[发明专利]一种适用于红外SLAM的特征提取方法、装置及终端

说明书

本发明公开了一种适用于红外SLAM的特征提取方法、装置及终端，方法包括：获取待处理图像，提取所述待处理图像的线特征；根据所述待处理图像的线特征确定所述待处理图像的特征点；根据所述待处理图像的每个特征点的周围像素确定每个特征点对应的描述子。本发明对待处理图像，先提取待处理图像的线特征，再根据线特征确定特征点和特征点的描述子，线特征是图像中的边缘信息，在红外图像中，不同距离物体的边缘信息在红外图像中都可以很好地保留下来，采用线特征进行边缘提取可以过滤掉近处纹理的干扰，降低红外SLAM的误匹配率。

技术领域

本发明涉及图像处理技术领域，特别涉及一种适用于红外SLAM的特征提取方法、装置及终端。

背景技术

可见光图像与红外图像融合的SLAM(simultaneous localization and mapping，即时定位与地图构建)系统是指利用可见光RGB-D摄像头与红外摄像头对运行本系统的硬件(机器人、虚拟现实眼镜、扫地机器人等)在未知环境中进行即时定位与地图构建。随着计算机视觉和机器学习的发展，可见光SLAM的研究已经取得了不错的成果。可见光SLAM在有稳定光源情况下效果较好，但当环境中光源不稳定、光线较暗的情况下准确性较低，鲁棒性较差；在无光源情况下无法完成定位与建立地图的功能。

其中一种解决红外中的光照问题的方案为将可见光摄像头替换为红外摄像头。红外摄像头为主动红外，它通过主动发射红外光并透过滤光摄像头接收红外光的方式成像。它受可见光照的影响小，在夜间无光环境中也能成像，在军事夜间作战、夜间监控与洞穴探索等领域都有很好的表现。以红外摄像头作为传感器用于SLAM系统可以有效解决可见光SLAM面对无光、微光环境下鲁棒性差的问题。可是与此同时，红外成像有着平面纹理不丰富、对比度低、信噪比低等缺点。除此之外，红外成像受距离影响，导致近处纹理细节丰富而远处不丰富。在一般特征点提取中，为保证提取与匹配速度，会限制点提取数量。这就导致了一幅图像大多数特征点提取在近处纹理上。而近处纹理通常包含地板等重复纹理，这导致了误匹配率的上升。

因此，现有技术还有待改进和提高。

发明内容

针对现有技术的上述缺陷，本发明提供一种适用于红外SLAM的特征提取方法、装置及终端，旨在解决现有技术中红外图像特征提取的特征点集中在近处纹理导致红外SLAM的误匹配率高的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

本发明的第一方面，提供一种适用于红外SLAM的特征提取方法，所述方法包括：

获取待处理图像，提取所述待处理图像的线特征；

根据所述待处理图像的线特征确定所述待处理图像的特征点；

根据所述待处理图像的每个特征点的周围像素确定每个特征点对应的描述子。

所述的适用于红外SLAM的特征提取方法，其中，所述提取所述待处理图像的线特征之前，包括：

对所述待处理图像进行灰度变换处理。

所述的适用于红外SLAM的特征提取方法，其中，所述对所述待处理图像进行灰度变换处理，包括：

采用伽马变换方法对所述待处理图像进行灰度变换处理。

所述的适用于红外SLAM的特征提取方法，其中，所述提取所述待处理图像的线特征，包括：

根据所述待处理图像构建尺度金字塔，其中，所述尺度金字塔中包括多层图像，每一层图像由对下一层图像进行预设比例缩放后得到，所述尺度金字塔的最底层图像为所述待处理图像；

提取所述尺度金字塔中的每一层图像中的线特征。

所述的适用于红外SLAM的特征提取方法，其中，所述根据所述待处理图像构建尺度金字塔，包括：