[发明专利]一种基于局部区域显著参数指标的SIFT特征检测优化方法

摘要

本发明公开了一种基于局部区域显著参数指标的SIFT特征检测优化方法，包括：检测出相应的SIFT特征点；将图像均分为局部区域，选取局部显著区域；针对每个局部显著区域，从中选取特征点；将所选取的SIFT特征点同当前特征地图进行匹配。在本发明的优点在于：更有利于提高单目SLAM系统的收敛速度，同时也有助于更精确地描述场景环境。

主权项

1.一种基于局部区域显著参数指标的SIFT地图特征点检测优化方法，其特征在于具体步骤如下：1)对当前帧图像，首先检测出相应的SIFT特征点；2)将图像均分为M×N个局部区域，M代表行数，N代表列数，并计算各个局部区域的特征显著参数指标值Ii，计算方法如下：设j＝1,2,…；i＝1,2,…,M×N；对含有nj个SIFT特征点的第i个局部区域，先求出其中特征点位置的均值：设u代表水平方向，v代表垂直方向；u方向上均值：v方向上均值：进而求出对应的位置方差：第j个特征点在u方向上方差：第j个特征点在v方向上方差：则有：不含特征点的局部区域其显著参数指标值记为0；3)依据所计算的Ii值从高到低依次选取K个局部显著区域；4)针对每个局部显著区域，从中随机选取不超过m个特征点；为了获得更好的空间分布，选取时应保证这m个SIFT特征点之间的间隔大于某个像素阈值；5)将所选取的SIFT特征点同当前特征地图进行匹配，若成功匹配对数Match_num低于预设的阈值Match_threshold，那么就需增加特征点的个数；这时，从余下的局部显著区域随机选取(Match_threshold-Match_num)个SIFT特征点，同样仍保证所选特征点之间的间隔大于预设的像素阈值，反之，则无需增广特征点。