[发明专利]一种单目视觉里程计目标位姿检测方法

说明书

本发明公开了一种单目视觉里程计目标位姿检测方法。用单目相机实时采集目标图像对两帧图像进行特征点的改进提取与匹配，具体是依次用图像金字塔和灰度质心法处理，用像素级处理方法检测图像得到初始角点，用HARRIS响应值筛选后得到角点集合，邻域像素值构建角点的二进制描述子形成特征点，用快速最近邻搜索算法得到侯选特征匹配点对，用渐进一致采样方法精匹配和提纯；针对特征点的提取与匹配结果进行处理进行目标的位姿检测跟踪。本发明利用区分度更高、构建效率更高的改进角点提取算法，提高了角点检测的精度，同时采用HARRIS角点检测算法筛选优质角点，利用RANSAC算法和双向匹配法剔除误匹配对，进一步提高整体的定位精度。

技术领域

本发明涉及图像处理技术领域的一种目标位姿检测方法，具体涉及一种单目视觉里程计目标位姿检测方法。

背景技术

在没有环境先验信息的情况下，利用机器人在运动过程中建立环境模型并且估计自身运动，即为同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)。随着计算机视觉的发展，以视觉传感器为主体的视觉SLAM技术逐渐进入人们的视线。

图像特征点提取与匹配在图像拼接、目标识别、视觉跟踪、三维重建等研究领域中得以广泛应用。现有的特征点类型较多，例如SIFT，SURF，等特征点。特征点提取法是目前的主流，特征点提取算法比SIFT和SUFT算法在运算速度上快了1个数量级，具有较好的实时性。但是算法的鲁棒性相对较差，特征点的提取和匹配性能较差。如何保证算法运算效率的同时，提高其特征点提取与匹配性能是目前研究的热点问题。

在没有环境先验信息的情况下，利用机器人在运动过程中建立环境模型并且估计自身运动，即为同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)。随着计算机视觉的发展，以视觉传感器为主体的视觉SLAM技术逐渐进入人们的视线。

单目视觉里程计是一种通过单目相机采集的图像序列估计物体相对运动的计算机视觉方法，在机器人和无人机的自主定位和导航中起着重要的作用。视觉里程计主要采取直接法和特征点法两种计算方式，直接法相对于特征法，执行速度较快，对图像的光度误差鲁棒性较高，但是对相机内参要求很高，当存在几何噪声时算法性能下降较快，对大基线运动的鲁棒性较差；特征法通过提取图像特征点和描述子，进行特征点匹配后通过最小化重投影误差计算机器人位姿，在光线昏暗环境以及照片模糊情况下，其特征检测困难，从而导致位姿跟丢，鲁棒性不好。如何保证算法运算效率的同时，提高其特征点提取与匹配精度是目前研究的热点问题。

发明内容

为了解决现有技术的缺点与不足，本发明提供了具有改进特征点提取与匹配的一种单目视觉里程计目标位姿检测方法。

为实现上述目的，本发明采用如下技术方案：

1)用单目相机实时采集带有目标的图像；

2)用改进的方法对前后两帧相邻图像进行特征点的提取与匹配，获得特征匹配点对；

3)针对特征点的提取与匹配结果获取与之对应的相机的外参矩阵，再根据外参矩阵实时对每一帧的图像进行处理实现目标的位姿检测跟踪。

所述2)具体为：

步骤S1：依次采用图像金字塔和灰度质心法对步骤1)获得的原始图像进行处理；

步骤S2：利用像素级处理方法检测步骤S1处理后的图像得到初始角点，针对所有初始角点计算HARRIS响应值并筛选后得到角点集合；

步骤S3：基于邻域像素值构建角点的二进制描述子BRIEF，并形成特征点；

步骤S4：采用快速最近邻搜索算法FLANN对待配准图像和参考图像处理得到侯选特征匹配点对；