高温漂、弱纹理、低对比度等特性限制了红外相机在SLAM领域的进一步应用，现有红外SLAM采用传统基于可见光视觉的定位方案，但由于相机特性的不同，使得传统方案无法良好应用在红外相机上。现有技术中，公布号为CN106846417A、名称为基于视觉里程计的单目红外视频三维重建方法的中国专利申请公开了一种直接法和稀疏法视觉里程计模型，通过红外图像帧间的像素匹配获得光度误差，借助...
【技术保护点】
1.一种基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，包括以下步骤：/n步骤S1：红外相机获取图像，对原始红外图像进行图像预处理，提高图像对比度，并进行自适应高斯差分边缘检测；/n步骤S2：通过采用高斯差分平面拟合算法提取亚像素边缘位置；/n步骤S3：构建稠密深度图，进行图像边缘点深度值恢复，获得红外视觉里程计尺度信息；/n步骤S4：计算图像边缘点的距离变换图变体，加快位姿求解速度；/n步骤S5：使用边缘点邻域的温度信息对边缘点进行描述，创建温度邻域描述子；/n步骤S6：进行帧间的三维与二维边缘最近点迭代匹配求解，得到位姿估计。/n
【技术特征摘要】
1.一种基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，包括以下步骤：
步骤S1：红外相机获取图像，对原始红外图像进行图像预处理，提高图像对比度，并进行自适应高斯差分边缘检测；
步骤S2：通过采用高斯差分平面拟合算法提取亚像素边缘位置；
步骤S3：构建稠密深度图，进行图像边缘点深度值恢复，获得红外视觉里程计尺度信息；
步骤S4：计算图像边缘点的距离变换图变体，加快位姿求解速度；
步骤S5：使用边缘点邻域的温度信息对边缘点进行描述，创建温度邻域描述子；
步骤S6：进行帧间的三维与二维边缘最近点迭代匹配求解，得到位姿估计。
2.根据权利要求1所述的基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，步骤S1中所述的图像预处理过程包括：
步骤S1.1：对原始图像进行0°～30°范围的直方图均衡化，与原图进行加权平均，并进行高斯滤波；
步骤S1.2：使用自适应高斯差分算法进行红外边缘提取并过滤掉短边缘；
其中，短边缘是指边缘点连接后，数量少于20个边缘点的边缘；
中长边缘是指数量大于等于40个边缘点的边缘；
步骤S1.1和步骤S1.2中还分别包括权值计算和阈值计算：
权值计算：计算当前边缘提取的噪声短边缘占比，调整下次与原图加权时的权值，从而减少直方图均衡化引入的噪声短边缘数量；
阈值计算：计算当前边缘提取的中长边缘占比，调整下次高斯边缘检测的阈值，从而获得预先设定的中长边缘点的数量。
3.根据权利要求2所述的基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，
所述步骤S1.2采用的高斯差分算法将高斯函数转换成分离形式，使用分离式滤波器进行加速检测。
4.根据权利要求2或3所述的基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，所述步骤S2中所述亚像素边缘提取的过程包括：
步骤S2.1：通过边缘梯度阈值化剔除响应噪声点；
步骤S2.2：保留的边缘点进行[3×3]邻域的边缘点搜索并连接，形成边缘轮廓。
5.根据权利要求4所述的基于边缘特征匹配的红外视觉里程计实现方法，其特征在于，
所述步骤S2.2中，对保留的边缘点进行领域高斯差分值平面拟合，包括以下步骤：
步骤S2.2.1：假设邻域为[3×3]的窗口，同时假设该高斯差分平面为一简单线性模型，如公式(1)：
公式(1)：ax+by+cz＝d；
其中，a、b、c、d为三维平面方程的系数，为待求量；
(x，y)为边缘点及其邻域点的像素坐标值，z为对应高斯差分值；
步骤S2.2.2：通过边...
【专利技术属性】
技术研发人员：陈浩耀，陈文强，刘云辉，李四林，苏鹏鹏，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：广东;44
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。