一种基于SURF的特征点匹配及筛选方法和装置制造方法及图纸

本发明专利技术公开了一种基于SURF的特征点匹配及筛选方法和装置，旨在解决基于视觉标签的机器人定位系统中，少量错误的特征点匹配导致定位结果有较大误差的问题；首先使用YOLO对待匹配图像进行识别，若出现视觉标签模板，对其进行裁剪，然后对标准图像模板和待匹配图像提取SURF特征点和特征向量，之后使用k最邻近匹配进行SURF特征点匹配，最后使用局部邻域约束方法，通过比对匹配点对与周围特征点的空间结构进行特征点筛选，得到正确无误的匹配点对，从而大大降低特征点匹配错误的几率，切具有良好的精确性和稳定性；结合已知的标签位置信息、相机参数，使用Perspective‑n‑Point方法可以完成机器人位姿的解算。

【技术实现步骤摘要】

本专利技术属于机器人定位导航领域，具体涉及一种基于surf的特征点匹配及筛选方法和装置。

技术介绍

1、室内服务型机器人的发展方兴未艾，实现自主定位导航是其最重要的功能之一。相比于室外自动驾驶等其他场景，室内服务型机器人要求定位系统成本不宜过高，为降低用户负担，不选用多线激光雷达、高精度惯性测量单元等定位设备，对算力要求高的深度学习解决方案也难以适用。结合实际情况常使用视觉特征进行机器人感知，在视觉标签定位等算法当中，最关键的步骤就是进行视觉特征点匹配，特征点匹配的准确性直接影响了定位的精度和稳定性。

2、目前主流的基础特征检测和匹配算法包括基于orb、sift、surf(speeded-uprobust features，加速稳健特征)算子的特征匹配及各种改进算法，这些算法可以很好的识别出图像特征点，并进行粗匹配；然而由于图像匹配时仅考虑了特征点、特征向量的相似性，而未考虑特征点的相对位置，常出现匹配偏差过大的情形，这对位姿的求解是致命的。在对错误匹配进行筛选时，通常使用sansac方法，这类随机抽样一致性算法，对于明显的离群值有较好的效果，本文档来自技高网...

【技术保护点】

1.一种基于SURF的特征点匹配及筛选方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种基于SURF的特征点匹配及筛选方法，其特征在于：所述步骤1包括如下步骤：

3.根据权利要求1所述的一种基于SURF的特征点匹配及筛选方法，其特征在于：所述步骤1.3中，对于图像中的任意一个像素点P(x,y)，在尺度σ上构建Hessian矩阵H(x,σ)

4.根据权利要求3所述的一种基于SURF的特征点匹配及筛选方法，其特征在于：通过使用盒式滤波器来近似地处理二阶高斯滤波器。

5.根据权利要求3所述的一种基于SURF的特征点匹配及筛选方法，其特征...

【技术特征摘要】

1.一种基于surf的特征点匹配及筛选方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种基于surf的特征点匹配及筛选方法，其特征在于：所述步骤1包括如下步骤：

3.根据权利要求1所述的一种基于surf的特征点匹配及筛选方法，其特征在于：所述步骤1.3中，对于图像中的任意一个像素点p(x,y)，在尺度σ上构建hessian矩阵h(x,σ)

4.根据权利要求3所述的一种基于surf的特征点匹配及筛选方法，其特征在于：通过使用盒式滤波器来近似地处理二阶高斯滤波器。

5.根据权利要求3所述的一种基于surf的特征点匹配及筛选方法，其特征在于：在一个特征点半径为6σ的邻域内，统计每个点集的水平和垂直haar特征波，然后使用角度为π/3以特征点为中心，按一定间隔扫...

【专利技术属性】
技术研发人员：张建明，毛岳峰，朱科，朱骞，
申请(专利权)人：余姚市机器人研究中心，
类型：发明
国别省市：