摘要
针对ORB算法在低照度场景下使用固定阈值时提取特征点困难和提取特征点分布不均匀的问题,本发明提出了一种昏暗光照场景下无人机自适应均衡视觉特征匹配方法。所述方法包括:首先将原始图像转换为灰度图,通过高斯滤波去除噪声影响,使用自适应伽马校正与非锐化蒙版进行图像增强;其次,将图像划分为均匀大小的网格,计算网格自适应阈值对图像进行特征点提取;然后,在每个网格中利用四叉树分解对特征点进行均匀化处理,设定四叉树最大划分深度去除聚集的特征点,对特征点不足的节点计算局部自适应阈值重新提取特征点;最后,利用匹配点对的位置信息加速匹配过程。本发明有效增加了昏暗光照场景下的特征点匹配数量,且特征点分布更加均匀。
技术关键词
RANSAC算法
节点
像素点
伽马校正
网格
视觉特征
概率密度函数
数字图像转换
汉明距离
非锐化掩膜
图像增强
ORB算法
光照
无人机
特征点集合
误匹配点
场景
系统为您推荐了相关专利信息
远程预警方法
数字孪生体
风险
采集环境参数
防控系统
高斯混合模型
概率潮流计算方法
电力系统潮流
概率密度函数
有功功率
静态障碍物
动态障碍物点云
机械臂轨迹规划
机械臂避障路径规划方法
重规划方法
敏感性分析方法
构建知识图谱
网络
节点
多头注意力机制