摘要
本发明涉及无人机位姿图优化技术领域,特别涉及一种无人机单目相机位姿图优化方法。包括:对不同图像帧数据均进行模糊处理、构建高斯金字塔和下采样处理;通过相邻尺度的高斯模糊图像相减,确定候选特征点;精确确定候选特征点在图像帧上的位置;剔除低对比度候选特征点和边缘响应特征点,获取特征点;针对不连续图像帧数据采用LM算法,调整无人机姿态参数,优化位姿图。本发明对持续采集的图像帧数据进行高斯差分点兴趣检测的过程,抑制了图像帧中的噪声,可以有效的平滑图像中的噪声,处理之后的姿态图更加平滑,梯度变化较小,提高姿态估计的鲁棒性。位姿图优化过程扩大了位姿图优化的范围,针对不连续的图像也可以进行最优化处理。
技术关键词
单目相机
高斯金字塔
高斯模糊图像
特征点
无人机姿态
LM算法
表达式
数据
对比度
关键点
参数
卷积核函数
雅可比矩阵
分辨率
梯度下降法
姿态估计
系统为您推荐了相关专利信息
判断健康状态
智慧农业管理方法
无人机授粉
协方差矩阵
图像
激光扫描雷达
建图方法
ICP算法
特征点云
激光里程计
智能检测系统
深度学习识别
双光谱成像设备
可见光图像
多模态