网络营销推广的方案,西安seo服务公司排名,嘉兴企业网站开发,外贸网站 在线留言视觉里程计就是通过对图像进行特征提取与匹配得到两帧之间的位姿#xff0c;并进行估计相机运动。 经典SLAM中以相机位姿-路标来描述SLAM过程
特征提取与匹配
路标是三维空间中固定不变的点#xff0c;可以在特定位姿下观测到在视觉SLAM中#xff0c;可利用图像特征点作为…视觉里程计就是通过对图像进行特征提取与匹配得到两帧之间的位姿并进行估计相机运动。 经典SLAM中以相机位姿-路标来描述SLAM过程
特征提取与匹配
路标是三维空间中固定不变的点可以在特定位姿下观测到在视觉SLAM中可利用图像特征点作为SLAM中的路标
特征点
特征点是图像中最具代表性的部分如轮廓、边缘、最暗或最亮的部分
特征点具有以下性质 特征点的信息
关键点位置、大小、方向、评分等描述子特征点周围的图像信息
ORB特征
ORB特征的关键点是Oriented FAST一种改进的FAST角点 描述子改进BRIEF FAST关键点 FAST主要检测局部像素灰度变化明显的地方如果一个像素与邻域的像素差别较大则更可能是角点检测过程如下 在FAST12中提出一个高效的测试来快速排除一大部分非特征点的点该测试仅仅检查位置1、5、9、13四个位置的像素如果不满足至少三个角点亮度大于IT或小于I-T那么p不可能是一个角点。 FAST缺点
原始FAST角点经常出现扎堆的现象。所以在第一遍检测之后还需要用非极大抑制在一定区域内仅保留响应极大值的角点避免角点集中问题。由于FAST角点不具有方向信息且存在尺度问题ORB添加了尺度和旋转的描述尺度不变性通过构建图像金字塔来实现旋转是由灰度质心法来实现的。 Oriented FAST: 尺度不变性
很好的避免了尺度不变性 旋转是由灰度质心实现的 质心是指以图像块灰度值作为权重的中心。 描述子 一种二进制描述子其描述向量由许多01组成
1关键点附近两个像素pq0: 关键点附近两个像素pq example: 那么怎么旋转的呢 BRIEF描述子总结
优点使用了随机选点的比较速度标记快由于使用二进制表达存储起来十分方便缺点原始的BRIEF描述子具有旋转不变性在图像发生旋转时容易丢失而ORB在FAST特征提取阶段计算了关键点的方向计算了旋转之后的BRIEF特征使ORB的描述子具有较好的旋转不变性。BRIEF是一种二进制描述需要用汉明距离度量即其中01个数的差异
特征匹配
特征匹配解决了SLAM中的数据关联问题即确定当前看到的路标与之前看到的路标之间的对应关系。 通过对图像或者图像与地图之间的描述子进行准确匹配可以为后续的姿态估计、优化等操作减轻大量负担然而由于图像特征的局部特征、误匹配的情况存在。 对于两个时刻的图像
在图像It中提取到特征点xm(m1,2…M)在图像It1时刻提取到特征点xn(n1,2…N)暴力匹配对于每一个特征点xm与所有xn测量描述子的距离然后排序取最近的一个作为匹配点当特征点数量很大时匹配的运算量会变得很大选用一些改进算法快速近似最近邻算法
计算相机运动
2D-2D对极集合 ) 需要用到相机坐标系-像素坐标系相关知识 对极几何 本质矩阵仅依赖于外部参数R,t 八点法求E 将E看作3*3的矩阵去掉尺度因子后剩下8个自由度考虑一对匹配点其归一化坐标为: 把上述方程记为 Ae0
