一种局部立体匹配方法
    1.
    发明授权

    公开(公告)号:CN112348871B

    公开(公告)日:2023-02-10

    申请号:CN202011279580.4

    申请日:2020-11-16

    申请人: 长安大学

    IPC分类号: G06T7/55

    摘要: 本发明公开了一种局部立体匹配方法,该方法包括以下步骤:一、图像采集及极线校正;二、RGB三分量提取;三、颜色匹配代价的获取;四、梯度匹配代价的获取;五、匹配代价函数的获取;六、判断窗口区域的获取;七、匹配代价的聚合;八、视差优化。本发明方法步骤简单,基于彩色图像进行局部匹配,有效地利用彩色图像的颜色信息,不仅提高了立体匹配的准确度,而且对视差图进行优化,提高了视差图的准确度,便于视差图后续的深度信息分析。

    一种基于RGB-D图像的SLAM方法

    公开(公告)号:CN112560648A

    公开(公告)日:2021-03-26

    申请号:CN202011448199.6

    申请日:2020-12-09

    申请人: 长安大学

    摘要: 本发明公开了一种基于RGB‑D图像的SLAM方法,该方法包括以下步骤:一、RGB‑D图像的获取;二、RGB‑D图像的特征点提取与匹配;三、计算旋转矩阵和平移矩阵;四、RGB‑D图像中关键帧的获取;步骤五、关键帧的闭环判断;步骤六、RGB‑D图像的全局优化;步骤七、构建网格地图。本发明方法步骤简单、设计合理且实现方便,解决暴力匹配问题,且减少匹配点对质量差别造成深度相机位姿的误差,提高了SLAM的精度和实时性,从而能够满足机器人实时SLAM的要求,并且具有极高的精度。

    一种局部立体匹配方法
    3.
    发明公开

    公开(公告)号:CN112348871A

    公开(公告)日:2021-02-09

    申请号:CN202011279580.4

    申请日:2020-11-16

    申请人: 长安大学

    IPC分类号: G06T7/55

    摘要: 本发明公开了一种局部立体匹配方法,该方法包括以下步骤:一、图像采集及极线校正;二、RGB三分量提取;三、颜色匹配代价的获取;四、梯度匹配代价的获取;五、匹配代价函数的获取;六、判断窗口区域的获取;七、匹配代价的聚合;八、视差优化。本发明方法步骤简单,基于彩色图像进行局部匹配,有效地利用彩色图像的颜色信息,不仅提高了立体匹配的准确度,而且对视差图进行优化,提高了视差图的准确度,便于视差图后续的深度信息分析。

    一种基于RGB-D图像的SLAM方法

    公开(公告)号:CN112560648B

    公开(公告)日:2023-04-07

    申请号:CN202011448199.6

    申请日:2020-12-09

    申请人: 长安大学

    摘要: 本发明公开了一种基于RGB‑D图像的SLAM方法,该方法包括以下步骤:一、RGB‑D图像的获取;二、RGB‑D图像的特征点提取与匹配;三、计算旋转矩阵和平移矩阵;四、RGB‑D图像中关键帧的获取;步骤五、关键帧的闭环判断;步骤六、RGB‑D图像的全局优化;步骤七、构建网格地图。本发明方法步骤简单、设计合理且实现方便,解决暴力匹配问题,且减少匹配点对质量差别造成深度相机位姿的误差,提高了SLAM的精度和实时性,从而能够满足机器人实时SLAM的要求,并且具有极高的精度。