[发明专利]特征提取方法、运动状态估计方法以及运动状态估计装置

说明书

本发明涉及一种特征提取方法、运动状态估计方法以及运动状态估计装置。特征信息提取方法，包括：获取场景的连续帧图像；预测当前帧图像的特征点；将所述当前帧图像分为多个区域，对所述多个区域中的每一个区域分配预测特征点的阈值数目；基于所述当前帧图像，确定所述多个区域中的每一个区域中的检测特征点的检测数目；在存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，对所述待增强区域的当前帧图像执行分级增强处理，以获得增强的当前帧图像，并且基于所述增强的当前帧图像，确定所述检测数目；以及在不存在其中所述待增强区域的情况下，确定所述检测特征点以及与其对应的所述分级增强处理的增强级别作为所述特征信息。

技术领域

本发明涉及图像处理领域，更具体地，本发明涉及一种用于提取连续图像帧中的特征点的特征提取方法，利用该特征提取方法执行运动状态估计的运动状态估计方法，以及使用该特征提取方法和运动状态估计方法的运动状态估计装置。

背景技术

近年来，在计算机视觉领域中，在诸如视觉测量、即时定位与地图构建(SLAM)、辅助驾驶等应用场景中，存在通过移动的图像捕获设备捕获连续帧的场景图像，并且进一步通过分析连续帧的场景图像，实现对于移动的图像捕获设备的运动信息(诸如，位置、取向、速度等)的确定。在这种视觉测程(Visual Odometry)处理中，需要对于连续帧的场景图像中的相应特征点进行提取和匹配。然而，可能由于图像捕获场景过暗或者图像捕获设备的移动导致的图像模糊，难以在连续帧的场景图像中提取和匹配足够数目和置信度的特征点，从而导致基于匹配的特征点的运动状态估计不精确甚至失败。为了克服特征点提取和匹配的困难，通常对于图像执行整体增强处理，以便在增强后的图像中进行特征点的提取。然而，在实际处理中，难以确定对于图像增强的程度，并且由于整体增强导致对于同时也增强了噪声的影响。

因此，希望提供一种用于提取连续图像帧中的特征点的特征提取方法，利用该特征提取方法执行运动状态估计的运动状态估计方法，以及使用该特征提取方法和运动状态估计方法的运动状态估计装置，其能够针对因光照和运动图像模糊造成的匹配特征点减少的问题，自适应地有效增加特征点数目，从而改进运动状态估计的鲁棒性。

发明内容

鉴于上述问题，本发明提供一种用于提取连续图像帧中的特征点的特征提取方法，利用该特征提取方法执行运动状态估计的运动状态估计方法，以及使用该特征提取方法和运动状态估计方法的运动状态估计装置。

根据本发明的一个实施例，提供了一种特征信息提取方法，包括：获取场景的连续帧图像；预测当前帧图像的特征点；将所述当前帧图像分为多个区域，对所述多个区域中的每一个区域分配预测特征点的阈值数目；基于所述当前帧图像，确定所述多个区域中的每一个区域中的检测特征点的检测数目；在存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，对所述待增强区域的当前帧图像执行分级增强处理，以获得增强的当前帧图像，并且基于所述增强的当前帧图像，确定所述检测数目；以及在不存在其中所述检测数目小于所述阈值数目的所述待增强区域的情况下，确定所述检测特征点以及与其对应的所述分级增强处理的增强级别作为所述当前帧图像的所述特征信息。

根据本发明的另一个实施例，提供了一种运动状态估计方法，包括：利用图像捕获设备获取场景的连续帧图像；提取当前帧图像的特征信息；匹配所述当前帧图像的特征信息与所述当前帧图像的前一帧图像的特征信息；以及基于匹配的所述特征信息，执行所述图像捕获设备的运动状态估计，其中，所述提取当前帧图像的特征信息包括预测所述当前帧图像的特征点；将所述当前帧图像分为多个区域，对所述多个区域中的每一个区域分配预测特征点的阈值数目；基于所述当前帧图像，确定所述多个区域中的每一个区域中的检测特征点的检测数目；在存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，对所述待增强区域的当前帧图像执行分级增强处理，以获得增强的当前帧图像，并且基于所述增强的当前帧图像，确定所述检测数目；以及在不存在其中所述检测数目小于所述阈值数目的待增强区域的情况下，确定所述检测特征点以及与其对应的所述分级增强处理的增强级别作为所述当前帧图像的所述特征信息。