摘要
本发明提供了一种基于Voronoi图动态划分的快速SLAM特征点提取与处理方法,基于图像数据构建图像金字塔、合理的Voronoi图初始种子点选取与相对均匀的Voronoi图划分,对划分子区域内使用FAST算法进行特征点检测、特征点和子区域初筛选,本发明利用Voronoi图动态划分特征点密集区域,选取质量好的特征点,减少冗余特征点,进而实现在SLAM系统中进行特征点提取和处理的方法。本发明所提方法能在保证特征点分布均匀的同时,保证特征点的质量,舍弃效果差的特征点以及跳过筛选没有特征点存在的区域的计算,有效节省了在处理纹理性较差场景时候的计算负担,且对全局环境的计算依然保持着较高的实时性和鲁棒性。
技术关键词
特征点
图像金字塔
种子
FAST算法
动态
环境图像数据
环境图像信息
SLAM系统
SLAM算法
计算方法
冗余特征
因子
深度相机
站点
代表
鲁棒性
坐标
分辨率
数学
系统为您推荐了相关专利信息
红外成像系统
成像方法
扫描驱动装置
图像
红外相机
资源管理平台
自动化运维平台
统一数据模型
资源管理功能
关系
动态场景
缺陷检测方法
卷积模块
工业园区
重构模型
能源管理
测控系统
控制执行模块
混合整数规划
控制模块