[发明专利]特征提取的方法、装置、电子设备和计算机存储介质在审
申请号: | 201910124316.4 | 申请日: | 2019-02-18 |
公开(公告)号: | CN109948624A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 史桀绮 | 申请(专利权)人: | 北京旷视科技有限公司 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/62 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 安卫静 |
地址: | 100000 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 特征提取 图像特征 待处理图像 特征描述符 轮廓特征 图谱 计算机存储介质 电子设备 特征提取算法 处理图像 传统提取 环境变化 视觉惯性 位姿信息 块区域 里程计 特征点 像素点 鲁棒 维度 缓解 | ||
1.一种特征提取的方法,其特征在于,所述方法包括:
获取视觉惯性里程计在目标区域内移动时,对所述目标区域进行拍摄得到的待处理图像;
对所述待处理图像进行特征提取,得到所述待处理图像的特征提取图谱和所述特征提取图谱中像素点的特征描述符;所述特征提取图谱中第一像素点的像素值表示其在所述待处理图像中所对应的像素点为所述待处理图像中目标对象的轮廓特征点的概率,所述特征描述符表示其所对应的第一像素点的图像块信息;
根据所述特征提取图谱和所述特征提取图谱中像素点的特征描述符,确定所述待处理图像的图像特征,以根据所述图像特征确定所述视觉惯性里程计的位姿信息;所述图像特征包括:所述轮廓特征点的位置信息和/或所述轮廓特征点的特征描述符。
2.根据权利要求1所述的方法,其特征在于,所述图像特征包括:所述轮廓特征点的位置信息;
根据所述特征提取图谱和所述特征提取图谱中像素点的特征描述符,确定所述待处理图像的图像特征包括:
在所述特征提取图谱中确定第一目标像素点;所述第一目标像素点为所述第一像素点中像素值大于预设像素阈值的像素点;
对所述第一目标像素点按照其像素值进行排序,得到像素点排序序列;
对所述像素点排序序列中的像素点进行非极大值抑制操作,得到目标像素点;
将所述目标像素点在所述特征提取图谱中的位置信息作为所述轮廓特征点的位置信息。
3.根据权利要求2所述的方法,其特征在于,所述图像特征还包括:所述轮廓特征点的特征描述符;
在得到所述轮廓特征点的位置信息之后,所述方法还包括:
在所述特征提取图谱中像素点的特征描述符中,将所述轮廓特征点的位置信息所对应的像素点的特征描述符作为所述轮廓特征点的特征描述符。
4.根据权利要求1所述的方法,其特征在于,所述待处理图像包括:第一待处理图像和第二待处理图像,所述第一待处理图像为所述第二待处理图像的前一图像帧;
根据所述图像特征确定所述视觉惯性里程计的位姿信息包括:
根据所述第一待处理图像的图像特征和所述第二待处理图像的图像特征进行特征匹配,得到特征匹配点对;所述特征匹配点对中包含所述第一待处理图像与所述第二待处理图像中相匹配的轮廓特征点;
确定所述目标区域内与第一特征点相对应的三维特征点;所述第一特征点为所述特征匹配点对中包含在所述第一待处理图像中的轮廓特征点;
采用相机姿态估计算法对第二特征点和所述三维特征点的位置信息进行计算,并根据计算结果确定所述视觉惯性里程计的位姿信息;所述第二特征点为所述特征匹配点对中包含在所述第二待处理图像中的轮廓特征点。
5.根据权利要求4所述的方法,其特征在于,根据所述第一待处理图像的图像特征和所述第二待处理图像的图像特征进行特征匹配,得到特征匹配点对包括:
对第二特征描述符和第三特征描述符进行内积计算,得到内积计算矩阵,其中,所述第二特征描述符为所述第一待处理图像的图像特征中的特征描述符,所述第三特征描述符为所述第二待处理图像的图像特征中的特征描述符;
根据所述内积计算矩阵确定所述特征匹配点对。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京旷视科技有限公司,未经北京旷视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910124316.4/1.html,转载请声明来源钻瓜专利网。