[发明专利]一种基于2D/3D模态切换的RGB-D图像配准方法

摘要

本发明公开了一种基于2D/3D模态切换的RGB‑D图像配准方法，首先利用RGB‑D传感器获取环境的RGB图像和Depth图像，然后利用图像质量检测方法分别对RGB图像和Depth图像的质量进行检测，根据图像质量检测结果决定配准模态的优先级，并利用余下的另一种图像配准算法对其进行补充，同时把质量差的图像抛弃，减少了图像配准的时间。本发明合理利用了2D/3D这两种模态的信息，大大提高了图像配准的鲁棒性和实时性，同时拓宽了移动机器人的应用时间和空间，使其能够适用于更加复杂的环境。

主权项

一种基于2D/3D模态切换的RGB‑D图像配准方法，其特征在于该方法包括的步骤为：步骤1、利用RGB‑D传感器采集环境信息，并输出有序列的RGB图像和Depth图像；步骤2、对所采集的环境信息随机提取N个样本图像，分别检测其RGB图像质量和Depth图像质量，根据检测结果决定配准模态的优先级；步骤3、在N个样本中，若RGB图像中质量好的图像占整个样本的比例大于Depth图像中质量好的图像占整个样本的比例，则2D配准方法优先级高；反之，则3D配准方法优先级高；若环境中的纹理信息和结构信息同样丰富，也就是说环境中RGB图像和Depth图像的质量都好，此时选择2D配准方法；步骤4、根据步骤3中的结果，对2D/3D两种模态的粗配准方法进行选择：2D配准方法的优先级高时，则对该帧图像进行纹理信息判断，若α=1，则采用RGB配准方法；若α=0，则对该帧图像进行结构信息判断，若β=1，则采用Depth配准方法，若β=0，则抛弃该帧；3D配准方法的优先级高时，则对该帧图像进行结构信息判断，若β=1，则采用Depth配准方法；若β=0，则对该帧图像进行纹理信息判断，若α=1，则采用RGB配准方法，若α=0，则抛弃该帧；步骤5、根据步骤4中得到的粗配准结果，使用迭代最近点算法进行精配准，得到精确的配准结果和最终的运动参数估计。