[发明专利]一种事件数据的配准方法与系统

说明书

本发明公开了一种事件数据的配准方法，该方法包括以下步骤：步骤1、获取双目事件数据，利用双目事件相机获取不同视角事件流数据；步骤2、完成事件图像转换，将所述双目事件数据转化为事件图像；步骤3、进行事件图像特征点检测，对上述事件图像执行特征点检测，获取候选特征点集并提取特征向量；步骤4、进行事件图像特征点匹配，计算获得候选特征点集间匹配关系；步骤5、完成配准变换矩阵计算，根据上述特征点匹配关系，计算配准变换矩阵。该发明的事件数据配准方法，可以有效实现事件数据配准。

技术领域

本发明涉及计算机视觉及计算摄像学领域，尤其涉及一种事件数据配准方法及系统。

背景技术

事件相机是一种受生物启发的传感器，工作原理与传统的相机有很大的差别。与传统相机以固定帧率采集场景绝对光强不同，这种相机当且仅当场景光强变化时输出数据，这种输出的数据称为事件流。与传统相机相比，事件相机有着高动态范围、高时间分辨率、无动态模糊等优点。

事件相机作为一种新型视觉传感器，其输出数据的形式与传统相机完全不同，无法直接应用传统相机及图像的各种算法。传统相机以固定速率(即帧率)采集场景的光强值，并以固定速率输出为图片数据。事件相机则没有帧率的概念，其每个像素点异步工作，当检测到光强变化时输出一条事件。每条事件为一个四元组(x,y,t,p)，包含像素横纵坐标(x,y)、时间戳t和事件极性p(其中，p＝-1表示该像素点光强减小，p＝1表示该像素点光强增大)。所有像素点输出的事件数据汇总起来，形成由一条条事件组成的事件列表，作为相机输出的事件流数据。一个长度为20秒传统相机获得的视频数据，和与之对应的事件相机输出的事件流数据的实例如图1所示。因此，传统相机及传统图像处理领域中适用的各种算法及方法，均无法直接使用于事件相机及事件数据。

针对传统相机及传统图像数据，目前有许多较为成熟的图像配准方法。但由于事件相机输出事件流数据，与传统相机存在较大差别，无法直接使用现有的图像配准方法。即，目前缺乏对于事件流数据进行配准的相关技术方法。

发明内容

为解决目前缺乏对于事件流数据进行配准的相关技术方法，本发明提出一种事件数据的配准方法，可以有效配准事件数据。

本发明提供了一种事件数据的配准方法，其特征是，包括如下步骤：

步骤1、获取双目事件数据，获取双目事件流数据，其中，双目事件流数据由两个不同位置的同步事件相机获取；

步骤2、完成事件图像转换，处理双目事件流数据，每个视角的事件流数据转化为一张两通道的事件计数图像，事件计数图像的每个像素点统计发生在该像素点的正负事件数目；

步骤3、进行事件图像特征点检测，利用Speeded Up Robust Features(SURF)算法对多视角事件计数图像实施特征点检测和特征向量提取，获取每个视角的事件计数图像的特征点集合及每个特征点的特征向量；

步骤4、进行事件图像特征点匹配，取第一个视角的事件相机所获取的事件流数据作为参考视角，第二个视角作为非参考视角，对非参考视角的特征点集合与参考视角特征点集合实施特征匹配，获取匹配关系；

步骤5、完成配准变换矩阵计算，根据相互匹配的特征点坐标，计算非参考视角相对于参考视角的配准变换矩阵。

本发明还提供了一种事件数据的配准系统，包括：双目事件数据获取单元，事件图像转换单元，事件图像特征点检测单元，事件图像特征点匹配单元，配准变换矩阵计算单元；其特征在于：

双目事件数据获取单元，获取双目事件流数据，其中，双目事件流数据由多个不同位置的同步事件相机获取；

事件图像转换单元，处理双目事件流数据，每个视角的事件流数据转化为一张两通道的事件计数图像，事件计数图像的每个像素点统计发生在该像素点的正负事件数目；