[发明专利]一种特征点提取算法的评价系统与方法

说明书

本申请提出了一种特征点提取算法的评价方法的方法和电子设备，其中该方法应用于所述电子设备，所述方法包括：获取多组图片中每张图片的特征点，每组图片包括同一地点不同光照条件下的至少两张图片，所述特征点由同一种特征点提取算法根据同一特征提取规则提取获得。根据所述每张图片中的所述特征点，确定所述每组图片的总体特征点分布。根据所述每组图片的总体特征点分布，确定所述特征点提取算法的光照鲁棒性得分。

技术领域

本申请涉及计算机视觉领域，具体而言，涉及一种特征点提取算法的评价系统与方法。

背景技术

随着计算机视觉技术的发展，利用特征点提取算法提取的特征点在进行视觉定位和地图构建时被广泛使用。一般情况下，特征点应具备光照不变性和尺度不变性。当前对于特征点提取算法的评价方法通常选取一张参考图片与其他图片进行重复率检测，进而根据重复率对特征点提取算法进行评价打分。然而，这种方法存在很多缺点，例如，该特征点提取算法的评价方法对参考图片的依赖性过高，容易引入噪声；对于无效特征点和高光照鲁棒性的特征点没有描述等。因此，需要一种能够更加全面的评估特征点提取算法的方法。

发明内容

本申请基于上述问题，提出了一种新的技术方案，可以解决在评价特征点提取算法时，避免对参考图片的过度依赖问题。

本申请的第一方面提出了一种特征点提取算法的评价方法，包括：获取多组图片中每张图片的特征点，每组图片包括同一地点不同光照条件下的至少两张图片，所述特征点由同一种特征点提取算法提取获得；根据所述每张图片中的所述特征点，确定所述每组图片的总体特征点分布；以及根据所述每组图片的总体特征点分布，确定所述特征点提取算法的光照鲁棒性得分。

在一些实施例中，所述根据每张图片的特征点，确定所述每组图片的总体特征点分布包括：确定每张图片中每个所述特征点的邻域；标记所述每张图片中的所述邻域中的像素点为特征点；基于所述特征点对所述每张图片的像素点进行标记；以及根据所述每张图片中的所述标记，确定所述每组图片的总体特征点分布。

在一些实施例中，所述根据所述每张图片中所述标记，确定所述每组图片的总体特征点分布，包括：将所述每组图片中每张图片对应的像素点标记叠加，得到所述每组图片的总体特征点分布；其中，所述总体特征点分布包括每组图片中每个像素点是特征点的次数。

在一些实施例中，基于所述总体特征点分布，对所述每组图片中每个像素点进行评分。

在一些实施例中，对所述每组图片中每个像素点进行评分包括：基于每组图片中每个像素点是特征点的次数对所述每组图片中每个像素点进行评分；其中，每个像素点的分数与每个像素点对应的特征点出现的次数成非线性关系。

在一些实施例中，所述特征点提取算法的光照鲁棒性得分包括所述特征点提取算法在所述多组图片上的总体表现得分或在所述多组图片中，每组图片中被所述特征点提取算法提取的高鲁棒性特征点的平均数量中的至少一种。

在一些实施例中，所述根据每组图片的总体特征点分布，确定所述特征点提取算法的光照鲁棒性得分包括：根据所述每组图片的所述总体特征点分布，确定每组图片的特征点的平均置信度；以及根据所述每组图片的特征点的平均置信度，确定所述特征点提取算法在所述多组图片上的总体表现得分。

在一些实施例中，所述根据所述每组图片的总体特征点分布，确定每组图片的特征点的平均置信度包括：确定所述每组图片中每个所述特征点的像素得分；确定所述每组图片的特征点数量；以及根据所述每组图片中每个特征点的像素得分和所述每组图片的特征点数量，确定所述每组图片的特征点的平均置信度。

在一些实施例中，所述特征点提取算法的光照鲁棒性得分包括在所述多组图片中，每组图片中被所述特征点提取算法提取的高鲁棒性特征点的平均数量。