[发明专利]一种基于图像处理的特征点提取方法及系统

说明书

本申请涉及一种基于图像处理的特征点提取方法及系统，其包括图像分区，基于原始图像进行区域分割，确定若干个局部区域；分区优化，基于各个局部区域进行对比度调整，确定分区优化总集；分区合并，根据各个局部区域在原始图像中的位置，基于分区优化总集内的各个像素点组成优化图像；特征提取，基于优化图像，确定最终特征集合。由于每一个局部区域都能体现原始图像的局部图像特征，因此对各个局部区域分别进行对比度调整，可以对原始图像的多个局部部分同时进行对比度调整，进而提高局部区域的局部对比度，突出局部区域的纹理部细节，使得图像中的多个过曝部分和欠曝部分均能得到缓解，使得图像中的特征点不易被忽略。

技术领域

本申请涉及图像特征点提取的领域，尤其是涉及一种基于图像处理的特征点提取方法及系统。

背景技术

目前，SLAM（即时定位与地图构建）技术主要应用于定位导航，是解决自主移动机器人运动路线规划的关键技术。在机器人自主移动时，搭载在机器人上的图像传感器可以对实际环境实时采集图像，而SLAM则可以通过提取分析图像中的特征点和特征点对应的描述子，来估算机器人的自身位姿和构建周边环境的地图，进而推算出合理的运动轨迹。

现有技术中如申请公布号为CN112862803A的中国发明专利申请公开的基于边缘和特征点融合的红外成像SLAM方法和装置，其包括以下步骤：

（1）提取当前帧的特征点和边缘；

（2）跟踪所述特征点和所述边缘，得到所述特征点和所述边缘的跟踪结果；

（3）融合所述跟踪结果，估计当前帧的位姿；

（4）判断是否插入新的关键帧；

（5）对所述新的关键帧依次进行特征点局部建图、回环检测。

针对上述技术方案，发明人认为，在实时采集图像的过程中，随着机器人的移动，采集图像的场景也会持续发生变化，而场景的亮度突变会影响图像本身的质量，导致图像中的很多特征点在后续算法中容易被忽略，不利于视觉特征的发现和提取。

发明内容

本申请目的一是提供一种基于图像处理的特征点提取方法，具有便于图像特征点的提取的特点。

本申请的上述发明目的一是通过以下技术方案得以实现的：

一种基于图像处理的特征点提取方法，包括：

图像分区，基于原始图像进行区域分割，确定若干个局部区域；其中，各个所述局部区域能够组成原始图像；

分区优化，基于各个局部区域进行对比度调整，确定分区优化总集；

分区合并，根据各个局部区域在原始图像中的位置，基于分区优化总集内的各个像素点组成优化图像；其中，所述优化图像与原始图像相对应；

特征提取，基于优化图像，确定最终特征集合。

通过采用上述技术方案，原始图像分割成各个局部区域后，由于每一个局部区域都能体现原始图像的局部图像特征，因此对各个局部区域分别进行对比度调整，可以对原始图像的多个局部部分同时进行对比度调整，进而提高局部区域的局部对比度，突出局部区域的纹理部细节，使得图像中的多个过曝部分和欠曝部分均能得到缓解，使得图像中的特征点不易被忽略，因此，在后续的特征点提取算法中提取出较多的特征点。

可选的，相邻的多个所述局部区域之间具有重叠部分；

在图像分区步骤的具体方法中，还包括：

基于各个局部区域，确定若干个外围子区域和若干个重叠子区域；其中，所述外围子区域对应于其中一个局部区域与相邻局部区域非重叠的部分；所述重叠子区域对应于至少两个局部区域之间重叠的部分；