[发明专利]一种应用于多深度场景的扩展傅里叶梅林定位算法

说明书

本发明拓展了现有的傅里叶梅林算法，基于此提出了一种应用于多深度场景的扩展傅里叶梅林定位算法，可应用于机器人的定位与导航中，属于机器人技术领域。原有的傅里叶梅林算法只能应用于平面场景且场景需要平行于相机成像面。本发明将该算法拓展到多深度场景，不再有平面限制。该方法的过程如下：首先将两张图片变换到对数极坐标空间，然后通过相位相关法得到相移图，在相移图上检测旋转和最小、最大尺度变换，并等间隔采样得到尺度向量；其次，对于每一个尺度，计算单位平移向量，再将所有的平移向量合并；接着通过图样匹配对尺度向量和平移向量进行缩放，使所有帧的尺度和平移单位统一；最后通过链式法则，得到每一帧对应的相机位姿。

技术领域

本发明涉及一种基于拓展傅里叶梅林变换的相机位姿估计方法，属于机器人技术领域，主要涉及傅里叶梅林变换、图样匹配、视觉定位等算法。

背景技术

傅里叶变换技术最早被应用于图像处理中(参考文献【1】：J.Turski,“Projectivefourier analysis for patterns,”Pattern Recogni-tion,vol.33,no.12,pp.2033–2043,2000.；文献【2】：J.-P.Gauthier,G.Bornard,and M.Silbermann,“Motions andpattern analysis:harmonic analysis on motion groups and their homogeneousspaces,”IEEE Trans.Syst.,Man,Cybern.,vol.21,no.1,pp.159–172,1991.)，之后文献【3】(Q.-s.Chen,M.Defrise,and F.Deconinck,“Symmetric phase-only matchedfiltering of fourier-mellin transforms for image registration andrecognition,”IEEE Trans.Pattern Anal.Mach.Intell.,vol.16,no.12,pp.1156–1168,1994.)利用相位匹配滤波器，使傅里叶变换可用于运动估计。文献【4】(B.S.Reddy andB.N.Chatterji,“An fft-based technique for translation,rotation,and scale-invariant image registration,”IEEE Trans.Image Process.,vol.5,no.8,pp.1266–1271,1996.)介绍了傅里叶梅林变换(FMT)来估计图片之间的旋转、尺度变换和平移，该算法的稳定性和准确度在文献【5】(H.and A.Birk,“Fast and robust photomappingwith an unmanned aerial vehicle(uav),”in 2009 IEEE/RSJ InternationalConference on Intelligent Robotsand Systems.IEEE,2009,pp.3368–3373.)及文献【6】(H.Bulow,A.Birk,and V.Unnithan,“Online generation of an under-water photo mapwith improved fourier mellin based registration,”in OCEANS 2009-EUROPE.IEEE,2009,pp.1–6.)中得以进一步提高。并且，文献【5】中对比了基于FMT和SIFT的图像配准算法的准确度和鲁棒性，前者均优于后者。文献【7】(Q.Xu,A.G.Chavez,H.A.Birk,andS.Schwertfeger,“Improved fourier mellin invariant for robust rotationestimation with omni-cameras,”in 2019 IEEE International Conference on ImageProcessing(ICIP).IEEE,2019,pp.320–324.)展示了基于FMT的视觉里程计算法在特征不明显的环境中优于特征点法。