[发明专利]一种基于图像分块的回环检测方法

权利要求书

1.一种基于图像分块的回环检测方法，其特征在于，所述方法包括以下步骤：

步骤1，对于每个输入图像帧，将图像分块为网格图像，提取每个网格图像的特征向量，从历史图像帧分块的网格图像中搜寻若干个与输入图像帧分块的网格图像形成回环的网格图像候选；

步骤2，将若干个与输入图像帧分块的每个网格图像形成回环的网格图像候选进行排序，综合排序结果计算历史图像帧与输入图像帧的空间相似性，根据计算结果选出与输入图像帧拥有最大空间相似性的历史图像帧，记为最佳候选图像帧；

步骤3，计算最佳候选图像帧与输入图像帧之间的归一化平均纹理相似性，并根据约束条件计算最佳候选图像帧与输入图像帧的回环合理性；

步骤4，若最佳候选图像帧满足回环合理性，则将最佳候选图像帧与输入图像帧标记为回环图像对，反之则不标记；

步骤5，将输入图像帧信息加入到历史图像帧中，获取新的输入图像帧，回到步骤1，进行下一个回环检测过程。

2.如权利要求1所述的一种基于图像分块的回环检测方法，其特征在于，在所述步骤1中，搜寻与输入图像帧分块的网格图像形成回环的网格图像候选的步骤如下：

步骤1-1，对于当前时间点i的输入图像帧I_i，i≥2，将其分块为N个网格图像I_i,n，其中n∈[1,N]；

步骤1-2，对输入图像帧I_i分块的每个网格图像I_i,n提取图像特征向量v_i,n，用以描述网格图像；

步骤1-3，对所有历史图像帧I_j分块的网格图像I_j,n的特征向量v_j,n，j＝1,2,…,i-1，计算与v_i,n的特征向量相似度S(v_i,n,v_j,n)，并在向量相似度的计算结果中挑选k_n个极大值，1≤k_n＜i，拥有k_n个极大值的网格图像集合记为网格图像候选{I_m,n}，m∈j。

3.如权利要求2所述的一种基于图像分块的回环检测方法，其特征在于，在所述步骤2中，获取最佳候选图像帧的步骤如下：

步骤2-1，对于输入图像帧I_i分块的每个网格图像I_i,n所提取的图像特征向量v_i,n，将在步骤1-3中获取到的k_n个网格图像候选{I_m,n}按照与v_i,n的特征向量相似度S(v_i,n,v_m,n)从大到小排序，最相似的排序为1，次相似的排序为2，…，最不相似的排序为k_n；

步骤2-2，计算历史图像帧I_j分块的每个网格图像I_j,n与输入图像帧I_i分块的网格图像I_i,n的空间相似性计分结果R_n(i,j)：若I_j,n存在于{I_m,n}中，且根据步骤2-1后排序为第r_n位，其中r_n∈[1,k_n]，则R_n(i,j)＝1/r_n，否则R_n(i,j)＝0；

步骤2-3，通过对历史图像帧I_j分块的每个网格图像I_j,n与输入图像帧I_i分块的网格图像I_i,n的空间相似性计分结果R_n(i,j)进行求和，得到历史图像帧I_j与输入图像帧I_i的空间相似性其中与输入图像帧I_i拥有最大空间相似性的历史图像帧记为最佳候选图像帧I_x。