一种基于视觉SLAM的图像特征误匹配剔除方法技术

本发明专利技术公开了一种基于视觉SLAM的图像特征误匹配剔除方法，包括步骤：特征匹配初始化；深度学习目标检测；目标匹配与几何约束应用；通过计算相同类别物体的方向向量之间的夹角，并设置阈值β来剔除方向差异较大的匹配，保留夹角小于β的匹配物体；匹配精细化；重复以上步骤，直至达到预设的迭代次数或匹配结果稳定。与现有技术相比，本发明专利技术准确性更高，鲁棒性更强，并且具备普适性与灵活性，可以灵活适应不同精度要求的场景。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，尤其涉及一种基于视觉slam的图像特征误匹配剔除方法。

技术介绍

1、slam(视觉同步定位与地图构建)技术允许机器人通过解析传感器数据，在未知环境中同时进行定位和地图构建。视觉slam(vslam)特别依赖于通过摄像头捕获的图像数据。vslam系统通常包括前端和后端两个部分，其中前端负责从连续图像帧中提取特征并进行匹配，以估计相机的粗略运动，也被称为视觉历程设计；后端则负责优化所有相机姿态和地图点，以提高系统的精度和鲁棒性。

2、视觉里程算法主要分为两大类：特征点法和直接法。基于特征点法的前端长久以来被认为是视觉里程计的主流方法，具有对光照、动态物体不敏感的优势，是目前比较成熟的解决方案。特征匹配是视觉slam中较为关键的一步，特征匹配解决了salm中的数据关联问题，即确定当前看到的路标与之前看到的路标之间的对应关系通过图像与图像之间的描述子进行准确匹配，可以为后续的姿态估计、优化等操作减轻大量负担。

3、尽管特征点法在处理光照变化和动态物体方面表现出了优越性，但误匹配问题一直是影响vslam性能的主要瓶本文档来自技高网...

【技术保护点】

1.一种基于视觉SLAM的图像特征误匹配剔除方法，其特征在于，包括步骤：

2.如权利要求1所述的基于视觉SLAM的图像特征误匹配剔除方法，其特征在于，所述S1中是对从相机获得的相邻两帧图像A和B进行ORB特征点检测与匹配，得到初步的匹配结果并保存每一匹配点的像素坐标。

3.如权利要求1所述的基于视觉SLAM的图像特征误匹配剔除方法，其特征在于，所述S2中的预训练的Yolov5模型是在coco数据集上预先训练好的yolov5s的网络模型。

4.如权利要求1所述的基于视觉SLAM的图像特征误匹配剔除方法，其特征在于，所述S3中检测框的质心为灰度质心，所述S...

【技术特征摘要】

1.一种基于视觉slam的图像特征误匹配剔除方法，其特征在于，包括步骤：

2.如权利要求1所述的基于视觉slam的图像特征误匹配剔除方法，其特征在于，所述s1中是对从相机获得的相邻两帧图像a和b进行orb特征点检测与匹配，得到初步的匹配结果并保存每一匹配点的像素坐标。

3.如权利要求1所述的基于视觉slam的图像特征误匹配剔除方法，其特征在于，所述s2中的预训练的yolov5模型是在coco数据集上预先训练好的yolov5s的网络...

【专利技术属性】
技术研发人员：陈琰，杨嘉伟，邱文斌，许冠超，何星杰，谢嘉健，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：