申请/专利权人：北京航空航天大学

申请日：2023-06-08

公开（公告）日：2023-10-20

公开（公告）号：CN116912515A

主分类号：G06V10/46

分类号：G06V10/46;G06V10/75;G06V10/62;G06V10/54;G06V10/26;G06T17/00;G06T17/05;G06T17/20;G06T7/246

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明涉及一种基于LoD的VSLAM特征点检测方法，属于计算机视觉技术领域。通过将当前输入图像填充为正方形；根据上一时刻图像的VSLAM跟踪状态，构建并利用填充图像的LoD四叉树模型，获取当前输入图像尺寸范围内的叶子节点；基于VSLAM系统要求的特征点数，计算LoD四叉树每个叶子节点应提取的特征点数，遍历叶子节点提取特征点，直至满足点数要求后，将特征点作为VSLAM的特征匹配环节的输入。本发明能有效减少无弱纹理区域的特征点检测次数，增强纹理丰富区域的特征点提取，从而提高检测效率，进而提高VSLAM跟踪实时性；提高帧间匹配特征点数的同时，减少低响应特征点造成的误匹配，进而提高VSLAM跟踪的准确性和鲁棒性。

主权项：1.一种基于LoD的VSLAM特征点检测方法，其特征在于，包括如下步骤：步骤1，对当前时刻的输入图像It进行填充处理，得到正方形的当前时刻的填充图像其中，的边长为与输入图像It尺寸最接近的2的指数；步骤2，根据上一时刻的输入图像It-1的VSLAM跟踪状态，构建当前时刻的填充图像的LoD四叉树模型，并利用所述LoD四叉树模型，获取在当前时刻的输入图像It尺寸范围内的叶子节点；步骤3，根据VSLAM要求的图像特征点数，计算所述LoD四叉树模型的每个所述叶子节点应提取的图像特征点数，然后遍历所述叶子节点提取图像特征点，直至满足VSLAM的图像特征点数要求，最后将图像特征点作为VSLAM的输入，进行后续VSLAM跟踪与建图。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于LoD的VSLAM特征点检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD