利索-全球专利检索

  1. 登录
  2. 注册
发明公开
CN108022263A 一种基于局部区域显著参数指标的SIFT特征检测优化方法 无效 - 驳回

  • 专利标题： 一种基于局部区域显著参数指标的SIFT特征检测优化方法
  • 专利标题（英）： SIFT feature detection optimization method based on local area substantial parameter indexes
  • 申请号： CN201711264919.1
    申请日： 2017-12-05
  • 公开(公告)号： CN108022263A
    公开(公告)日： 2018-05-11
  • 发明人: 胡衡 , 徐磊 , 付涛 , 刘光辉
  • 申请人： 新疆工程学院
  • 申请人地址： 新疆维吾尔自治区乌鲁木齐市头屯河区艾丁湖路1350号
  • 专利权人： 新疆工程学院
  • 当前专利权人： 新疆工程学院
  • 当前专利权人地址： 新疆维吾尔自治区乌鲁木齐市头屯河区艾丁湖路1350号
  • 代理机构： 成都方圆聿联专利代理事务所
  • 代理商 曹少华
  • 主分类号： G06T7/33
  • IPC分类号： G06T7/33
一种基于局部区域显著参数指标的SIFT特征检测优化方法
摘要：
本发明公开了一种基于局部区域显著参数指标的SIFT特征检测优化方法，包括：检测出相应的SIFT特征点；将图像均分为局部区域，选取局部显著区域；针对每个局部显著区域，从中选取特征点；将所选取的SIFT特征点同当前特征地图进行匹配。在本发明的优点在于：更有利于提高单目SLAM系统的收敛速度，同时也有助于更精确地描述场景环境。
摘要（英）：

The present invention discloses an SIFT (Scale Invariant Feature Transform) feature detection optimization method based on local area substantial parameter indexes. The method comprises the steps of:detecting corresponding SIFT feature points; equally dividing an image into local areas, and selecting local substantial areas; for each local substantial area, selecting features points from the local substantial areas; and performing matching of the selected SIFT feature points with a current feature map. The SIFT feature detection optimization method based on the local area substantial parameter indexes is helpful for the convergence speed of a monocular SLAM (Simultaneous Localization and Mapping) system and is helpful for accurate description of a scene environment.

0/0