[发明专利]一种基于优化混合高斯模型的抗干扰视觉里程计构建方法

摘要

本发明公开了一种基于优化混合高斯模型的抗干扰视觉里程计构建方法，包括：读取采集连续视频帧序列图像，进行灰度化处理；对图像进行相似度判定，若结果为相似度较小则舍弃，直至判定结果为相似度较大；提取前n1帧相邻帧灰度图像中的特征点；对每个特征点建立混合高斯模型；利用混合高斯模型进行目标检测，得到有效特征点；将有效特征点作为初始数据，获得有效特征点在当前帧序列灰度图像中的位置坐标，获取后续帧灰度图像的有效特征点；将获得的相邻灰度图像间的有效特征点组成有效特征点对，估算相机的位置与运动轨迹；循环上述步骤，重新获取有效特征点并进行运动估计，直到所有的序列帧图像处理完毕，完成视觉里程计的构建。

主权项

1.一种基于优化混合高斯模型的抗干扰视觉里程计构建方法，其特征在于，包括如下步骤：步骤1，读取采集连续视频帧序列图像，进行灰度化处理，得到灰度图像；步骤2，根据巴氏系数对灰度图像分别进行相似度检验，舍弃相似度低的图像；步骤3，提取前n₁帧相邻帧灰度图像的特征点；步骤4，建立优化的混合高斯模型：利用前n₁帧的相邻帧灰度图像的特征点建立混合高斯模型，并对建立的混合高斯模型进行初始化；步骤5，利用优化的混合高斯模型进行目标检测，通过判别前n₁帧相邻帧灰度图像中的各特征点的w个高斯模型来区分静态物体与动态物体的特征点；滤除动态物体特征点，获得静态物体特征点，即为有效特征点；第r个有效特征点的行数x_r和列数y_r即为该有效特征点的位置坐标(x_r,y_r)；步骤6，将有效特征点的位置坐标作为初始数据，根据初始数据获取第n₁+1帧至第n₁+30帧灰度图像的有效特征点；步骤7，将前n₁+30帧图像获取的相邻帧灰度图像的有效特征点组成特征点对，完成前n₁+30帧图像的运动估计；步骤8，循环步骤2～步骤7，重新获取有效特征点并进行运动估计直到采集的连续视频帧序列图像处理完毕，完成视觉里程计的构建。