特征点的提取方法和装置制造方法及图纸

本申请提供一种特征点的提取方法和装置，该方法包括：获取待处理图像的图像金字塔；按照从图像金字塔的底部至顶部的顺序，获取图像金字塔中每层图像的目标特征点，目标特征点为亚像素级的特征点；其中，第i层图像的目标像素点为根据第i层图像的初始特征点的邻域内的像素点的坐标和主方向确定，所述初始特征点的坐标精度为像素级，i＝0,1,2....；输出图像金字塔中每层图像的目标特征点。本申请中对图像金字塔中的每层图像的初始特征点进行精确定位，获取亚像素级的目标特征点，提高了图像中提取的特征点的精度。

【技术实现步骤摘要】
特征点的提取方法和装置
本申请涉及图像处理
，尤其涉及一种特征点的提取方法和装置。
技术介绍
视觉SLAM主要分为视觉前端和优化后端。视觉前端也称为视觉里程计(visualodometry，VO)，主要是根据相邻两张图像中提取的特征点进行匹配，以估计出相机运动，进而为后端优化(如特征点的匹配和相机位姿的求解)提供较好的初始值。目前，对图像中的特征点的提取的主流算法为基于FAST特征检测与BRIEF特征描述子匹配实现的ORB(orientedFastandrotatedBRIEF)算法。现有技术中的ORB算法在图像中提取的特征点为整像素值，特征点的精度较低，进而造成图像中的像素点出现重叠冗余的现象，进而影响后端优化。
技术实现思路
本申请提供一种特征点的提取方法和装置，能够提高图像中提取的特征点的精度。本申请的第一方面提供一种特征点的提取方法，包括：获取待处理图像的图像金字塔；按照从所述图像金字塔的底部至顶部的顺序，获取所述图像金字塔中每层图像的目标特征点，所述目标特征点为亚像素级的特征点；其中，第i层图像的目标像素点为根据所述第i层图像的初始特征点的邻域内的像素点的坐标和主方向确定，所述初始特征点的坐标精度为像素级，所述i为大于或等于0的整数；输出所述图像金字塔中每层图像的目标特征点。可选的，获取所述第i层图像的目标像素点，包括：根据所述像素点的主方向和所述像素点的灰度梯度，得到所述像素点的梯度向量；根据所述像素点的梯度向量，将经过所述像素点且垂直于所述梯度向量的直线，作为所述像素点的直线；根据所述像素点的直线和所述像素点的坐标，确定所述第i层图像的目标特征点。可选的，所述像素点为多个，所述根据所述像素点的直线和所述像素点的坐标，确定所述第i层图像的目标特征点，包括：获取多个所述像素点的直线的至少一个交点；根据所述至少一个交点，确定所述第i层图像的目标特征点的选取区域；在所述选取区域中，根据每个所述像素点的坐标，以及每个所述像素点的直线，确定所述第i层图像的目标特征点，所述第i层图像的目标特征点为距离每个所述像素点的直线的距离之和最小的像素点，所述目标特征点是采用最小二乘法求解的、且是在相邻两次迭代确定的像素点的距离小于0.5像素点尺寸时输出的。可选的，所述在所述选取区域中，根据每个所述像素点的坐标，以及每个所述像素点的直线，确定所述第i层图像的目标特征点，包括：根据每个所述像素点的坐标和所述初始特征点的邻域的中心位置的坐标，确定每个所述像素点的权重，距离所述中心位置的距离越近的像素点的权重越大；在所述选取区域中，根据每个像素点的权重和每个所述像素点的直线，采用所述最小二乘法，确定所述第i层图像的目标特征点。可选的，所述获取所述第i层图像的初始特征点，包括：提取所述第i层图像的特征点；根据预先设置的所述第i层图像的特征点的预设数量，以及预先设置的四叉树的预设分割层数，采用四叉树算法对所述四叉树的根节点进行迭代分割，得到所述第i层图像的初始特征点。可选的，所述得到所述第i层图像的初始特征点，包括：A'、删除第k分割层中特征点的数量为0的节点，以特征点的数量不为0的节点作为根节点，对所述根节点进行分割，所述k为大于等于0且小于所述预设层数的整数；B'、若所述k小于预设层数且提取的特征点的数量小于预设数量，则返回执行A'，直至所述k等于预设层数或提取的特征点的数量等于所述预设数量，执行C'；C'、根据所述第i层图像的特征点的预设数量和所述第k分割层中的特征点的Harris响应值，确定所述第i层图像的初始特征点。可选的，所述方法还包括：根据所述第i层图像的纹理，设置所述第i层图像的所述预设分割层数。可选的，所述i层图像的所述预设分割层数为大于或等于4且小于或等于10的整数。可选的，所述输出所述图像金字塔中每层所述图像的目标特征点，包括：获取每层所述图像的目标特征点的描述子；输出每层所述图像的目标特征点的描述子。本申请的第二方面提供一种特征点的提取装置，包括：第一处理模块，用于获取待处理图像的图像金字塔，以及按照从所述图像金字塔的底部至顶部的顺序，获取所述图像金字塔中每层图像的目标特征点，所述目标特征点为亚像素级的特征点；其中，第i层图像的目标像素点为根据所述第i层图像的初始特征点的邻域内的像素点的坐标和主方向确定，所述初始特征点的坐标精度为像素级，所述i为大于或等于0的整数；第二处理模块，用于输出所述图像金字塔中每层图像的目标特征点。可选的，所述第一处理模块，还用于根据所述像素点的主方向和所述像素点的灰度梯度，得到所述像素点的梯度向量；根据所述像素点的梯度向量，将经过所述像素点且垂直于所述梯度向量的直线，作为所述像素点的直线；根据所述像素点的直线和所述像素点的坐标，确定所述第i层图像的目标特征点。可选的，所述像素点为多个。所述第一处理模块，具体用于获取多个所述像素点的直线的至少一个交点；根据所述至少一个交点，确定所述第i层图像的目标特征点的选取区域；在所述选取区域中，根据每个所述像素点的坐标，以及每个所述像素点的直线，确定所述第i层图像的目标特征点，所述第i层图像的目标特征点为距离每个所述像素点的直线的距离之和最小的像素点，所述目标特征点是采用最小二乘法求解的、且是在相邻两次迭代确定的像素点的距离小于0.5像素点尺寸时输出的。可选的，所述第一处理模块，具体用于根据每个所述像素点的坐标和所述初始特征点的邻域的中心位置的坐标，确定每个所述像素点的权重，距离所述中心位置的距离越近的像素点的权重越大；在所述选取区域中，根据每个像素点的权重和每个所述像素点的直线，采用所述最小二乘法，确定所述第i层图像的目标特征点。可选的，所述第一处理模块，具体用于提取所述第i层图像的特征点；根据预先设置的所述第i层图像的特征点的预设数量，以及预先设置的四叉树的预设分割层数，采用四叉树算法对所述四叉树的根节点进行迭代分割，得到所述第i层图像的初始特征点。可选的，所述第一处理模块，具体用于：A'、删除第k分割层中特征点的数量为0的节点，以特征点的数量不为0的节点作为根节点，对所述根节点进行分割，所述k为大于等于0且小于所述预设层数的整数；B'、若所述k小于预设层数且提取的特征点的数量小于预设数量，则返回执行A'，直至所述k等于预设层数或提取的特征总数点的数量等于所述预设数量，执行C'；C'、根据所述第i层图像的特征点的预设数量和所述第k分割层中的特征点的Harris响应值，确定所述第i层图像的初始特征点。可选的，所述第一处理模块，还用于根据所述第i层图像的纹理，设置所述第i层图像的所述预设分割层数。可选的，所述i层图像的所述预设分割层数为大于或等于4且小于或等于10的整数。可选的，所述第二处理模块，具体用于获取每层所述图像的目标特征点的描述子，并输出每层所述图像的目标特征点的描本文档来自技高网...

【技术保护点】
1.一种特征点的提取方法，其特征在于，包括：/n获取待处理图像的图像金字塔；/n按照从所述图像金字塔的底部至顶部的顺序，获取所述图像金字塔中每层图像的目标特征点，所述目标特征点为亚像素级的特征点；其中，第i层图像的目标像素点为根据所述第i层图像的初始特征点的邻域内的像素点的坐标和主方向确定，所述初始特征点的坐标精度为像素级，所述i为大于或等于0的整数；/n输出所述图像金字塔中每层图像的目标特征点。/n

【技术特征摘要】
1.一种特征点的提取方法，其特征在于，包括：
获取待处理图像的图像金字塔；
按照从所述图像金字塔的底部至顶部的顺序，获取所述图像金字塔中每层图像的目标特征点，所述目标特征点为亚像素级的特征点；其中，第i层图像的目标像素点为根据所述第i层图像的初始特征点的邻域内的像素点的坐标和主方向确定，所述初始特征点的坐标精度为像素级，所述i为大于或等于0的整数；
输出所述图像金字塔中每层图像的目标特征点。


2.根据权利要求1所述的方法，其特征在于，获取所述第i层图像的目标像素点，包括：
根据所述像素点的主方向和所述像素点的灰度梯度，得到所述像素点的梯度向量；
根据所述像素点的梯度向量，将经过所述像素点且垂直于所述梯度向量的直线，作为所述像素点的直线；
根据所述像素点的直线和所述像素点的坐标，确定所述第i层图像的目标特征点。


3.根据权利要求2所述的方法，其特征在于，所述像素点为多个，所述根据所述像素点的直线和所述像素点的坐标，确定所述第i层图像的目标特征点，包括：
获取多个所述像素点的直线的至少一个交点；
根据所述至少一个交点，确定所述第i层图像的目标特征点的选取区域；
在所述选取区域中，根据每个所述像素点的坐标，以及每个所述像素点的直线，确定所述第i层图像的目标特征点，所述第i层图像的目标特征点为距离每个所述像素点的直线的距离之和最小的像素点，所述目标特征点是采用最小二乘法求解的、且是在相邻两次迭代确定的像素点的距离小于0.5像素点尺寸时输出的。


4.根据权利要求3所述的方法，其特征在于，所述在所述选取区域中，根据每个所述像素点的坐标，以及每个所述像素点的直线，确定所述第i层图像的目标特征点，包括：
根据每个所述像素点的坐标和所述初始特征点的邻域的中心位置的坐标，确定每个所述像素点的权重，距离所述中心位置的距离越近的像素点的权重越大；
在所述选取区域中，根据每个像素点的权重和每个所述像素点的直线，采用所述最小二乘法，确定所述第i层图像的目标特征点。


5.根据权利...

【专利技术属性】
技术研发人员：赵楠，
申请(专利权)人：北京四维图新科技股份有限公司，
类型：发明
国别省市：北京;11