[发明专利]基于特征点检测和误匹配筛选的机器人视觉定位方法

权利要求书

1.一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：包括以下步骤：

步骤A：分别对参考图像和待匹配图像构建高斯图像金字塔；

步骤B：对参考图像和待匹配图像的高斯图像金字塔中的每一层图像分别以四边形模型进行FAST特征点检测；

步骤C：对提取的特征点基于邻域像素值构建BRIEF描述子；

步骤D：基于BRIEF描述子对参考图像和待匹配图像的高斯图像金字塔中的所有特征点进行暴力匹配；

步骤E：对误匹配的特征点进行筛选，基于筛选结果将匹配的特征点对应到原始参考图像和待匹配图像。

2.根据权利要求1所述的一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：步骤A所述的构建高斯金字塔的方法为：以原始图像作为金字塔底层图像，对原始图像通过高斯滤波进行降噪，然后对像素值逐级缩放，得到六层高斯图像金字塔；高斯图像金字塔中，相邻层图像的像素值缩放比例为1.3。

3.根据权利要求2所述的一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：步骤B中所述的FAST特征点检测的方法为：

以待测像素点为中心，间隔一个像素点构建方形区域，去除处于方形区域四角的像素点，对方形区域四边剩下的12个像素点从1开始顺次编号，如果有连续9个像素点满足|I_P-I_N|＞T，则该待测像素点为特征点，其中，I_P为待测像素点的灰度值，I_N为方形区域中第N个像素点的灰度值，T为灰度阈值，遍历图像得到所有特征点。

4.根据权利要求3所述的一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：在FAST特征点检测前，还包括对待测像素点进行预操作的步骤，所述预操作的方法为：在方形区域上等间隔的选取4个像素点进行检测，如果有至少三个像素点满足|I_P-I_N|＞T，则对该待检测点执行FAST特征点检测，如果少于三个像素点满足|I_P-I_N|＞T，则对下一个待检测点进行预操作。

5.根据权利要求3所述的一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：步骤C所述的使用BRIEF描述子描述特征点的方法为：以特征点为中心，取S×S的邻域窗口，在邻域窗口内满足高斯分布的像素点中随机选取两个像素点i和j，则

获取128对像素点的BRIEF描述子数值，得到该特征点的128维向量；

计算BRIEF描述子之前，对图像进行高斯滤波降噪，所述高斯滤波的方差为2，S＝9，即邻域窗口尺寸为9×9。

6.根据权利要求5所述的一种基于特征点检测和误匹配筛选的机器人视觉定位方法，其特征在于：步骤D所述的暴力匹配方法为：

设置汉明距离的阈值，对参考图像中的其中一个特征点，计算与待匹配图像中的所有未匹配特征点的汉明距离，在汉明距离小于阈值的未匹配特征点中，取汉明距离最小的未匹配特征点与参考图像的特征点进行匹配，依次对参考图像中的所有特征点进行暴力匹配，直到匹配完成参考图像或待匹配图像中的所有特征点。