基于Harris-SIFT的移动机器人视觉定位

摘要

目标识别和深度估计是移动机器人视觉定位的两个难点问题.针对这两个问题,文章提出了Harris-SIFT特征提取算法和基于尺度空间的深度估计算法.HarTis-SIFT结合了SIFT(Scale InvariantFeature Transform)算法和Harris角点检测器,去除SIFT得到的不具有显著角点特征的特征点,以提高SIFT特征点集合的整体显著性,从而改善匹配和识别效果.此外,Harris-SIFT只需要为部分SIFT特征点生成特征描述,缩短了计算时间,适合实时应用场合.基于尺度空间的深度估计算法通过计算参考图和目标图的特征尺度比,得到图像中同一目标的近似尺寸比例,再结合参考图中目标的深度信息,便可恢复出目标图中目标的深度信息.实验表明,在移动机器人自主导航过程中,基于Har-ris-SIFT的目标识别体系可以准确而有效地识别目标,同时尺度空间深度估计算法也能较准确地定位目标.结合Harris-SIFT和尺度空间深度估计算法可以很好地完成移动机器人视觉定位.