[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

摘要

本发明公开了一种基于ORB和主动视觉的视觉图像特征提取及匹配方法，采用高效快速的ORB特征提取算法提取特征参数，再利用概率统计方法计算出区域特征分布指数，在保证特征点分布均匀的前提下，根据概率选取数目一定的特征点，并且结合主动视觉的原理与应用，计算感兴趣的椭圆搜索域，再采用最近邻匹配算法和RANSAC算法，得到分布均匀且数目稳定的地图特征点，具有计算简单，且匹配效果好，满足系统实时性的要求。

主权项

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，再选出值较大的前K个栅格区域设第i个栅格区域fi中的ORB特征点的个数为ni，其第j ORB特征点在灰度图像中的位置坐标为fi(uj,vj),i＝1,2...,M×N,j＝1,2,...ni，M、N为常数；计算第i个栅格区域fi中ni个ORB特征点的位置坐标均值和方差 统计第i个栅格区域内特征分布参数值Ifi：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(4)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，算法执行结束。