申请/专利权人：淄博纽氏达特机器人系统技术有限公司

申请日：2023-11-28

公开（公告）日：2024-03-19

公开（公告）号：CN117315274B

主分类号：G06V10/40

分类号：G06V10/40;G06T7/66;G06T17/20;G06T17/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2024.01.16#实质审查的生效;2023.12.29#公开

摘要：一种基于自适应特征提取的视觉SLAM方法，属于计算机视觉领域。其特征在于：包括如下步骤：步骤1001，计算全局自适应值；步骤1002，自适应值构建图像金字塔；步骤1003，对图像金字塔进行自适应网格划分；步骤1004，通过AGAST方法提取特征点；步骤1005，过滤特征点并对特征点进行划分；步骤1006，计算特征点方向并计算特征点描述子；步骤1007，应用于ORB‑SLAM3的纯视觉实现。通过本基于自适应特征提取的视觉SLAM方法，解决了ORB算法产生的角点簇集、生成特征点过量等问题，在不增加特征提取计算量的同时提供了高质量的特征点。应用于SLAM系统中提高了视觉SLAM的精度与鲁棒性。

主权项：1.一种基于自适应特征提取的视觉SLAM方法，其特征在于：包括如下步骤：步骤1001，计算全局自适应值；步骤1002，自适应值构建图像金字塔；步骤1003，采用自适应算法对图像金字塔进行自适应网格划分；步骤1004，对步骤1003中划分的图像网格用AGAST方法提取特征点；步骤1005，对于步骤1004中提取到的特征点，用非极大值抑制的思想过滤特征点，去除局部较密集的特征点，然后使用四叉树算法划分特征点；步骤1006，利用灰度质心法计算特征点方向，并使用BRIEF算法计算特征点描述子；步骤1007，将步骤1001～步骤1006的方案，应用于ORB-SLAM3的纯视觉实现中；在步骤1001中，根据图像灰度信息设定特征提取的阈值，阈值为： 其中，n为图像像素数，Ix,y为每个像素的灰度值，为像素平均灰度值，为图像灰度值的方差；在步骤1002中，自适应的图像金字塔层数决策方法设置为：level＝Roundwidth+heightβ其中，level为图像金字塔层数，width、height分别为图像的宽、高，参数β取值为200，计算出金字塔层数后，根据比例因子对图像进行下采样构造金字塔每一层的图像并根据金字塔图像的面积设置每个层需要提取的特征点个数。

全文数据：

权利要求：

百度查询： 淄博纽氏达特机器人系统技术有限公司 一种基于自适应特征提取的视觉SLAM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