基于RILBP算子图像FAST关键点主方向确定方法

    公开(公告)号:CN114913227B

    公开(公告)日:2024-11-01

    申请号:CN202210420116.5

    申请日:2022-04-20

    摘要: 本发明公开一种基于RILBP算子图像FAST关键点主方向确定方法,解决了为FAST关键点确定主方向实时性弱、图像配准准确率低的问题。步骤包括:获取原始图像A,对其进行边界镜像扩展后进行高斯平滑;定义存放FAST关键点的集合FC;提取区域B中所有FAST关键点;用RILBP算子计算FC中每个像素的RILBP特征值,并确定FAST关键点的主方向。结合RILBP算子,将参与运算的像素限定在一个圆周上,而不是圆内部的全部像素,增强了实时性,为FAST关键点确定了唯一的主方向,提高了图像配准准确率,在自动驾驶、无人机等场合提高系统的定位精度和稳定性。

    基于自适应无迹卡尔曼滤波的室内无人车定位方法

    公开(公告)号:CN115866746A

    公开(公告)日:2023-03-28

    申请号:CN202211416782.8

    申请日:2022-11-14

    摘要: 本发明公开了一种基于自适应无迹卡尔曼滤波的室内无人车定位方法,主要要解决现有技术在复杂室内环境下无人车定位精度差的问题。其实现方案为:确定每个定位时刻自适应无迹卡尔曼滤波的状态坐标;确定每个定位时刻自适应无迹卡尔曼滤波的观测坐标;根据状态、观测坐标计算卡尔曼滤波系统的残差理论协方差和实际协方差及两方差的差值,并根据这两个方差确定每个定位时刻自适应无迹卡尔曼滤波的自适应系数;按照卡尔曼滤波增益公式确定每个定位时刻自适应无迹卡尔曼滤波的增益系数;根据这两个系数及两方差的差值计算每个定位时刻室内无人车的最终定位坐标。本发明提高了复杂环境下室内定位的室内定位的鲁棒性和平均定位精度,可用于室内定位系统。

    基于RILBP算子图像FAST关键点主方向确定方法

    公开(公告)号:CN114913227A

    公开(公告)日:2022-08-16

    申请号:CN202210420116.5

    申请日:2022-04-20

    摘要: 本发明公开一种基于RILBP算子图像FAST关键点主方向确定方法,解决了为FAST关键点确定主方向实时性弱、图像配准准确率低的问题。步骤包括:获取原始图像A,对其进行边界镜像扩展后进行高斯平滑;定义存放FAST关键点的集合FC;提取区域B中所有FAST关键点;用RILBP算子计算FC中每个像素的RILBP特征值,并确定FAST关键点的主方向。结合RILBP算子,将参与运算的像素限定在一个圆周上,而不是圆内部的全部像素,增强了实时性,为FAST关键点确定了唯一的主方向,提高了图像配准准确率,在自动驾驶、无人机等场合提高系统的定位精度和稳定性。