[发明专利]基于局部关键帧匹配的SLAM快速重定位方法及图像处理装置

说明书

一种基于局部关键帧匹配的SLAM快速重定位方法，当ORB SLAM2跟踪失败后，用户将相机转向最近拍摄过的场景；包括以下步骤：1)图像处理：在基于视觉的ORB SLAM2算法框架中，提取图像的ORB特征点；2)图像模糊检测：对图像进行模糊检测，过滤模糊的图片；3)搜索用于重定位的局部候选帧：构造一个图像集合，这个集合是所有观测到参考关键帧特征点的前n帧图像经过筛选得到的；4)图像匹配和优化：用当前帧与图像集合里的图像进行匹配和位姿优化，若符合指定的约束条件，则认为重定位成功。

技术领域

本发明属于视觉同时定位与建图领域，涉及到计算机视觉图像处理，可用于增强现实场景。

背景技术

SLAM(Simultaneous Localization and Mapping)即同步定位与地图构建，其原理是：当机器人处于一个未知的环境中，通过自身的传感器获取运动状态和周围环境信息，实时重建周围环境的三围结构并同时对机器人自身进行定位。在视觉SLAM中，便是通过相机来实现同步定位和地图重建。

在视觉SLAM系统中，为了得到精确的地图，一个鲁棒的跟踪模块是必须的。跟踪出现错误，会导致三维重建出现错误。同时，以SLAM算法为基础的AR系统，经常会在真实世界中放置一个虚拟物体，如果跟踪失败，会导致虚拟物体丢失，严重影响用户的体验。导致跟踪失败的原因有很多，比如快速运动、图像模糊、相机视角的变化过大等。在实际使用中，跟踪失败不可避免，因此一个快速高效的重定位模块是不可或缺的。

ORB SLAM2是SLAM领域中一套经典成熟的视觉SLAM方案，其中的重定位模块，是通过当前帧的BoW(词袋向量)与图像数据库中的所有数据进行匹配来实现的。但是随着地图的增加，数据库会越来越大，匹配的时间也会随之上升。

发明内容

针对上述问题，本发明通过对图像进行模糊检测，过滤掉难以匹配的模糊图片，降低跟踪失败后的卡顿现象；同时，根据实际的使用经验，在跟踪失败后，用当前帧与之前的多个相关关键帧直接进行匹配，而不是对整个图像数据库进行匹配，有效提高了匹配速度和重定位效率。本算法可以使用户在AR场景中拥有更好的体验。该算法技术方案如下：

一种基于局部关键帧匹配的SLAM快速重定位方法，其特征为：包括如下步骤：

图像处理：在基于视觉的ORB SLAM2算法框架中，提取图像的ORB特征点；

图像模糊检测：对图像进行模糊检测，过滤模糊的图片；

搜索用于重定位的局部候选帧：构造一个图像集合，这个集合是所有观测到参考关键帧特征点的前n帧图像经过筛选得到的；

图像匹配和优化：用当前帧与图像集合里的图像进行匹配和位姿优化，若符合指定的约束条件，则认为重定位成功。

有益效果

该算法在实际的AR场景中可以提高跟踪失败后重定位的速度，减少卡顿现象，给用户更好的体验。

附图说明

图1为图像匹配流程示意图；

图2为基于局部关键帧匹配的SLAM快速重定位方法的整体流程图；

图3为图像处理和模糊检测流程示意图。

具体实施方式