- 专利标题: 基于快速特征点提取及网格化三角形约束的视觉导航方法
-
申请号: CN201810954414.6申请日: 2018-08-21
-
公开(公告)号: CN109146972B公开(公告)日: 2022-04-12
- 发明人: 谢非 , 黄天胤 , 钱伟行 , 刘文慧 , 霍丽颖 , 沈世斌 , 张雷 , 刘益剑 , 张亮 , 夏邵君
- 申请人: 南京师范大学镇江创新发展研究院
- 申请人地址: 江苏省镇江市南徐大道298号
- 专利权人: 南京师范大学镇江创新发展研究院
- 当前专利权人: 南京师范大学镇江创新发展研究院
- 当前专利权人地址: 江苏省镇江市南徐大道298号
- 代理机构: 江苏圣典律师事务所
- 代理商 胡建华; 于瀚文
- 主分类号: G06T7/73
- IPC分类号: G06T7/73 ; G06V10/44 ; G06V10/46 ; G06V10/762 ; G06K9/62
摘要:
本发明公开了基于快速特征点提取及网格化三角形约束的视觉导航方法,包括如下步骤:采集连续视频帧序列图像,提取相邻两帧图像中的特征点;对提取的相邻两帧图像进行网格化划分;对每个三角形构建6维形状描述子及32维区域描述子,得到由每个三角形的38维混合描述子组成的特征向量;对网格化划分对应三角形的特征向量进行匹配,通过中心点聚类方法选取具有显著特性的特征点,剔除错误匹配的特征点,利用极线几何约束剔除运动特征点,获得有效可用特征点对;完成最终的运动模型求解,获得视觉导航解算的位置结果。本发明为室内环境下的机器人视觉导航与定位提供解决方法,具有特征点提取速度快、匹配率高的优点。
公开/授权文献
- CN109146972A 基于快速特征点提取及网格化三角形约束的视觉导航方法 公开/授权日:2019-01-04