【技术实现步骤摘要】
:本专利技术属图像处理领域。是一种利用计算机技术、图象摄取技术、数字图象处理技术、光学技术等实现室内视觉定位方法。该方法能实现对摄像头摄取视频的自动分析，并判断出摄像头的位移大小和方向。
技术介绍
:全局运动估计方法可划分为两类:一是直接基于象素的方法。二是先确定象素级或块级的运动矢量，然后利用回归法求取全局运动模型。对于全局运动估计，国际上已有相当多的学者做了大量的研究工作。Yosi Keller和Amir Averbuch改进基于梯度的运动估计方法，使全局运动估计计算量减少约20倍。Barfoot采用SIFT特征匹配法解决了三维运动估计问题，但要依靠预先放置的路标等参照物，而且速度较慢。GU等人利用尺度的邻域灰度信息消除，提高了模型估计准确度。但没有考虑全局运动估计的实时性，算法计算量依然比较大。全局运动估计处理的是视频序列图像，当前帧图像与参考帧图像进行匹配时，要保证这两帧图像有一定的重叠区域，因此对全局运动估计算法的实时性要求非常高。近年来，对于很多全局运动估计方法，一个主要的问题是计算量较大，导致参数估计速度慢，因而限制了它们的应用。为了减少全局运动的...
【技术保护点】
基于自适应的室内的视觉定位方法，是在计算机的上位机平台上运行，用摄像头采集地面的序列图像，对序列图像进行全局运动估计，计算出序列图像的偏移大小和方向，在计算机的上位机平台上，根据传入的图像偏移大小和方向画出摄像头的运动轨迹，本专利技术的特征在于该方法还依次包括下述步骤：1）首先提取摄像头采集地面的序列图像，然后用SUSAN算法提取序列图像中的特征点；在SUSAN算法中加入环形的USAN模板，对图像中的每个点进行特征点的粗提取，对提取后的特征点再用圆形的USAN模板进行筛选，计算是否为特征点的方法为c(r→,r→0)=1if|I(r...
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。