针对主流视觉SLAM(Simultaneous localization and mapping)算法中视觉里程计在捕捉特征点时因画面抖动而导致特征点跟踪匹配失败的问题,从数据源角度出发提出一种面向视觉里程计的光流消抖算法。通过计算比较相邻帧的平均光流与所有平...针对主流视觉SLAM(Simultaneous localization and mapping)算法中视觉里程计在捕捉特征点时因画面抖动而导致特征点跟踪匹配失败的问题,从数据源角度出发提出一种面向视觉里程计的光流消抖算法。通过计算比较相邻帧的平均光流与所有平均光流的大小,判断出存在抖动的数据帧;通过建立帧预测算法模型,对抖动帧进行重新预测。实验结果表明:对一段存在抖动帧的视频数据进行处理,抖动处平均光流下降幅度最高达到36.80%。该算法能够有效预测抖动帧,达到了视频数据消抖的目的,满足了视觉里程计在抖动环境下的实时运行要求。展开更多
文摘针对主流视觉SLAM(Simultaneous localization and mapping)算法中视觉里程计在捕捉特征点时因画面抖动而导致特征点跟踪匹配失败的问题,从数据源角度出发提出一种面向视觉里程计的光流消抖算法。通过计算比较相邻帧的平均光流与所有平均光流的大小,判断出存在抖动的数据帧;通过建立帧预测算法模型,对抖动帧进行重新预测。实验结果表明:对一段存在抖动帧的视频数据进行处理,抖动处平均光流下降幅度最高达到36.80%。该算法能够有效预测抖动帧,达到了视频数据消抖的目的,满足了视觉里程计在抖动环境下的实时运行要求。