[发明专利]用于户外离线导航系统的改进ORB-SLAM算法

摘要

本发明公开了用于户外离线导航系统的改进ORB‑SLAM算法，在FAST算法中，阈值T所代表的就是在提取特征点是其与周围邻域的点的最小对比度，也是其所能消除噪声的最大限量。阈值T所选取的值直接影响了特征点提取的精准度。阈值T越大，所提取的特征点也就越少，阈值T越小，选取的特征点也就越多。在原有的FAST‑12算法中采用的固定阈值T的方法虽然在计算量上进行了一定的减少，但因为阈值T是固定的，所以当我们在野外进行拍照完后，图像中很可能存在阴影，光照不强，突发噪声等客观因素，不能很好的使得阈值T的选取能随着全局图像灰度以及噪声的变化而变化。

主权项

1.用于户外离线导航系统的改进ORB‑SLAM算法，其特征在于：包括以下步骤，S1：OFAST粗提取，在图像上选取点为(x0，y0)，以(x0，y0)为中心取矩形区域，定义随全局图像变化而变化的阈值T，如式(1)所示：其中，k为比例系数、k值范围为2.5‑5时，为所求选取区域内各点灰度值与区域内平均灰度值的方差，m(x₀,y₀)为区域内平均灰度值；S2：非极大值抑制，选取两个相邻的特征点，并比较它们的值，响应值值较低的点将会在选取的特征点中去除；S3：机器学习筛选特征点，将粗提取后的特征点作为一个训练集，使用ID3算法来查询每一个集合，训练为一个决策树，用于检测其他相似图片的OFAST检测；S4：Harris角点检测，将OFAST粗提取出的特征点，集合成目标图像进行高斯平滑处理，在x或y方向上取微分，决定了Harris角点当前尺度的变量和角点附近微分值变化的变量，为了判断角点是否为该局部尺度下的特征点，对提取的角点进行响应值计算，然后在角点的邻域内进行响应值大小的比较，搜索出响应值最大的点；S5：多尺度Harris角点检测,首先、对目标图像和可灵活选择多个尺度的高斯核函数进行卷积运算，如式(13)所示建立尺度空间；L(x,y,σ)＝G(x,y,σ)*I(x,y)  (13)其中，σ表示尺度，L(x,y,σ)表示尺度空间，G(x,y,σ)表示高斯核函数，*表示卷积运算，I(x,y)表示目标图像；其次，对于尺度空间L(x,y,σ)计算构建一个角点在领域内的梯度分布，如式(14)所示。其中，L_x＝I(x,y)*G_x(x,y,σ)，L_y＝I(x,y)*G_y(x,y,σ)；x,y∈W(u,v)，为图像窗口中的坐标，σ_D,σ_I分别表示微分尺度和积分尺度，σ_I是决定Harris角点当前尺度的变量，σ_D是决定角点附近微分值变化的变量，L_y(x,y,σ_D)，L_x(x,y,σ_D)分别是对图像进行高斯处理后对x或y方向取微分的结果，g(σ_I)表示尺度为σ_I的高斯卷积核；检测算法从预先定义一组尺度进行积分尺度搜索，其中，σ_I………σ_n＝σ₀………kⁿσ₀。一般K取1.4，令σ_D＝sσ_I，从而得到μ(x,y,σ_I,σ_D)随后利用Harris角点进行响应判断，如式(15)所示；cornerness表示角点响应值，对于满足公式(15)的角点进行周围8个像素点的非极大值抑制，对于满足条件的每个尺度σ_n(n＝1,2,……,n)都进行遍历搜索，寻找局部结构的显著尺度，如式(16)所示。对于满足公式(16)的点进行邻近两个尺度空间的拉普拉斯响应值进行比较得到各空间上的显著尺度值；利用公式(16)的显著尺度值，采用以下局部搜索算法^[14]具体算法步骤如下所示。将进行梯度值筛选后的特征响应值生成一个算子集{p}。S51：在p内生成初始的可能解x_i，在x_i∈p中如果有x_i，执行步骤S52，否则执行步骤S55。S52：在x_i的邻域p_i内，进行公式(17)运算，若有值，则将x_i存入{A′_l}，并p＝p‑p_i，返回步骤S51；若无值，执行步骤S53。S53：生成一个关于x_i的范围P_i′，P_i′∈p，P_i′∈[‑|t|x_i，|t|x_i],执行步骤S54。S54：得出x_i＝MAX(P_i′)，如果有值，则将x_i存入{A′_l}，p＝p‑P_i′，返回步骤S51，否则p＝p‑P_i′，返回步骤S51。步骤S55：生成结果集{A′_l}，其中，{A′_l}为最终结果集，t是一个在‑1.5到1.5直接的常数，p是最开始的特征尺度值集，p_i为x_i的邻域，P_i′为以x_i为中心的范围。F(x,y,σ_n)>F(x,y,σ_l),l∈{n‑1,n+1}   (17)对于满足公式(17)的尺度值就是改点的特征尺度值，则是空间和尺度空间都满足的Harris角点；S6：首先，将图像(L_y(x,y,σ_D)L_x(x,y,σ_D))进行处理，然后在特征点周围选择一个一定大小的局部区域，在这个局部区域内选择出来m个点对；然后对于每一个点对(p,q)，通过比较这两个点的亮度值,用N()函数表示，如果N(p)<N(q)，则对应在二值串中的值为‑1，如果N(p)>N(q)，则这个点对生成了二值串中一个的值为1,否则为0。所有m个点对，都进行比较之间，生成了一个m长的二进制串。