Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学李妮获国家专利权

北京航空航天大学李妮获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京航空航天大学申请的专利一种基于LoD的VSLAM特征点检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116912515B

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310678832.8,技术领域涉及:G06V10/46;该发明授权一种基于LoD的VSLAM特征点检测方法是由李妮;张甜甜;龚光红;叶必鹏设计研发完成,并于2023-06-08向国家知识产权局提交的专利申请。

一种基于LoD的VSLAM特征点检测方法在说明书摘要公布了:本发明涉及一种基于LoD的VSLAM特征点检测方法,属于计算机视觉技术领域。通过将当前输入图像填充为正方形;根据上一时刻图像的VSLAM跟踪状态,构建并利用填充图像的LoD四叉树模型,获取当前输入图像尺寸范围内的叶子节点;基于VSLAM系统要求的特征点数,计算LoD四叉树每个叶子节点应提取的特征点数,遍历叶子节点提取特征点,直至满足点数要求后,将特征点作为VSLAM的特征匹配环节的输入。本发明能有效减少无弱纹理区域的特征点检测次数,增强纹理丰富区域的特征点提取,从而提高检测效率,进而提高VSLAM跟踪实时性;提高帧间匹配特征点数的同时,减少低响应特征点造成的误匹配,进而提高VSLAM跟踪的准确性和鲁棒性。

本发明授权一种基于LoD的VSLAM特征点检测方法在权利要求书中公布了:1.一种基于LoD的VSLAM特征点检测方法,其特征在于,包括如下步骤: 步骤1,对当前时刻的输入图像进行填充处理,得到正方形的当前时刻的填充图像;其中,的边长为与输入图像尺寸最接近的2的指数; 步骤2,根据上一时刻的输入图像的VSLAM跟踪状态,构建当前时刻的填充图像的LoD四叉树模型,并利用所述LoD四叉树模型,获取在当前时刻的输入图像尺寸范围内的叶子节点; 步骤3,根据VSLAM要求的图像特征点数,计算所述LoD四叉树模型的每个所述叶子节点应提取的图像特征点数,然后遍历所述叶子节点提取图像特征点,直至满足VSLAM的图像特征点数要求,最后将图像特征点作为VSLAM的输入,进行后续VSLAM跟踪与建图; 所述步骤1具体包括: 步骤101,获取当前时刻的输入图像,根据的宽度W和高度H计算当前时刻的填充图像的边长: ; 步骤102,将通用特征点检测算法中特征点描述子计算区域的边长记为PatchSize,对的右边界右侧、宽度为PatchSize的区域进行镜像填充,并对的下边界下侧、宽度为PatchSize的区域进行镜像填充,得到镜像填充图像; 步骤103,对所述镜像填充图像的右边界右侧、宽度为的区域进行0灰度填充,并对的下边界下侧、宽度为的区域进行0灰度填充,得到边长为的当前时刻的填充图像; 所述步骤2具体包括: 情况一:如果上一时刻的输入图像的VSLAM跟踪状态为非正常跟踪,则以的图像中心为根节点构建LoD四叉树模型,然后利用所述LoD四叉树模型获取在尺寸范围内的叶子节点; 情况二:如果上一时刻的输入图像的VSLAM跟踪状态为正常跟踪,则将对应的上一时刻的填充图像的LoD四叉树模型作为的LoD四叉树模型的初始值,根据的灰度采样偏差更新叶子节点,然后获取在尺寸范围内的叶子节点。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。