[发明专利]一种基于图像梯度联合优化的双目视觉里程计算方法

摘要

本发明公开了一种基于图像梯度联合优化的双目视觉里程计算方法。对输入双目视频进行预处理，计算双目视频帧的视差图获得度量距离；缩放形成多尺度的图像组成金字塔模型，计算特征获得一系列特征图像；根据度量距离用卡尔曼滤波器对图像进行处理预测估计相机姿态的运动过程，卡尔曼滤波器内搭建有相机的运动模型；使用基于梯度的双目视觉导航算法计算当前帧准确的相机姿态；用当前帧的相机姿态更新卡尔曼滤波器内的相机运动模型。本发明提出了结合两种梯度展开的优化算法，创新地利用图像梯度作为特征有效地避免了户外光照变化的影响，并且参考多个关键帧对相机姿态进行优化,得到了一个性能较好并可同时进行稠密三维重建的实时双目视觉里程计算方法。

主权项

一种基于图像梯度联合优化的双目视觉里程计算方法，其特征在于包括如下步骤：1)对输入双目视频进行预处理；2)计算双目视频帧的视差图，获得度量距离；3)将预处理后的图像进行缩放形成多个尺度的图像，组成金字塔模型，并对金字塔模型中的各个尺度图像计算特征，获得一系列特征图像；4)根据度量距离用卡尔曼滤波器对图像进行处理预测估计相机姿态的运动过程，卡尔曼滤波器内搭建有相机的运动模型；5)对图像金字塔模型中的各个尺度图像使用基于梯度的双目视觉导航算法计算当前帧准确的相机姿态；6)用当前帧的相机姿态更新卡尔曼滤波器内的相机运动模型。