[发明专利]基于调频模型的视觉模板匹配的鲁棒性提升方法

权利要求书

1.一种基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，包括：

使用RatSLAM算法建立拓扑地图；

在建立拓扑地图的过程中，使用高斯函数对当前场景的RGB图像进行平滑处理；

将平滑后的图像转换到Lab颜色空间；

计算图像各个颜色通道的平均值；

使用二范数计算欧氏距离，得到显著图；

将显著图按列求和并进行归一化处理得到视觉模板，将视觉模板储存在拓扑地图中的经验点中；

使用SAD模型对视觉模板进行匹配，用于检测闭环从而对拓扑地图进行修正。

2.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述RatSLAM算法是一种仿生导航算法，通过单目相机采集的RGB图像信息建立二维拓扑地图。

3.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述高斯函数为高斯差分滤波器，目的是去除图像的细节信息和噪点。

4.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述Lab颜色空间包含三个要素：亮度L，两个颜色通道a和b；其中，a包括的颜色是从低亮度值的深绿色到中亮度值的灰色再到高亮度值的亮粉红色；b是从低亮度值的亮蓝色到中亮度值的灰色再到高亮度值的黄色。

5.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述欧氏距离是用二范数计算每个像素的L、a、b值与图像L、a、b三通道均值的距离；所述显著图是指由调频模型处理得到的图像。

6.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述显著图是指由调频模型处理得到的图像。

7.如权利要求1所述的基于调频模型的视觉模板匹配的鲁棒性提升方法，其特征在于，所述视觉模板是从图片中提取的特征，特征的形式是一维向量。

8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到7任一项所述的方法。