[发明专利]一种基于成熟特征点的ORB提取方法

说明书

本发明的目的是提供一种基于成熟特征点的ORB提取方法，用于提高ORB特征点提取算法用于视觉SLAM统的匹配精度，通过对未成熟点的提取，对于像素梯度值没有超过阈值的点将被永久舍弃，其余的点被选为未成熟点，未成熟点经过追踪线程，深度信息能够收敛的未成熟点会被插入到局部建图中激活，转化为成熟地图点，在成熟地图点上进行ORB特征点提取，深度信息未能收敛的点会随着后端优化窗口的滑动，被边缘化移除，成熟地图点具有确切的三维坐标信息，能够与在下一帧上的位姿相匹配，准确反映周围的环境信息，随着相机运动，越来越多的成熟点地图点被插入到局部建图中，构成了局部三维点云地图，局部三维点云地图经过后端优化后，最终得到全局三维点云地图。

技术领域

本发明属于ORB提取技术领域，具体涉及一种基于成熟特征点的ORB提取方法。

背景技术

视觉SLAM称为即时定位与地图构建，是将一个机器人放入位置环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，通常机器人会搭载相机录制图像，在通过对图像的处理构建地图，视觉SLAM领域常见的特征点提取算法有SIFT、SURF、ORB等，三种算法被广泛应用于不同领域。ORB算法相比SIFT、SURF算法提取的特征点数量较少，但是在旋转不变性、鲁棒性和实时性方面均展现出巨大优势。由于视觉SLAM系统在实际运行过程中，相机以较高的帧率向系统输入图像，相邻帧之间的图像相似度较高，帧间往往存在大量冗余信息，并不需要太多的特征点信息，反而更关注于特征提取过程是否迅速、鲁棒。ORB特征点提取算法更为适合视觉SLAM系统，但现有的ORB特征提取法在视觉SLAM系统中实时性和鲁棒性相对较弱。

发明内容

本发明的目的是提供一种基于成熟特征点的ORB提取方法，用于提高ORB特征点提取算法用于视觉SLAM统的匹配精度。

本发明解决其技术问题的技术方案为：一种基于成熟特征点的ORB提取方法，包括以下步骤，

S1：相机在移动的过程中录制图片数据集。

S2：对图片数据集中当前帧上的未成熟点进行提取；

S3：求当前帧上的未成熟点在下一帧上的位姿；

S4：将当前帧的彩色图转化为深度图，获取当前帧上未成熟点的深度信息；

S5：将当前帧上未成熟点的深度信息与设定值比较，当深度信息的值小于设定值时，将未成熟点被安插到局部建图中激活为成熟地图点。

S6：将成熟地图点在下一帧上的位姿与成熟地图点的三维坐标信息相匹配，构建地图信息。

所述步骤S2具体为：

S2.1：将图像划分成M×M个区域(M取32)，对每个区域计算阈值g；

其中，为该区域所有像素点的中值绝对梯度，g_th为全局梯度；

S2.2：在每个区域内选取像素梯度值最大的前N个点，像素梯度G(x,y)定义如下：

G(x,y)＝dx(i,j)+dy(i,j)

其中，I(i,j)为坐标为(i,j)的像素点的像素值，dx(i,j)为坐标为(i,j)的像素点在x方向的像素值，dy(i,j)为坐标为(i,j)的像素点在y方向的像素值；

将像素梯度排名靠前的N个点的像素梯度值分别与阈值g比较，若超过阈值g，则将该点选为未成熟点，若N个点的像素梯度值均不超过阈值g，则舍弃该区域。

所述步骤S3具体为：