基于ORB-SLAM2算法的水下机器人实时定位研究

随着近几年视觉SLAM的快速发展,为机器人、无人机、汽车等导航定位提供了更多选择。针对当前水下机器人定位技术存在的系统复杂、操作难度大等问题,本文提出了一种基于ORB-SLAM2算法的水下定位方案。利用单目相机作为传感器,构建了单目视觉SLAM水下机器人定位模型,完成像素坐标系到世界坐标系的转换,介绍了ORB-SLAM2算法定位涉及的关键技术。通过水下理想环境试验,对ORB-SLAM2算法在水下定位性能进行了综合评价,通过海洋环境试验证明ORB-SLAM2算法可以有效对水下机器人进行实时定位。     

一种用于机器视觉检测的图像配准快速算法

图像配准是机器视觉检测的关键步骤之一。针对产品包装印刷质量检测，文中提出了一种新的图像配准算法。其基本思想是：首先进行图像概略匹配得到特征点的概略位置，接着进行特征点的精确检测，根据检测到的对应特征点坐标计算转换参数，最后生成配准图像。实验表明，该算法计算速度快，具有较好的精度和稳定性，适用于在线机器视觉检测等对速度要求高，而图像只有小角度旋转的情况。     

基于ORB-SLAM框架的直接法改进与对比

在ORB-SLAM(oriented fast and rotated brief-simultaneous localization and mapping)框架的基础上,采用半直接视觉里程计（semi-direct visual odometry,SVO）法和稠密直接法替代特征点法,并利用慕尼黑工业大学SLAM数据集进行测试和对比。结果表明,SVO和ORB-SLAM在单目模式下的平均解算时间分别为31.1 ms、20.5 ms,RGB-D模式下的平均解算时间分别为39.5 ms、32.5 ms。某些条件下SVO解算的轨迹精度可以达到甚至高于ORB-SLAM。     

一种用于机器视觉检测的图像配准快速算法

图像配准是机器视觉检测的关键步骤之一.针对产品包装印刷质量检测,文中提出了一种新的图像配准算法.其基本思想是:首先进行图像概略匹配得到特征点的概略位置,接着进行特征点的精确检测,根据检测到的对应特征点坐标计算转换参数,最后生成配准图像.实验表明,该算法计算速度快,具有较好的精度和稳定性,适用于在线机器视觉检测等对速度要求高,而图像只有小角度旋转的情况.     

一种融合单目视觉SLAM与GPS的无人机视频目标定位方法

提出一种融合单目视觉SLAM与机载GPS信息的无人机视频目标定位方法。首先利用单目视觉SLAM实时估计相机相对位姿,融合机载GPS数据,得到WGS84坐标系下的相机位姿估计;其次利用融合后的相机位姿将已知GPS路标投影到像平面,实现GPS路标与无人机监控视频的叠加显示;最后通过关键帧间的极线搜索匹配确定目标像素点的匹配点,并将其反投影到三维空间得其对应的GPS坐标,实现无人机监控视频中的GPS位置查询。实验验证了该方法的有效性、精确性与实时性。     

一种直线特征的近景影像绝对定向算法

针对近景影像存在遮挡、重复纹理,导致通视情况较差以及缺乏同名特征点的问题,该文在传统点摄影测量的基础上结合计算机视觉理论,提出了一种基于直线特征的近景影像绝对定向算法。对于近景影像直线特征易于识别且大量存在的优势,建立了空间直线关系,推导了直线特征约束的误差方程,实现了基于直线特征的绝对定向元素和影像位姿解算。通过虚拟和真实数据实验,验证了本文方法对近景影像绝对定向元素解算的可行性,降低了对控制点及同名点的要求,并通过点线联合平差进一步提高定向结果的精度和稳定性。     

基于双目深度筛选的ORB-SLAM3算法

针对ORB-SLAM3算法中特征点存在易丢失、精度低,进而导致双目在复杂场景下运动轨迹误差大的问题,本文设计了一种改进的ORB-SLAM3算法。首先,在ORB特征匹配算法中引入自适应角点检测技术,增加特征点的采集数量,并采用光流法跟踪图像特征,提高关键帧的创建成功率;其次,以特征点为中心,作区域搜索,提高实时性;然后,采用双向左右一致性检验筛选最优视差,应用Prosac算法去除误匹配点对;最后,结合深度信息对关键帧进行筛选,提高关键帧的质量,优化相机位姿。采用KITTI和EuRoc数据集进行了试验,验证了改进算法在绝对轨迹误差上具有良好的优化效果。     

一种改进的SIFT特征提取算法

为了满足无人机图像定位的实时性,提出了一种快速有效的SIFT特征提取算法。首先,在尺度空间特征点检测时设定像素步长,减少极值点的检测个数并较均匀地分布在图像上;其次,根据检测到特征点自身灰度信息确定对比度阈值,去除对比度较低的特征点。该算法实现自适应步长和对比度阈值来加快特征点提取,从而提高算法效率。实验结果表明,改进后的SIFT算法明显降低了提取出的特征点数,大大提高了算法效率。     

一种利用零交叉点理论的改进SIFT特征提取算法

提出了一种利用零交叉点特征提取的改进SIFT算子用于遥感影像的自动匹配.将图像几何特征引入到尺度空间探测中,获得了重复性更高、更稳定的特征.采用近景数码大旋角数码立体像对和低空航摄立体像对进行了算法测试.实验表明,改进后的SIFT算子应用于遥感影像自动匹配,在特征提取重复率、匹配正确点数、匹配正确率上均有明显提升.     

一种改进SURF的视觉影像匹配算法

视觉影像经常存在纹理情况复杂和动态模糊等情况,严重降低了连续影像间各类特征的相似性,导致传统的匹配算法难以获得准确、稳定、分布良好的影像匹配,影响后续影像处理中各类信息的获取.针对上述情况,本文提出了一种改进SURF视觉影像匹配方法.该方法包括特征提取、初始匹配和对应匹配3个步骤.首先,利用SURF特征匹配方法提取足够...     

利用局部自适应阈值方法提取ORB-SLAM特征点

智能驾驶车辆的定位和建图是智能驾驶车辆的关键技术之一,针对ORB-SLAM中的特征点提取为固定阈值的问题,本文提出了一种局部自适应阈值方法提取特征点.首先,对局部自适应阈值的计算方法进行了阐述,主要利用图像对比度设置自适应阈值;然后,在FAST算法基础上构建了高斯图像金字塔,采用灰度质心法解决特征点的尺度不变和旋转问题...     

一种改进的快速特征点匹配方法

如何进行快速特征点匹配是计算机视觉领域研究的热点问题之一,基于层级式K均值聚类的分类树算法能对特征点实现快速分类。然而,当用该方法进行特征点匹配时不仅会产生大量误匹配点,而且还会丢失许多匹配点。本文对该方法进行研究后,从建树和匹配两个方面对算法进行了改进,使其更加适合于特征点匹配。实验结果表明,改进后的分类树算法能够在保持原算法匹配速度快特点的同时还能够有效降低误匹配率和漏匹配率。     

无人机影像匹配中尺度不变特征应用改进

针对尺度不变特征变换算法用于无人机影像匹配中存在匹配效率低下,误匹配较多等问题,该文提出一种特征点提取优化算法,并改进了特征点匹配策略。通过将原始影像划分格网,依据每个格网影像信息熵的大小来合理分配各格网中特征点数量,实现了基于纹理信息丰富程度的特征点均匀分布;基于Harris兴趣值进行筛选,保留了适合于摄影测量的特征点;采用一种多层次自适应的匹配策略,在尽可能保留正确匹配的同时提高了匹配正确率。基于一对由小型无人机拍摄影像的实验结果表明,所提方法在大量减少SIFT特征点的同时,保证较高的正确率,增加了匹配点的精度,且提高了算法效率。     

一种改进的降落影像序列特征匹配方法

针对传统SIFT匹配方法用于嫦娥三号降落影像匹配效率低的问题,提出了一种改进的降落影像序列特征匹配方法。重构了着陆器垂直降落阶段拍摄过程的几何模型,并得到了不同降落影像中的同名匹配点之间的几何约束关系,然后通过SIFT方法进行影像中极值点的提取和特征描述,最终将几何模型约束用于极值点的匹配点搜索过程中,优化了匹配过程。采用嫦娥三号着陆器真实降落影像进行了试验,结果表明,改进方法能够取得较为稳定的匹配结果,且平均可以减少约为18%的匹配耗时,研究结果对后续深空探测任务的开展具有重要的参考价值。     

利用特征组合检测算法的无人机遥感影像匹配研究

影像匹配是无人机遥感影像拼接和三维建模的基础和关键步骤。结合不同算法的优势,本文提出一种基于特征组合与RANSAC算法的无人机遥感影像匹配方法。该匹配方法首先采用AKAZE算法检测影像的特征点,然后利用SIFT描述符描述特征向量并获取特征点的主方向,最后基于单映射变换矩阵的RANSAC算法进行精准匹配。本文对基于特征组合与RANSAC算法的匹配效果进行了试验对比分析,试验结果表明：与常用匹配方法的匹配效果相比,本文的匹配方法继承了AKAZE算法的快速匹配能力,匹配总耗时介于AKAZE算法和SIFT算法之间,约为BRISK算法匹配耗时的20%;同时,该匹配方法继承了SIFT算法的多匹配点对性能,从整体匹配效果来看,本文的匹配方法优于AKAZE、SIFT、BRISK算法。     

基于特征匹配的月球撞击坑自动提取研究

本文提出了一种基于特征匹配的撞击坑自动提取算法,该算法以单个撞击坑的5个典型影像特征为依据,用最大类间方差法将月面影像分割为暗区、亮区和背景3类;再使用区域生长将离散点聚合,通过特征匹配找出属于同一撞击坑的暗区与亮区,并利用八方向Sobel算子获取边缘控制点并拟合边缘。经过"嫦娥一号"和"嫦娥二号"部分遥感影像的验证,该算法对于纬度较高地区的月面影像提取效果较好,已成功应用到数字月球平台进行全月展示。     

改进SIFT点特征的并行遥感影像配准

本文针对SIFT(尺度不变特征变换)算法存在的内存消耗多、运算速度慢的问题,采用金字塔和分块策略,首先对原始影像进行粗配准,然后进行分块影像匹配以实现精确配准。在匹配过程中,根据影像分辨率限制高斯金字塔影像的阶数,对特征点进行过滤;同时对匹配过程进行并行化,以提高算法效率。实验表明,改进算法在保证配准精度稳定的前提下,解决了原算法对内存要求高的问题,效率比原算法显著提高,适用于大范围遥感影像之间的配准。     

移动高程平面约束的多视影像特征点匹配

针对影像匹配中由于重复纹理和遮挡导致的不确定性问题,提出移动高程平面约束的多视影像特征点匹配方法。该方法将多视影像上提取的特征点投影到不同高程的物方格网平面,利用平面上格网单元来约束候选同名特征点,对多视影像进行选择性匹配,避免部分影像遮挡对匹配的影响。实验选取UCX(UltraCamX)数字航空影像进行匹配,取得可靠的匹配结果,从而验证了本文方法的有效性。     

基于特征点的影像匹配方法探讨

基于特征点的图像匹配方法是高精度、快速有效和适用性广的匹配算法,它包括特征提取和特征匹配2个步骤。本文在对这一问题进行研究分析的基础上,对相关文献进行综述,介绍并分析了几种典型特征点提取算子的原理和优缺点,为不同应用目的的特征点提取方法选取提供借鉴;特征匹配方面总结了基于特征点匹配的常用方法,就SIFT这一热点做了详细介绍,并进行了实验;最后对匹配中有待进一步研究的问题给出了意见。