[发明专利]一种自适应全局运动估计方法

摘要

一种全局运动估计的室内视觉定位方法，包括摄像头实时采集图像；提取输入图像序列中的第i帧图像，i≤5时，计算第i+1帧图像相对于第i帧图像的偏移量，根据偏移量实时绘制第i+1帧图像对应时刻的摄像头移动轨迹；i＞5时，运用卡尔曼滤波算法，预测得到第i帧图像相对于第i-1帧图像的偏移量，根据预测偏移量，得到第i帧图像和第i-1帧图像的重叠区域，计算重叠区域的特征点集合，然后分别对集合内的每一个特征点计算得到特征点描述子集合四维向量，进而得到重叠区域特征点描述子匹配对，根据匹配对，得到第i帧图像相对于第i-1帧图像的偏移量，实时绘制第i帧图像对应时刻的摄像头移动轨迹。

主权项

1.一种自适应全局运动估计方法，其特征在于包括以下步骤：（1）摄像头实时采集图像，得到输入图像序列；（2）提取输入图像序列中的第i帧图像，其中i的初始值为1；当i≤5时，跳转至步骤3；i>5时，跳转至步骤（5）；（3）计算得到第i+1帧图像相对于第i帧图像的偏移量，具体包括：运用SUSAN算法分别计算第i帧和第i+1帧图像的特征点集合，然后分别对集合内的每一个特征点用SURF算法计算得到特征点描述子集合四维向量；接下来，根据特征点描述子集合四维向量，得到第i帧和第i+1帧图像的特征点描述子匹配对；根据得到的匹配对，采用六参数仿射模型，得到第i+1帧图像相对于第i帧图像的偏移量；（4）根据第i+1帧图像相对于第i帧图像的偏移量在上位机实时绘制第i+1帧图像对应时刻的摄像头移动轨迹；跳转至步骤9；（5）运用卡尔曼滤波算法，预测得到第i帧图像相对于第i-1帧图像的偏移量，继续下一步，其中所述的预测过程具体包括以下步骤：①根据k-1时刻的偏移量估计值得到k时刻的偏移量预测值计算公式为：其中，是k-1时刻的偏移量估计值，即第i-1帧图像相对于第i-2帧图像的偏移量估计值，w_k-1是k-1时刻的高斯白噪声采样值，a为系统参数，k的初始值为6，为利用步骤3得到的第5帧图像相对于第4帧图像的偏移量；②计算k时刻偏移量预测值的方差P_k，计算公式为：P_k′=AP_k-1A^T+Q_k-1，其中，P_k-1是k-1时刻偏移量估计值的方差，即第i-1帧图像相对于第i-2帧图像的偏移量估计值的方差，Q_k-1是k-1时刻的系统噪声方差，A是系统参数矩阵，A^T是系统参数矩阵的转置矩阵；③更新k时刻偏移量估计值计算公式为：其中Z_k为k时刻即第i帧图像的位置矩阵，K_k=P_k′C^T[CP_k′C^T+R_k]^-1，C是附加噪声测量值的观测矩阵，R_k是k时刻即第i帧图像附加噪声观测的协方差矩阵；④计算k时刻偏移量估计值的方差P_k，计算公式为：P_k＝(I-K_kC)P_k′其中I是单位矩阵，P₅=1；（6）根据预测偏移量，得到第i帧图像和第i-1帧图像的重叠区域，并分别从第i帧图像和第i-1帧图像中提取出重叠区域A_i和A_i-1；（7）运用SUSAN算法分别计算重叠区域A_i和A_i-1的特征点集合，然后分别对集合内的每一个特征点用SURF算法计算得到特征点描述子集合四维向量；接下来，根据特征点描述子集合四维向量，得到重叠区域A_i和A_i-1的特征点描述子匹配对；根据得到的匹配对，采用六参数仿射模型，得到第i帧图像相对于第i-1帧图像的偏移量；（8）根据第i帧图像相对于第i-1帧图像的偏移量在上位机实时绘制第i帧图像对应时刻的摄像头移动轨迹；（9）判断定位是否继续，如果继续则返回步骤（2），否则，结束。