[发明专利]一种基于改进SIFT算法的移动机器人视觉定位方法

权利要求书

1、一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于方法步骤包括：首先采集移动机器人行走路径中的特定标示物模板图像，然后运用改进的SIFT算法计算标示物模板图像的SIFT特征点向量集合；接着对机器人摄像头拍摄到的待识别的原始图像进行定位计算得到标示物候选区域，并截取标示物候选区域生成待识别图像；运用改进SIFT算法对待识别图像进行处理，得到待识别图像的SIFT特征点向量集合；然后对标示物模板图像的SIFT特征点向量集合和待识别图像的SIFT特征点向量集合进行匹配操作；根据标示物模板图像中匹配特征点集合的坐标位置，实现对待识别图像中的特定标示物的识别，最后根据特定标示物代表的坐标位置，确定移动机器人的位置，达到视觉定位的目的。

2、根据权利要求1所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于方法包含下列步骤：

(1)将移动机器人行走路径中的特定标示物景物进行图像采集，并进行处理，得到含有特定标示物图像的原始图像；

(2)制作标示物模板图像，具体方法为将获得的特定标示物原始图像进行处理，截取标示物的重要部分，制作成标示物模板图像；

(3)运用改进SIFT算法对标示物模板图像进行处理，得到特定标示物模板图像的SIFT特征点向量集合；

(4)利用移动机器人摄像头对机器人周围图像进行采集，存储并进行灰度处理；

(5)运用改进SIFT算法对步骤(4)中得到的待识别图像进行处理，得到待识别图像的SIFT特征点向量集合；

(6)在步骤(3)中的到的特定标示物模板图像的SIFT特征点向量集合和步骤(5)中得到的待识别图像的SIFT特征点向量集合中查找相互匹配的特征点，计算两张图像相对应的匹配特征点集合；

(7)对步骤(6)中计算得到的特定标示物模板图像的匹配特征点集合进行处理，根据匹配特征点在特定标示物模板图像中的坐标位置，实现对机器人周围景物的图像识别，达到视觉定位的目的。

3、根据权利要求2所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于所述的原始图像进行的处理方法为灰度处理，将图像变成灰度图。

4、根据权利要求3所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于所述的改进SIFT算法为对每个关键特征点只采用6维向量来表示，大大缩短了提取特征点的计算时间。

5、根据权利要求4所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于所述的运用改进SIFT算法对标示物模板图像进行处理方法为通过检测尺度空间极值点、精确定位极值点、为每个关键点指定方向参数及关键点描述子的生成这几步之后提取出对旋转、尺度缩放、亮度变化保持不变性SIFT特征向量，并存储在计算机数据库中。

6、根据权利要求5所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于所述的匹配特征点的查找及计算方法为采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量，取特定标示物图像中的某个关键点，并找出其与待识别图像中欧式距离最近的前两个关键点，在这两个关键点中，如果最近的距离除以次近的距离少于某个比例阈值，则接受这一对匹配点。

7、根据权利要求6所述的一种基于改进SIFT算法的移动机器人视觉定位方法，其特征在于所述的匹配特征点集合的处理方法为采用极线约束法去除误匹配点。