[发明专利]一种基于因子图的逆深度估计方法

说明书

本发明公开了一种基于因子图的逆深度估计方法，属于图像处理和单目相机深度估计技术领域。所述方法首先利用三角形方法测量空间中对应点的深度，然后利用因子图模型对单目相机进行建模，利用李群‑李代数之间的转换关系将位姿估计转换为无约束的优化问题求解；利用逆深度滤波方法来对深度进行滤波，将每次求得的逆深度进行融合，进而获得融合后的深度；利用上述得到的深度和余弦定理，可以测量空间中物体的长度。从而验证该方法的合理性。本发明将因子图模型引用到逆深度的测量中，既有利于该估计方法的扩展，也提高了估计的精度。本发明提出的逆深度滤波的方法，有效的解决了远离相机中心的像素出现拖尾现象，提高了鲁棒性。

技术领域

本发明属于图像处理和单目相机深度估计技术领域，具体来说是一种基于因子图的逆深度估计方法。

背景技术

随着人工智能技术的发展，对单目视觉SLAM(simultaneous localization andmapping,即时定位与地图构建)的研究也越来越深入，其中一种重要的研究内容是单目视觉深度信息的估计，这也是单目视觉的一个研究难点。只有深度信息估计的准确，才能保证SLAM定位的准确性。而将概率图模型应用到深度估计中，这也是将人工智能的方法应用到SLAM中。

发明内容

本发明提出了一种基于因子图的逆深度估计方法，有效提高了单目相机深度估计的精度。本发明首先利用三角形方法求出图像中对应点的深度；然后利用因子图模型来优化相机的位姿，减少位姿误差对深度估计的影响；最后利用逆深度估计的方法对深度进行优化，提高其估计的精度。

本发明提供的基于因子图的逆深度估计方法，包括如下步骤：

步骤一、利用三角形方法测量空间中对应点的深度，其中利用了对极几何的基本原理；

步骤二、利用因子图模型对单目相机进行建模，利用李群-李代数之间的转换关系将位姿估计转换为无约束的优化问题求解；

步骤三、利用逆深度滤波方法来对深度进行滤波，将每次求得的逆深度进行融合，进而获得融合后的深度；

利用上述得到的深度和余弦定理，可以测量空间中物体的长度，从而验证该方法的合理性。

本发明的优点在于：

(1)本发明将因子图模型引用到逆深度的测量中，既有利于该估计方法的扩展，也提高了估计的精度。

(2)本发明利用李群-李代数之间的转换关系将位姿估计转换为无约束的优化问题，简化了求解方法。

(3)本发明提出的逆深度滤波的方法，有效的解决了远离相机中心的像素出现拖尾现象，提高了鲁棒性。

附图说明

图1：本发明中对极几何原理图；

图2：本发明中因子图模型示意图；

图3：本发明中逆深度不确定性关系分析图；

图4：本发明中相机测距原理图；

图5：本发明中室内环境实验对比图；

图6：本发明中室外环境实验对比图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明提供一种基于因子图的逆深度估计方法，包括步骤：

步骤一、利用三角形方法测量空间中任意一空间点的深度信息，其中利用了对极几何的基本原理

(1)对极几何；