基于高斯金字塔的视觉里程计算法研究
针对视觉里程计常用角点提取算法因角点分布不均匀而导致运动信息偏差较大的问题,提出一种基于高斯金字塔的角点提取算法.该算法在角点提取过程中先采用高斯金字塔算法对图片进行尺度压缩,纹理丰富区域压缩纹理,纹理稀疏区域聚集纹理,得到小尺度顶图;然后采用Shi-Tomasi算法提取小尺度顶图角点特征以实现角点粗定位,最后将粗定位信息映射回细节丰富的原图进行角点精准定位,得到图片特征信息.最后,利用金字塔LK光流法追踪角点,根据相机对极几何约束模型恢复运动信息.论文采用KITTI数据集,与原Shi-Tomasi算法、Harris算法、Fast算法进行了对比实验,结果表明本算法可有效改善角点分布均匀性,提高视觉里程计运动信息恢复的精度.
高斯金字塔、纹理丰富、角点定位、分布均匀、视觉里程计
37
TP391(计算技术、计算机技术)
国家自然科学基金61763012
2020-10-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
48-53