摘要
本发明属于机器人定位与建图领域,公开一种基于多源图像融合的地下视觉里程计实现方法。对应不同模态图像信息像平面相同位置像素信息;使用直方图均衡化和多尺度图像信息增强方法提升图像质量;建立最小化重投影误差数学模型,进行视位姿求解和地图点的构建。本发明充分挖掘并发挥各种图像的独特优势,弥补热红外图像在细节呈现和信噪比方面的不足,融合可见光图像与近红外图像深度,显著提升图像的时空分辨率。运用相位一致性原理,提高特征点的匹配效率。借助最小化重投影误差模型,极大提升地下环境中视觉里程计的定位精度和鲁棒性,使其在复杂多变的地下环境中能够更加稳定、准确地进行定位和导航。
技术关键词
多源图像融合
视觉里程计
特征点描述符
多源图像信息采集
特征描述符
度函数
融合可见光图像
P3P算法
离散小波变换
匹配模块
数学模型
像素
坐标
直方图均衡化方法
Gabor滤波器
系统为您推荐了相关专利信息
图像特征提取方法
云服务器
关键点
特征描述符
协议
SLAM地图
移动平台定位方法
地图构建方法
扩展卡尔曼滤波算法
医疗机器人
机器学习模型
单原子催化剂
机器学习训练
火山模型
人工智能交叉技术