一种图像的关注区域的多重特征描述字提取方法技术

本公开的实施例提供一种图像的关注区域的多重特征描述字提取方法。所述方法包括，获取包含关注区域的多帧原始图像作为图像集，分别对图像集中各帧原始图像进行角点检测，选中关注区域对应的角点，形成关注区域角点集，并以其中每个角点作为中心点，建立对应的关键区域，形成关键区域集，再计算其中每个关键区域内的每个像素点的特征描述字，将各像素点的特征描述字进行组合，得到所述关键区域的块特征描述字，得到块特征描述字集，将所述块特征描述字集内的每个块特征描述字作为特征进行组合，形成关注区域的多重特征描述字。以此方式，可以降低待图像采集的要求，降低图像匹配的难度。可以显著提升机器人和SLAM等应用场景中图像匹配的准确度。像匹配的准确度。像匹配的准确度。

【技术实现步骤摘要】
一种图像的关注区域的多重特征描述字提取方法


[0001]本专利技术属于机器人与计算机视觉领域，具体涉及一种图像的关注区域的多重特征描述字提取方法。

技术介绍

[0002]近年来，图像匹配技术在机器人和计算机视觉领域都取得了长足的发展，无论是机器人视觉还是SLAM中，都不可避免地需要通过将智能平台融入已有地图来确定智能平台自身处在地图中的位置。融入的方法包括，通过将智能平台拍摄的图像与事先存储的地图及其附带的图片进行匹配。
[0003]一般做法是直接借鉴较为成熟的图像提取操作，对参与匹配的图像进行的匹配前处理，以关键点为基础形成特征描述字，每个关键点计算一组用于比对的特征描述字。该方法在普通的图像提取应用中效果不错，但是并不适用于SLAM和机器人等实际场景应用。事实上，由于安装在智能平台上的摄像头，相对于外在环境的姿态变化多端，实际景物中的某一个目标点，在不同拍摄姿态下呈现出的图像特征存在巨大差异，导致特征描述字也有显著不同，严重影响了比对的精度。再加上景物自身的复杂性，导致在小区域内存在数量较大的特征点，它们尽管距离较近，但是特征字差异本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像的关注区域的多重特征描述字提取方法，包括：获取包含关注区域的多帧原始图像作为图像集，分别对图像集中各帧原始图像进行角点检测，选中关注区域对应的角点，形成关注区域角点集；分别以关注区域角点集中的每个角点作为中心点，建立对应的关键区域，形成关键区域集；计算所述关键区域集中，每个关键区域内的每个像素点的特征描述字，将各像素点的特征描述字进行组合，得到所述关键区域的块特征描述字，得到块特征描述字集；将所述块特征描述字集内的每个块特征描述字作为特征进行组合，形成关注区域的多重特征描述字。2.根据权利要求1所述的方法，其特征在于，所述对图像集中各帧原始图像进行角点检测包括：采用的检测方法包括：FAST，Harris，Shi
‑
Tomasi。3.根据权利要求1所述的方法，其特征在于，所述以关注区域角点集中的每个角点作为中心点，建立对应的关键区域包括：对每个角点，在其邻域上建立预设尺寸的关键区域。4.根据权利要求1所述的方法，其特征在于，所述将各像素点的特征描述字进行组合，得到所述每个关键区域的块特征描述字，包括：提取所述关键区域内的每个像素点的特征描述字；利用协方差矩阵，计算每个像素点的特征描述字和区域均值的方差和，得到所述每个关键区域的块特征描述字。5.根据权利要求1所述的方法，其特征在于，所述获取包含关注区域的多帧原始图像作为图像集，包括：获取不同可见方向上拍摄的包含关注区域的多帧原始图像，并组成图像集。6.一种基于图像的关注区域的多重特征描述字的图像匹配方法，其特征在于，包括：获取原始图像集，采用如权利要求1所述的一种图像的关注区域的多重特征描述字提取方法，提取所述原始图像集中关注区域的多重特征描述字；获得待匹配图像，采用如权利要求1所述的一种图像的关注区域的多重特征描述字提取方法，提取所述待匹配图像的块特征描述字；将...

【专利技术属性】
技术研发人员：肖东晋，张立群，刘顺宗，
申请(专利权)人：阿依瓦北京技术有限公司，
类型：发明
国别省市：