一种基于改进TF-IDF的SLAM回环检测算法

提出了一种基于改进TF-IDF的视觉SLAM回环检测算法,用于检测曾经访问过的位置,来消除定位过程中的累积误差.首先,针对在人造建筑场景中使用SLAM算法对图像点特征进行计算容易导致检测失败的问题,采用图像中的直线作为特征来进行回环检测的计算.其次,在LBD(line band descriptor)图像线特征描述子的基础上进一步提取了二进制LBD描述子来进行视觉词典的构建,保证了线特征的处理效率.提出了一种改进的TF-IDF(term frequency&inverse document frequency)单词权重确定方法,提高了视觉单词评分之间的区分度.最后,以室内建筑环境和输电线路场景为例进行实验,结果显示,所提出的基于线特征的回环检测算法比基于点特征的算法有较高的检测准确率,有助于提高SLAM算法的计算性能.

多重约束条件下的LBD描述子与直线段匹配

目的针对直线描述子匹配算法缺乏有效的几何约束,且易受弱纹理、尺度变化的影响,提出一种结合多重约束条件的LBD描述子的直线段匹配算法(LBDs)。方法该算法以LSD算法提取的直线段作为匹配基元,利用SIFT匹配得到的同名点构建同名三角网约束确定候选直线;参考影像上以目标直线段为中心轴建立该直线段的矩形支撑域;根据目标直线段端点及其支撑域四角点在搜索影像上的核线约束建立候选直线段的对应支撑域;利用仿射变换统一目标直线段及候选直线段支撑域的大小;将直线段支撑域分解为大小相等的条形带,通过计算每个条形带的描述符得到该直线段的描述子,依次完成目标直线段与候选直线段LBD描述子的构建;分别计算目标直线段与每个候选直线段描述子向量间的欧氏距离,将满足最近邻距离比准则的候选直线段作为匹配结果;最后选取角度约束对匹配结果检核,确定同名直线。结果实验选取网上公开的3组分别存在角度、旋转、尺度变换的近景影像对作为实验数据,采用LBDs分别对其进行直线段匹配实验,并与其他直线段匹配算法进行对比分析,实验结果表明,LBDs获取同名直线数目约为其他算法的1. 06 1. 41倍,匹配正确率也提高了2. 4 11. 6个百分点,从匹配效率上来看,LBDs更为耗时,但兼顾该算法匹配获得同名直线数目、匹配正确率及运行时间,LBDs的鲁棒性更强,匹配结果的准确性与可靠性较高。结论结合多重约束条件构建的LBD描述子对于存在角度、旋转和尺度变化的影像进行直线匹配过程中具有稳定性。

结合特征编组与局部描述的直线匹配算法

针对直线匹配过程中单一直线描述符的局限性,该文提出一种结合特征编组与局部描述的直线匹配算法,该算法首先利用相邻直线间的特征关系编组直线对进行全局搜索;然后利用双重核线约束确定与目标直线对相对应的候选直线对集;其次建立目标直线对支撑区域以及对应每个候选直线对的支撑区域,借助仿射变换统一目标和候选支撑区域的大小,分别构建直线对两直线的LBD描述子进行局部描述,根据直线间形成的特征向量计算欧氏距离,将满足最近邻距离比准则的候选直线作为匹配结果;最后对匹配结果进行后处理,剔除部分错误匹配,获得"一配一"的同名直线。实验选择网上公开的、具有代表性的近景影像数据,结果表明该文算法可获得可靠的匹配结果,与其他算法相比,该文算法对于影像间存在视角、光照、旋转和前景变换等复杂条件仍达到了95%以上的匹配正确率,具有较好的鲁棒性和普适性。