一种基于图像的定位方法及装置制造方法及图纸

本公开实施例提供了一种基于图像的定位方法及装置，涉及图像处理技术领域。该方法包括：获取查询图像对应的召回图像，所述召回图像为检索图像库的各个图像中与所述查询图像的特征匹配度最大的图像；根据所述查询图像中的各个特征点和所述召回图像中的各个特征点，生成候选匹配对集合，所述候选匹配对集合包括多个匹配对，所述匹配对由所述查询图像中的特征点和所述查询图像中的特征点在所述召回图像中对应的特征点组成；对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合；根据所述目标匹配对集合中的各个匹配对，获取所述查询图像对应的相机位姿。本公开实施例用于减少或避免匹配对中的离群匹配对，进而提升相机位姿解算的准确率。机位姿解算的准确率。机位姿解算的准确率。

【技术实现步骤摘要】
一种基于图像的定位方法及装置


[0001]本公开涉及图像处理
，尤其涉及一种基于图像的定位方法及装置。

技术介绍

[0002]相机位姿解算是计算机视觉领域的研究热点，在增强现实、机器人视觉导航、相机标定等领域发挥着重要的作用。
[0003]目前，普遍使用的一种相机位姿解算方式为：构建点云模型，根据点云模型和待解算图像，获取特征点匹配对，然后根据特征点匹配对进行相机位姿的计算。这种相机位姿解算方式非常依赖特征点匹配对的质量，但根据点云模型和待解算图像确定特征点匹配对时，确定的特征点匹配对中往往会存在大量的离群匹配，进而导致解算出的相机位姿的误差非常大。

技术实现思路

[0004]有鉴于此，本公开实施例提供了一种基于图像的定位方法及装置，用于减少或避免匹配对中的离群匹配对，进而提升相机位姿解算的准确率。
[0005]为了实现上述目的，本公开实施例提供技术方案如下：
[0006]第一方面，本公开的实施例提供了一种基于图像的定位方法，包括：
[0007]获取查询图像对应的召回图像，所述召回图像为检索图像库的各个图像中与所述查询图像的特征匹配度最大的图像；
[0008]根据所述查询图像中的各个特征点和所述召回图像中的各个特征点，生成候选匹配对集合，所述候选匹配对集合包括多个匹配对，所述匹配对由所述查询图像中的特征点和所述查询图像中的特征点在所述召回图像中对应的特征点组成；
[0009]对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合；
[0010]根据所述目标匹配对集合中的各个匹配对，获取所述查询图像对应的相机位姿。
[0011]作为本公开实施例一种可选的实施方式，所述获取查询图像对应的召回图像，包括：
[0012]获取所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征；
[0013]基于所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，获取查询图像对应的召回图像。
[0014]作为本公开实施例一种可选的实施方式，所述基于所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，获取查询图像对应的召回图像，包括：
[0015]根据所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，计算所述检索图像库中的各个图像与所述查询图像的匹配度；任一图像与所述查询图像的匹配度为该图像的图像特征与所述查询图像的图像特征的空间距离；
[0016]将所述检索图像库的各个图像中与所述查询图像的匹配度最大的图像确定为所述查询图像对应的召回图像。
[0017]作为本公开实施例一种可选的实施方式，所述根据所述查询图像中的各个特征点和所述召回图像中的各个特征点，生成候选匹配对集合，包括：
[0018]获取所述查询图像中的各个特征点的特征向量；
[0019]获取所述召回图像中的各个特征点的特征向量；
[0020]根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的特征阈值；
[0021]根据所述查询图像中的各个特征点的特征阈值、所述查询图像中的各个特征点的特征向量以及所述召回图像中的各个特征点的特征向量，生成所述候选匹配对集合。
[0022]作为本公开实施例一种可选的实施方式，所述根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的特征阈值，包括：
[0023]根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的最邻近特征点；任一特征点的最邻近特征点为所述查询图像中的各个特征点中特征向量与该特征点的特征向量的向量距离最小的特征点；
[0024]根据所述查询图像中的各个特征点的最邻近特征点，获取所述查询图像中的各个特征点的特征阈值，任一特征点的特征阈值为该特征点的特征向量与该特征点的最邻近特征点的特征向量的向量距离的预设倍数。
[0025]作为本公开实施例一种可选的实施方式，所述根据所述查询图像中的各个特征点的特征阈值、所述查询图像中的各个特征点的特征向量以及所述召回图像中的各个特征点的特征向量，生成所述候选匹配对集合，包括：
[0026]获取所述查询图像中的各个特征点的匹配特征点，任一特征点的匹配特征点为所述召回图像中的各个特征点中的特征向量与该特征点的特征向量的向量距离小于该特征点的特征阈值的特征点；
[0027]根据所述查询图像中的各个特征点的匹配特征点，生成所述候选匹配对集合。
[0028]作为本公开实施例一种可选的实施方式，所述根据所述查询图像中的各个特征点的匹配特征点，生成所述候选匹配对集合，包括：
[0029]判断所述查询图像中的各个特征点的匹配特征点的数量是否大于预设数量；
[0030]若所述查询图像中的第一特征点的匹配特征点的数量小于或等于所述预设数量，则分别根据所述第一特征点的每一个匹配特征点生成所述第一特征点对应的匹配对；
[0031]若所述查询图像中的第二特征点的匹配特征点的数量大于所述预设数量，则分别根据所述第二特征点的匹配特征点中特征向量与所述第二特征点的特征向量的向量距离最大的所述预设数量个匹配特征点，生成所述第二特征点对应的匹配对。
[0032]作为本公开实施例一种可选的实施方式，所述对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合，包括：
[0033]基于预设相机高度范围和预设相机旋转范围确定所述候选匹配对集合中的各个匹配对的误差形状；任一匹配对的误差形状由该匹配对的误差圆锥在水平面上的正投影获取；
[0034]根据所述候选匹配对集合中的各个匹配对的误差形状，对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合。
[0035]作为本公开实施例一种可选的实施方式，所述根据所述候选匹配对集合中的各个
匹配对的误差形状，对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合，包括：
[0036]根据所述候选匹配对集合中的各个匹配对的误差形状，获取目标栅格，所述目标栅格为所述水平面上的栅格中与最多数量的所述误差形状具有重叠区域的栅格；
[0037]根据所述候选匹配对集合中误差形状与所述目标栅格具有重叠的匹配对，生成所述目标匹配对集合。
[0038]作为本公开实施例一种可选的实施方式，任一匹配对的误差形状为基于所述预设相机高度范围、所述预设相机旋转范围以及该匹配对的误差圆锥在水平上确定的形状的外接矩形。
[0039]作为本公开实施例一种可选的实施方式，在基于预设相机高度范围和预设相机旋转范围确定所述候选匹配对集合中的各个匹配对的误差形状之前，所述方法还包括：
[0040]基于先验信息对所述候选匹配对集合中的匹配对进行过滤；
[0041]其中，所述先验信息包括：所述查询图像的位置先验信息和/或所述召回图像中各个特征点的可视性。
[0042]作为本公开实施例一种可选的实施方式，所述根据所述目标匹配对集合中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的定位方法，其特征在于，包括：获取查询图像对应的召回图像，所述召回图像为检索图像库的各个图像中与所述查询图像的特征匹配度最大的图像；根据所述查询图像中的各个特征点和所述召回图像中的各个特征点，生成候选匹配对集合，所述候选匹配对集合包括多个匹配对，所述匹配对由所述查询图像中的特征点和所述查询图像中的特征点在所述召回图像中对应的特征点组成；对所述候选匹配对集合中的匹配对进行过滤，生成目标匹配对集合；根据所述目标匹配对集合中的各个匹配对，获取所述查询图像对应的相机位姿。2.根据权利要求1所述的方法，其特征在于，所述获取查询图像对应的召回图像，包括：获取所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征；基于所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，获取查询图像对应的召回图像。3.根据权利要求2所述的方法，其特征在于，所述基于所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，获取查询图像对应的召回图像，包括：根据所述查询图像的图像特征和所述检索图像库中的各个图像的图像特征，计算所述检索图像库中的各个图像与所述查询图像的匹配度；任一图像与所述查询图像的匹配度为该图像的图像特征与所述查询图像的图像特征的空间距离；将所述检索图像库的各个图像中与所述查询图像的匹配度最大的图像确定为所述查询图像对应的召回图像。4.根据权利要求1所述的方法，其特征在于，所述根据所述查询图像中的各个特征点和所述召回图像中的各个特征点，生成候选匹配对集合，包括：获取所述查询图像中的各个特征点的特征向量；获取所述召回图像中的各个特征点的特征向量；根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的特征阈值；根据所述查询图像中的各个特征点的特征阈值、所述查询图像中的各个特征点的特征向量以及所述召回图像中的各个特征点的特征向量，生成所述候选匹配对集合。5.根据权利要求4所述的方法，其特征在于，所述根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的特征阈值，包括：根据所述查询图像中的各个特征点的特征向量，获取所述查询图像中的各个特征点的最邻近特征点；任一特征点的最邻近特征点为所述查询图像中的各个特征点中特征向量与该特征点的特征向量的向量距离最小的特征点；根据所述查询图像中的各个特征点的最邻近特征点，获取所述查询图像中的各个特征点的特征阈值，任一特征点的特征阈值为该特征点的特征向量与该特征点的最邻近特征点的特征向量的向量距离的预设倍数。6.根据权利要求4所述的方法，其特征在于，所述根据所述查询图像中的各个特征点的特征阈值、所述查询图像中的各个特征点的特征向量以及所述召回图像中的各个特征点的特征向量，生成所述候选匹配对集合，包括：获取所述查询图像中的各个特征点的匹配特征点，任一特征点的匹配特征点为所述召
回图像中的各个特征点中的特征向量与该特征点的特征向量的向量距离小于该特征点的特征阈值的特征点；根据所述查询图像中的各个特征点的匹配特征点，生成所述候选匹配对集合。7.根据权利要求6所述的方法，其特征在于，所述根据所述查询图像中的各个特征点的匹配特征点，生成所述候选匹配对集合，包括：判断所述查询图像中的各个特征点的匹配特征点的数量是否大于预设数量；若所述查询图像中的第一特征点的匹配特征点的数量小于或等于所述预设数量，则分别根据所述第一特征点的每一个匹配特征点生成所述第一特征点对应的匹...

【专利技术属性】
技术研发人员：张晟，林美霞，孙曦，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：