【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种双阈值orb特征检测方法。
技术介绍
1、slam(simultaneous localization and mapping，即同步定位与地图构建)技术广泛应用于机器人定位导航、vr/ar、无人机、无人驾驶等领域。基于传感器的slam主要分为激光slam和视觉slam(简称vslam)，vslam相对于激光slam的优点在于它可以感知丰富的纹理信息。
2、而在各种vslam中orb-slam(oriented fast and rotated brief slam)因其较快的特征提取和较好的鲁棒性而备受推崇。orb-slam的特征提取除了考虑orb特征原有的尺度不变性、旋转不变性以外还需要考虑特征点的均匀化问题。目前orb-slam的特征点均匀化方法中在采用较小阈值提取fast特征点时，运算量很大，以1280x800的图片、35x35的网格为例，需要进行792次fast检测，这将极大消耗cpu的算力，从而导致在车载嵌入式设备上无法运行。
技术实现思路
1、本专利技术提供一种双阈值orb特征检测方法，旨在解决现有技术中的缺陷，大大减少了fast的检测次数，使其能够在嵌入式dsp中完全实现orb-slam的基本功能，提高方案的实用性。
2、为达到上述目的，本专利技术所采取的技术方案为：
3、本专利技术提供一种双阈值orb特征检测方法，包括：
4、步骤1、构建图像金字塔，并根据图像金字塔总层数和待提取的
5、步骤2、将所述每一图层划分为预设数量的单元格；
6、步骤3、在所述每一图层中确定每一单元格的边界坐标；
7、步骤4、设置第一检测阈值、第二检测阈值，并用所述第一检测阈值对每一图层进行fast特征点检测，获得的特征点集合为对应图层的第一特征点集合，所述第一检测阈值低于所述第二检测阈值；
8、步骤5、根据所述第一特征点集合以及所述第二检测阈值生成对应的一级子集、二级子集；
9、步骤6、根据所述一级子集、二级子集生成对应图层的特征点全集；
10、步骤7、通过预设算法对所述对应图层的特征点全集中的特征点进行均匀化筛选，直至特征点数量达到对应图层的所述特征点总数。
11、具体地，所述步骤2包括：
12、步骤201、将所述单元格的宽高均设置为初始值；
13、步骤202、根据所述初始值分别确定图像水平、垂直方向的第一单元格数、第二单元格数；
14、步骤203、根据所述第一单元格数、第二单元格数确定确定图像水平、垂直方向的水平单元格数、垂直单元格数。
15、具体地，所述第一单元格数nx＝[w/c']，所述第二单元格数ny＝[h/c']，其中w、h分别为对应图层的水平、垂直分辨率，[]表示取整运算。
16、具体地，所述水平单元格数cx＝ceil(w/nx)，所述垂直单元格数cy＝ceil(h/ny)，其中ceil表示浮点数向上取整。
17、具体地，所述步骤3包括：根据第一预设公式确定每一单元格的边界坐标，所述第一预设公式包括：
18、x(ij)s＝i*cx，x(ij)e＝(i+1)cx；
19、y(ij)s＝j*cy，y(ij)e＝(j+1)cy；
20、其中，0≤i＜nx，0≤j＜ny，x(ij)e＜w，y(ij)e＜h。
21、具体地，所述步骤5包括：
22、步骤501、遍历对应图层中的每一单元格，获得所述第一特征点集合位于当前遍历的单元格内特征点，生成对应的一级子集；
23、步骤502、将所述一级子集中响应度大于或等于第二检测阈值的所有特征点生成对应的二级子集。
24、具体地，所述步骤6包括：判断所述二级子集的数量是否大于零，是则将所述二级子集导入到对应图层的特征点全集中，否则将所述一级子集导入到对应图层的特征点全集中。
25、具体地，所述预设算法为四叉树算法。
26、本专利技术的有益效果在于：本专利技术通过构建图像金字塔，将每一图层划分为单元格，同时设置两个检测阈值，通过较低的检测阈值得到特征点集，进而生成各单元格的特征点子集，并与较高检测阈值进行比较，从而确定特征点全集的构成，最后进行特征点的均匀化处理，在保证特征点均匀化的条件下，本专利技术大大减少了fast的检测次数，比现有技术中的方案提高效率40～50％，从而使其能够在嵌入式dsp中完全实现orb-slam的基本功能，提高了方案的实用性。
本文档来自技高网...【技术保护点】
1.一种双阈值ORB特征检测方法，其特征在于，包括：
2.根据权利要求1所述的双阈值ORB特征检测方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的双阈值ORB特征检测方法，其特征在于，所述第一单元格数Nx＝[W/C']，所述第二单元格数Ny＝[H/C']，其中W、H分别为对应图层的水平、垂直分辨率，[]表示取整运算。
4.根据权利要求3所述的双阈值ORB特征检测方法，其特征在于，所述水平单元格数Cx＝ceil(W/Nx)，所述垂直单元格数Cy＝ceil(H/Ny)，其中ceil表示浮点数向上取整。
5.根据权利要求4所述的双阈值ORB特征检测方法，其特征在于，所述步骤3包括：根据第一预设公式确定每一单元格的边界坐标，所述第一预设公式包括：
6.根据权利要求5所述的双阈值ORB特征检测方法，其特征在于，所述步骤5包括：
7.根据权利要求6所述的双阈值ORB特征检测方法，其特征在于，所述步骤6包括：判断所述二级子集的数量是否大于零，是则将所述二级子集导入到对应图层的特征点全集中，否则将所述一级子集导入
8.根据权利要求7所述的双阈值ORB特征检测方法，其特征在于，所述预设算法为四叉树算法。
...【技术特征摘要】
1.一种双阈值orb特征检测方法，其特征在于，包括：
2.根据权利要求1所述的双阈值orb特征检测方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的双阈值orb特征检测方法，其特征在于，所述第一单元格数nx＝[w/c']，所述第二单元格数ny＝[h/c']，其中w、h分别为对应图层的水平、垂直分辨率，[]表示取整运算。
4.根据权利要求3所述的双阈值orb特征检测方法，其特征在于，所述水平单元格数cx＝ceil(w/nx)，所述垂直单元格数cy＝ceil(h/ny)，其中ceil表示浮点数向上取整。
【专利技术属性】
技术研发人员：李耀海，
申请(专利权)人：惠州华阳通用电子有限公司，
类型：发明
国别省市：
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。