[发明专利]基于ORB和主动视觉的视觉图像特征提取及匹配方法

权利要求书

1.一种基于ORB和主动视觉的单目视觉图像特征提取及匹配方法，其特征在于，包括以下步骤：

(1)、图像预处理

将当前帧的彩色图像转换为灰度图像，再用ORB特征提取算法提取灰度图像的ORB特征点；

(2)、将灰度图像均匀地划分为M×N个栅格区域，再选出I_fi值较大的前K个栅格区域

设第i个栅格区域f_i中的ORB特征点的个数为n_i，其第j个ORB特征点在灰度图像中的位置坐标为f_i(u_j,v_j),i＝1,2...,M×N,j＝1,2,...n_i，M、N为常数；

计算第i个栅格区域f_i中n_i个ORB特征点的位置坐标均值m_fi,u,m_fi,v和方差v_fi,u,v_fi,v：

统计第i个栅格区域内特征分布参数值

同理，按照上述方法计算出剩余栅格区域中ORB特征点的位置坐标均值和方差，再统计出每个栅格区域内特征分布参数值，并根据统计的特征分布参数值，选取特征分布参数值较大的前K个栅格区域；

(3)、对选取的K个栅格区域进行特征提取

在选取的K个栅格区域中，按照任意两ORB特征点间距离大于m个像素为原则，在每个栅格区域中任意选取h个ORB特征点，完成对当前帧图像的特征提取；

(4)、采用基于主动视觉搜索算法，在已知的当前地图特征中为步骤(3)提取的每个ORB特征点确定置信度为T％的匹配区域，然后再采用最近邻匹配算法，把每个ORB特征点与匹配区域内的特征点进行特征匹配，得到粗略的匹配特征点；

(5)、利用RANSAC算法消除误匹配特征点得到精确的匹配特征点，再根据精确的匹配特征点对当前地图特征进行更新得到新的地图特征；

(6)、判断新的地图特征的特征点数目是否小于P，如果小于P，则执行步骤(7)；否则执行步骤(8)；

(7)、随机地从余下的M×N-K个栅格区域中选取特征点不为零的区域，再返回执行步骤(3)；

(8)、采用Inverse-depth方法表示地图特征深度信息，执行完后返回步骤(2)直到所有帧图像处理完成，执行结束。

2.根据权利要求1所述的基于ORB和主动视觉的单目视觉图像特征提取及匹配方法，其特征在于，所述置信度取T％＝95％。