[发明专利]一种ORB-SLAM算法中图像匹配相关性改进方法

权利要求书

1.一种ORB-SLAM算法中图像匹配相关性改进方法，其特征在于，包括

步骤一：关键帧提取与降采样：利用ORB-SLAM的关键帧提取方法，对视频流进行关键帧的筛选，筛选得到的关键帧的集合记作K＝{K_i}，i＝1，2，…，m，其中m<v且关键帧集合和I_O满足K∈I_O且对每个关键帧K_i进行步长为n降采样，即其中表示关键帧K_i上的像素坐标；把经过降采样的关键帧集合记作k＝{k_i}；

步骤二：图像极线求取，包括

选择关键帧k_i中像素梯度大于经验阈值λ_G的像素值f(X_Pi)在关键帧k_j中进行极线搜索，其中j＝2，3，…，m；

在关键帧k_j中利用基础矩阵F_ji计算k_i中像素点对应的极线，其中表示在关键帧k_j中的图像坐标矩阵的转置，包含齐次像素坐标[p q 1]^T，X_Pi表示关键帧k_i中的图像坐标，

I_j表示在关键帧k_j上的极线，p、q表示横、纵坐标；

步骤三：去均值NCC匹配，包括

遍历关键帧k_i中每个像素位置其中t＝0,1,2,…,w，其中w表示关键帧k_i像素总的像素位置；计算以像素位置为中心，半径为N个像素单位的像素位置范围内的像素的平均值，记作

按照满足所有如下要求，选择每个对应的关键帧k_j极线上的像素的位置：

的梯度值大于λ_G；

处的像素梯度方向不与极线方向垂直，其中Θ_L是考虑了正向和反向的极线的夹角，表示处的像素梯度方向，Θ_L表示极线的方向，λ_L表示像素梯度方向和极线方向夹角的差值，λ_L小于90；

极线上的方向满足其中Δθ_j，i是关键帧k_i和k_j之间的旋转角，λ_θ表示角度差值，表示像素位置的夹角；

在每个对应的关键帧k_j极线上，对于符合要求的每个像素位置计算以像素位置为中心，半径为N个像素单位的像素位置范围内的像素值的平均值，记作其中，计算关键帧k_j极线上的像素值，采用双线性差值的方法，包括

令为关键帧k_j的极线上的点的坐标，对点坐标向下取整，

在点周围选择与其最邻近的四个整数像素点，分别记为和计算点的像素值：

其中f()表示该点的像素值，g(x₀，y₀)表示处的像素值；

极线上NCC匹配，即

其中，表示两点之间的相关性，取值范围为[-1,1]。