【技术实现步骤摘要】
本专利技术涉及传感器可信性自评估领域，尤其涉及一种基于特征点预测一致性检验的数字图像可信性自评估方法。
技术介绍
1、传感器可信性自评估是指在各种应用中，特别是涉及关键任务和决策的情况下，传感器设备对其所提供的数据和信息的可信程度进行评估的过程。
2、目前传感器设备受制于其物理特性和技术限制。这些局限性可能包括测量范围、精度、分辨率和灵敏度。无论如何，即使进行自评估，传感器也无法克服这些基本感知局限性。且传感器的性能与时间、环境和使用情况有关。传感器需要定期校准和维护，以确保其性能。然而，这些过程可能会导致传感器不稳定，导致数据质量问题，而自评估通常难以捕捉到这些问题。传感器的可信性与环境密切相关，不同的环境可能导致不同的性能。自评估难以涵盖所有可能的环境条件，从而导致在某些情况下无法准确评估可信性。
3、现有的传感器可信性自评估通常涉及检测异常值、噪声和其他数据质量问题。然而，一些问题可能很难检测，特别是当它们以复杂的方式与其他因素相互作用时，导致错误的自评估结果。传感器可信性进行自评估通常需要大量的计算和数据处理。这可能对嵌入式系统或资源受限的环境不切实际，并可能导致延迟或资源瓶颈。
4、且现有的传感器数据评估方法绝大多数是面向数值型传感器的，在数字图像传感器数据可信性评估方面仍停留在图像质量评价、模糊程度估计等应用，很少有面向导航定位应用的数字图像可信度评估方法。
5、传统基于数字图像的导航系统可信度评估方法往往是直接对导航结果进行估计，但是导航结果受多种因素，例如可能融合了
技术实现思路
1、本专利技术针对传统的可信度评估方法无法直接确定原始数字图像数据对于导航任务的可信度的问题，提出一种基于特征点预测一致性检验的数字图像可信性自评估方法，所述方法包括：
2、根据传感器接收当前时刻数字图像；
3、提取当前时刻数字图像中的特征点信息；
4、根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置；
5、根据所述下一时刻关键特征点的潜在位置和下一时刻实际获取的数字图像进行对比，完成可信性自评估。
6、进一步的，还提供一种优选方式，所述提取当前时刻数字图像中的特征点信息具体为：
7、使用点云旋转不变网络prin对当前时刻数字图像的点云信息进行提取；
8、提取的点云信息为旋转不变量特征。
9、进一步的，还提供一种优选方式，所述提取的点云信息为旋转不变点特征的方法为：
10、在没有输入数据增强的点云信息的情况下，以点云信息的稀疏点作为输入；
11、使用密度感知自适应采样将稀疏点转换成球形体素信号；
12、球面体素信号通过球面体素卷积层，在每个球面体素网格上生成一个特征，通过点重采样提取旋转不变点特征；
13、通过全连接层将旋转不变点特征输出。
14、进一步的，还提供一种优选方式，所述根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置，包括：
15、根据前一帧的相机姿态t获取前一帧的相机姿态的世界坐标系相对于相机坐标系的变换矩阵以及相机坐标系相对于世界坐标系的变换矩阵；
16、根据相机位姿的匀加速运动获取当前帧k的变换矩阵与k-1帧的变换矩阵之间的相对关系vcur；
17、根据所述当前帧k的变换矩阵与k-1帧的变换矩阵之间的相对关系vcur和相机坐标系相对于世界坐标系的变换矩阵估计当前帧的相机位姿
18、根据估计的当前帧位姿和该帧立体特征点对应的k-1世界坐标，获得相机相对于当前帧的立体坐标；
19、根据所述当前帧的立体坐标计算下一时刻关键特征点的潜在位置。
20、进一步的，还提供一种优选方式，所述方法还包括当传感器发生故障时，会在不同的采样时间连续生成相同的数据。
21、进一步的，还提供一种优选方式，所述方法还包括采用ransac采样算法选取当前时刻数字图像中50个特征点进行预测下一时刻50个特征点的位置，并和传感器获取的下一时刻数字图像进行对比。
22、进一步的，还提供一种优选方式，所述和传感器获取的下一时刻数字图像进行对比，包括：在下一时刻实际获取图像的(xc-w,xc+w)，(yc-h,yc+h)范围内进行对比。
23、基于同一专利技术构思，本专利技术还提出一种基于特征点预测一致性检验的数字图像可信性自评估系统，所述系统包括：
24、当前时刻图像获取单元，用于根据传感器接收当前时刻数字图像；
25、特征点提取单元，用于提取当前时刻数字图像中的特征点信息；
26、计算单元，用于根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置；
27、评估单元，用于根据所述下一时刻关键特征点的潜在位置和下一时刻实际获取的数字图像进行对比，完成可信性自评估。
28、基于同一专利技术构思，本专利技术还提出一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于储存计算机程序，所述计算机程序执行上述任一项所述的基于特征点预测一致性检验的数字图像可信性自评估方法。
29、基于同一专利技术构思，本专利技术还提出一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行根据上述中任一项中所述的基于特征点预测一致性检验的数字图像可信性自评估方法。
30、本专利技术的有益之处在于：
31、本专利技术解决了传统的可信度评估方法无法直接确定原始数字图像数据对于导航任务的可信度的问题。
32、本专利技术所述的基于特征点预测一致性检验的数字图像可信性自评估方法，在传感器可信性自评估中引入了特征点信息，这使其能够检测到那些传统方法难以发现的问题。传统方法主要关注异常值和噪声，无法直接确定原始数字图像数据对于导航任务的可信度，而本专利技术针对特征点信息检测原始数字图像数据对于导航任务的可信度的问题，提高了导航任务的可信度评估的全面性。通过基于特征点的潜在位置计算和实际图像对比，该方法可以更准确地评估图像数据的可信性。这有助于提高数据的可靠性，尤其是在对高质量图像数据有严格要求的应用中，如医学成像或自动驾驶。本专利技术所述的方法允许实时进行可信性自评估，因为它使用当前和下一时刻的图像数据，以及特征点信息，这意味着可以及时检测问题并采取措施，从而提高系统的鲁棒性。本专利技术所述的方法不仅适用于特定领域，如计算机视觉或自动驾驶，还可以用于各种数字图像采集和传感器应用。无论是工业应用、医疗领域还是科学研究，都可以受益于该方法的可信性自评估。
33、本专利技术所述的方法提高了数字图像传感器数据的可信度，确保获取的图像数据准确可靠。这对于许多应用非常重要，包括计算机视本文档来自技高网...
【技术保护点】
1.基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述提取当前时刻数字图像中的特征点信息具体为：
3.根据权利要求2所述的基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述提取的点云信息为旋转不变点特征的方法为：
4.根据权利要求1所述的基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述根据所述当前数字图像中的特征点信息计算下一时刻关键特征点的潜在位置，包括：
5.根据权利要求1所述的基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述方法还包括当传感器发生故障时，会在不同的采样时间连续生成相同的数据。
6.根据权利要求1所述的基于特征点预测一致性检验的数字图像可信性自评估方法，其特征在于，所述方法还包括采用RANSAC采样算法选取当前时刻数字图像中50个特征点进行预测下一时刻50个特征点的位置，并和传感器获取的下一时刻数字图像进行对比。
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。