[发明专利]高性能的图像特征提取及匹配方法、系统和存储介质

说明书

本发明公开了一种高性能的图像特征提取及匹配方法，包括获取汽车的全景图像；对所述全景图像进行逆透视变换后建立图像坐标系；在所述全景图像范围内建立预设大小的圆；记录所述圆内每个像素的梯度幅值；将所述圆内的像素投影至所述圆上，并记录图像特征；将所述圆的图像特征与素材特征进行特征比对。还公开了一种图像特征提取及匹配系统，该系统实现上述方法；还公开了一种存储介质，该介质所存储的程序在运行时，运行该程序的载体实现上述方法；素材特征在匹配图像特征时，可以对任意角度的图像进行匹配；同时素材特征简单，计算量小，匹配精度高。

技术领域

本发明涉及图像分析方法、系统领域，尤其涉及一种高性能的图像特征提取及匹配方法、系统和存储介质。

背景技术

在驾驶辅助技术领域中，传统的地图建立方式主要是依靠车身上的轮速脉冲、方向盘转角等信息采用惯性导航算法进行车辆位姿估计，同时利用超声波雷达将周围的障碍物信息标注在地图上。由于存在机械误差，传统的地图在长时间的建立过程中一定会产生误差，因此需要采用其他信息的反馈辅助更新地图，而车身上的全景视觉系统可提供高效及可视化的解决方法；局部电子地图的建立对于特殊场景的导航、目标跟踪和可行驶空间的确立有着重要的意义。

由于行车场景复杂多样，且地图更新有实时性的要求，因此视觉定位点匹配算法的关键在于高效的特征提取方法以及高鲁棒性的匹配方法。通用的图像匹配方法一般包括基于灰度信息的匹配方法和基于特征的匹配方法。其中特征一般选取图像不变钜特征，纹理特征、角特征等基本特征，由于地面特征多为平滑的线条，角特征不明显；而使用其他特征统计的计算量比较大，且物理可解释性不强。因此需要更高性能的图像特征提取及匹配方法。

发明内容

为了克服上述现有技术中存在的缺陷，本发明提供一种高性能的图像特征提取及匹配方法、系统和存储介质，将图像的像素投影至圆上，对圆进行梯度幅值统计和投影像素距圆心的距离统计，作为特征进行比对；素材特征在匹配图像特征时，可以对任意角度的图像进行匹配；同时素材特征简单，计算量小，匹配精度高。

探测范围可调的汽车探测方法及雷达系统；使用本发明提供的方法及雷达系统，通过调整该雷达的参数可实现调节汽车的探测范围，以提高汽车的雷达探测系统不同路况下的可靠性。

为了达到上述技术效果，本发明提供一种高性能的图像特征提取及匹配方法，包括以下步骤：

S1：获取汽车四周的图像；

S2：对所述图像进行逆透视变换后拼接成全景图像并建立图像坐标系；

S3：在所述全景图像范围内建立预设大小的圆；

S4：记录所述圆内每个像素的梯度幅值；

S5：将所述圆内的像素投影至所述圆上，并记录图像特征；

S6：将所述圆的图像特征与素材特征进行特征比对。

作为本发明上述的一种高性能的图像特征提取及匹配方法的改进，在步骤S1中：

所述图像由汽车的前后左右四个鱼眼相机拍摄所得，所述全景图像包括汽车和汽车四周的地面。

作为本发明上述的一种高性能的图像特征提取及匹配方法的另一种改进，在步骤S2中：

所述图像坐标系以所述全景图像的左上角为原点、像素为单位；像素的横坐标与纵坐标分别是在所述全景图像的图像数组中所在的列数与行数。

作为本发明上述的一种高性能的图像特征提取及匹配方法的另一种改进，在步骤S5中：

所述图像特征包括投影至所述圆上的像素的梯度幅值之和的统计表，记作幅值统计表；以及像素投影前与圆心的距离的统计表，记作距离统计表。

作为本发明上述的一种高性能的图像特征提取及匹配方法的另一种改进，在步骤S6中：