面向SLAM的RGB-D特征检测与描述算法研究

发布时间：2022-11-11 21:00

　　图像局部特征匹配是计算机视觉的一个基本问题,在图像拼接、SLAM（Simultaneous Localizationand Mapping）等领域具有广泛应用。近年来,RGB-D相机逐渐流行并改良,使同时获得纹理信息和深度信息变得更为便利。二维特征在缺少纹理信息时无法有效表达,而三维特征在几何信息不足的场景中表现欠佳,因此,利用更丰富的信息源、将RGB图像的纹理信息与深度图像的几何信息进行融合以提取稳健的局部特征成为一种新趋势。本论文主要针对现有的 RISAS（A Novel Rotation,Illumination,Scale Invariant Appear-ance and Shape Feature）算法进行优化,提出一种面向SLAM的RGB-D图像特征检测与描述算法TEG（TExture and Geometric feature）,显著提高了算法的计算效率和对抗场景变化的鲁棒性。本论文的主要内容和成果如下:·利用简化的高斯图像金字塔感知不同近邻的纹理信息,并计算高斯差分的自响应值作为纹理特征。相比于SIFT（Scale Invariant Feature Transfor... 

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 局部特征的研究现状
        1.2.1 特征检测算法
        1.2.2 特征描述算法
        1.2.3 深度学习算法
    1.3 研究内容
    1.4 结构安排
2 相关背景知识
    2.1 RGB-D相机
        2.1.1 相机成像模型
        2.1.2 坐标系变换
    2.2 特征匹配
        2.2.1 匹配策略
        2.2.2 匹配评测
        2.2.3 随机采样一致
    2.3 本章小结
3 融合纹理和几何信息的局部特征TEG
    3.1 特征检测子
        3.1.1 纹理特征检测
        3.1.2 几何特征检测
        3.1.3 自相关响应
        3.1.4 关键点提取
    3.2 特征描述子
        3.2.1 离群点筛选
        3.2.2 点云平面拟合
        3.2.3 描述向量建立
    3.3 本章小结
4 TEG性能评测
    4.1 实验设置
    4.2 消融实验和参数探究
        4.2.1 检测子中点云梯度元素的影响
        4.2.2 检测子中纹理信息与几何信息的作用
        4.2.3 描述子的分块数量[ng,np,nd]
    4.3 检测子性能评估
        4.3.1 不同光照下的对比实验
        4.3.2 结合描述子的对比实验
    4.4 描述子性能评估
        4.4.1 场景单独变化对比实验
        4.4.2 场景混合变化对比实验
    4.5 SLAM应用对比实验
    4.6 时间效率分析
    4.7 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
参考文献
作者简介
文章目录


【参考文献】：
硕士论文
[1]RGB-D特征检测与描述方法及其应用研究[D]. 黎晓阳.浙江大学 2017
[2]基于灰度值和法向量相对序列的RGB-D描述子[D]. 冯光华.浙江大学 2015



本文编号：3705739