基于特征点不确定性的相机位姿估计方法

摘要

相机位姿估计广泛应用于地图构建、机器人定位、图像拼接等,是计算机视觉的经典问题。实际应用中,特征点的坐标数据不可避免的包含测量误差。如果不区分各点测量误差直接进行相机位姿估计,会导致估计值偏离真实值。因此,提出基于特征点不确定性的加权正交迭代算法以降低测量误差对估计精度的影响。该算法考虑图像点周围的灰度信息,对特征点图像坐标进行灰度质心优化并利用优化点进行迭代计算,提升迭代算法的精度。为提高算法的抗噪性能,根据代数误差对应特征点分配自动更新的权值,有效提高算法的泛用性。仿真与实机实验结果表明,文中算法较经典的正交迭代算法具有高的精度与抗噪性,具有实用价值。