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。