基于ORB-SLAM2的二进制词汇表储存方法技术

本发明专利技术涉及计算机视觉算法领域，且公开了基于ORB

【技术实现步骤摘要】
基于ORB
‑
SLAM2的二进制词汇表储存方法


[0001]本专利技术涉及计算机视觉算法领域，具体为基于ORB
‑
SLAM2的二进制词汇表储存方法。

技术介绍

[0002]随着机器人与环境和人的交互需要日益增加和计算机视觉技术的不断改进和发展，对于视觉SLAM(Simultaneous Localization and Mapping)的研究成为了领域热点。而本文改进的ORB
‑
SLAM2算法就是诸多SLAM算法中使用较为频繁的一种，计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。
[0003]ORB
‑
SLAM2中有一个通过大规模数据进行训练的词汇表，被保存为文本格式。但是文本文件的载入需要进行数据格式的转换，当需要处理的文本数据较大时，需要耗费较大的时间，同时，我们知道如果保存格式是二进制文件的话，是可以直接读取，而不需要复杂的数据转换等操作的，拥有了更高的读取效率。因此，本专利技术提出了一种基于二进制的词汇表存储方法来提高ORB
‑
SLAM2系统的词汇表加载速度。

技术实现思路

[0004]本专利技术的目的在于提供基于ORB
‑
SLAM2的二进制词汇表储存方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：基于ORB
‑
SLAM2的二进制词汇表储存方法，包括以下步骤：
[0006]步骤一，以文本格式载入词汇表数据，并创建一个包含所有节点的向量V，并且读取出节点数N
node
和节点大小N
size
。
[0007]步骤二，创建一个空二进制文件Fb。
[0008]步骤三，将节点数N
node
、节点大小N
size
、分支数K、词汇表树深度L、节点权重类型W
node
、相似度评分计算方法S
sim
写入二进制文件Fb。
[0009]步骤四，对每个节点Vi∈V(i从1到N
node
)进行如下步骤：
[0010]步骤4.1将Vi的父节点写入Fb。
[0011]步骤4.2将Vi的特征描述符写入Fb。
[0012]步骤4.3将Vi的权重写入Fb。
[0013]步骤4.4编写布尔值来表示节点属性，表明是否为叶节点。
[0014]步骤五，将Fb保存为二进制格式的词汇表。
[0015]优选的，所述二进制文件取代文本文件来保存数据。
[0016]优选的，所述节点向量的创建，并节点向量中各节点的父节点、特征描述符、权重
写入新创建的空二进制文件Fb中实现文本文件向二机制文件的转换。
[0017]优选的，所述步骤4中的节点写入完成后就可完成Fb二进制格式的词汇表。
[0018]与现有技术相比，本专利技术提供了基于ORB
‑
SLAM2的二进制词汇表储存方法。具备以下有益效果：
[0019]该基于ORB
‑
SLAM2的二进制词汇表储存方法，通过以二进制文件的形式取代文本文件来保存数据，通过节点向量的创建，并将节点向量中各节点的父节点、特征描述符、权重写入新创建的空二进制文件Fb中实现文本文件向二机制文件的转换，保存格式以二进制文件，可以直接读取，不需要复杂的数据转换等操作的，拥有了更高的读取效率，有效的提高了文件数据处理的效率。
附图说明
[0020]图1为本专利技术步骤流程示意图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0023]请参阅图1，本专利技术提供一种技术方案：基于ORB
‑
SLAM2的二进制词汇表储存方法，包括以下步骤：
[0024]步骤一，以文本格式载入词汇表数据，并创建一个包含所有节点的向量V，并且读取出节点数N
node
和节点大小N
size
。
[0025]步骤二，创建一个空二进制文件Fb。
[0026]步骤三，将节点数N
node
、节点大小N
size
、分支数K、词汇表树深度L、节点权重类型W
node
、相似度评分计算方法S
sim
写入二进制文件Fb。
[0027]步骤四，对每个节点Vi∈V(i从1到N
node
)进行如下步骤：
[0028]步骤4.1将Vi的父节点写入Fb。
[0029]步骤4.2将Vi的特征描述符写入Fb。
[0030]步骤4.3将Vi的权重写入Fb。
[0031]步骤4.4编写布尔值来表示节点属性，表明是否为叶节点。
[0032]步骤五，将Fb保存为二进制格式的词汇表。
[0033]节点写入完成后就可完成Fb二进制格式的词汇表。
[0034]通过以二进制文件的形式取代文本文件来保存数据，通过节点向量的创建，并将节点向量中各节点的父节点、特征描述符、权重写入新创建的空二进制文件Fb中实现文本
文件向二机制文件的转换，保存格式以二进制文件，可以直接读取，不需要复杂的数据转换等操作的，拥有了更高的读取效率，有效的提高了文件数据处理的效率。
[0035]在实际操作过程中，当此方法使用时，通过以二进制文件的形式取代文本文件来保存数据，通过节点向量的创建，并将节点向量中各节点的父节点、特征描述符、权重写入新创建的空二进制文件Fb中实现文本文件向二机制文件的转换，保存格式以二进制文件，可以直接读取，不需要复杂的数据转换等操作的，拥有了更高的读取效率，有效的提高了文件数据处理的效率。
[0036]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于ORB
‑
SLAM2的二进制词汇表储存方法，其特征在于，包括以下步骤：步骤一，以文本格式载入词汇表数据，并创建一个包含所有节点的向量V，并且读取出节点数N
node
和节点大小N
size
；步骤二，创建一个空二进制文件Fb；步骤三，将节点数N
node
、节点大小N
size
、分支数K、词汇表树深度L、节点权重类型W
node
、相似度评分计算方法S
sim
写入二进制文件Fb；步骤四，对每个节点Vi∈V(i从1到N
node
)进行如下步骤：步骤4.1将Vi的父节点写入Fb；步骤4.2将Vi的特征...

【专利技术属性】
技术研发人员：朱静，高思翰，柴亚平，王家创，庄晓萱，欧阳淑榆，王坤辉，尹邦政，单梓琪，金慧琳，
申请(专利权)人：广州大学，
类型：发明
国别省市：