[发明专利]基于改进RANSAC的视觉定位方法有效
申请号: | 201910052684.2 | 申请日: | 2019-01-21 |
公开(公告)号: | CN109829459B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 陈文;张毅;李奎;魏新;刘想德 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | G06V10/25 | 分类号: | G06V10/25;G06V10/75;G06K9/62 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于改进RANSAC的视觉定位方法,包含如下步骤:S1将采集的图像数据进行粗匹配,得到数据集D;S2从数据集D中随机抽取n个数据点;S3使用n个数据来估计模型参数,得到模型M;S4根据损失函数更新样本集D的权值,并完成初始样本分组;S5考虑对随机抽取的初始样本进行预判断,对于不满足预判断条件的模型,返回步骤S2重新开始;S6根据损失函数更新样本集D的权值,并完成样本分组更新;S7如果样本集D大于当前记录的最优样本B_D,那么B_D=D,并记录模型参数;如果迭代次数超过设定阈值k,则退出算法,否则返回重复步骤S2‑S6;S8根据得到模型参数,估计相机三维位姿信息。 | ||
搜索关键词: | 基于 改进 ransac 视觉 定位 方法 | ||
【主权项】:
1.一种基于改进RANSAC的视觉定位方法,其特征在于:该方法结合传统ORB算法和RANSAC(Random Sampling Consensus)算法进行特征匹配改进,首先利用特征点距离、角度、旋转一致性的方法进行粗匹配,然后利用高斯函数作为损失函数、权值分类样本的方法进行精匹配。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910052684.2/,转载请声明来源钻瓜专利网。