[发明专利]基于熵加权图像梯度的半直接单目视觉SLAM方法

权利要求书

1.基于熵加权图像梯度的半直接单目视觉SLAM方法，其特征在于，包括以下步骤：

S1、开启相机先通过调整光圈和曝光增益达到最佳的曝光效果，并记录曝光时间，并读入下一帧图像；

S2、若当前图像与上一帧图像的平均亮度差值的绝对值超过上一帧图像亮度平均值的15％，则将当前图像分成若干个图像块；

S3、计算每个图像块的图像熵，根据图像熵分配权重；图像块的图像熵具体由公式(1)计算得到，公式(1)如下：

其中，j表示任一图像块，E_j表示图像块j的图像熵；

根据图像熵分配权重具体为：

权重由基于分块图像熵的权值函数决定，权值函数具体如下：

其中，W(E_j)表示图像块j的权重；根据公式(2)得所述图像块的图像熵越小，则权重越接近于0，图像块的图像熵越大，则权重越接近于1；

S4、计算每个图像块的图像梯度，根据步骤S3分配的权重，对所有图像块的梯度进行累加得到图像熵加权图像梯度值；

S5、记录6次调整相机曝光时间后的图像熵加权图像梯度值，分别作为多项式拟合曲线的6个点的x坐标和y坐标，拟合曲线后用牛顿迭代法寻找曲线函数值最大值，其对应的x坐标即为最优曝光时间；

S6、通过对应接口传入半直接法单目视觉SLAM的视觉里程计中；

S7、判断相机获取的图片是否为最后一帧图像，若否，则对比上一帧图像的亮度平均值并返回到步骤S1，若是，则结束。

2.根据权利要求1所述的基于熵加权图像梯度的半直接单目视觉SLAM方法，其特征在于，所述图像块的图像梯度计算过程如下：

采用图像金字塔将分辨率设为320*240，并分成48块图像块，每个图像块大小为40*40；

计算图像块的图像梯度，图像梯度表示为像素的x方向和y方向的导数：

其中，图像块中每个像素i的梯度记为图像块j的图像梯度即图像块j中每个像素i的梯度的总和，记为Grad_j。

3.根据权利要求2所述的基于熵加权图像梯度的半直接单目视觉SLAM方法，其特征在于，所述熵加权图像梯度值的计算过程如下：

通过公式(4)对每个图像块覆上权重，则计算出图像的熵加权图像梯度：

G_j＝W(E_j)*Grad_j(4)。

4.根据权利要求1所述的基于熵加权图像梯度的半直接单目视觉SLAM方法，其特征在于，所述调整相机曝光时间具体操作为：

若当前帧图像比上一帧图像的平均亮度值大，则将上一帧图像标为对比图像，减小相机曝光时间5次，每次调整幅度为对比图像曝光时间的5％；

若当前帧图像比上一帧图像的平均亮度值小，则增加相机曝光时间5次，每次调整幅度为对比图像曝光时间的5％。

5.根据权利要求1所述的基于熵加权图像梯度的半直接单目视觉SLAM方法，其特征在于，所述相机具体采用分辨率为640*480像素的相机。