-
公开(公告)号:CN110070577A
公开(公告)日:2019-07-30
申请号:CN201910363058.5
申请日:2019-04-30
Applicant: 电子科技大学
Abstract: 本发明公开一种基于特征分布的视觉SLAM关键帧与特征点选取方法,涉及视觉同步定位与建图领域。具体来说,在视觉同步定位与建图时,本发明提供了一种关键帧与特征点的选取方法。当某帧图像的边缘部分有较多地图中未存储的范围时,将此帧定为关键帧。所选取的特征点应在某帧图像中尽量覆盖全图。本发明在不影响视觉同步定位与建图精度的同时,提高了跟踪稳定性,减少了关键帧、关键点数量,更符合工程应用需求。
-
公开(公告)号:CN110070577B
公开(公告)日:2023-04-28
申请号:CN201910363058.5
申请日:2019-04-30
Applicant: 电子科技大学
Abstract: 本发明公开一种基于特征分布的视觉SLAM关键帧与特征点选取方法,涉及视觉同步定位与建图领域。具体来说,在视觉同步定位与建图时,本发明提供了一种关键帧与特征点的选取方法。当某帧图像的边缘部分有较多地图中未存储的范围时,将此帧定为关键帧。所选取的特征点应在某帧图像中尽量覆盖全图。本发明在不影响视觉同步定位与建图精度的同时,提高了跟踪稳定性,减少了关键帧、关键点数量,更符合工程应用需求。
-
公开(公告)号:CN107273868A
公开(公告)日:2017-10-20
申请号:CN201710505726.4
申请日:2017-06-28
Applicant: 电子科技大学
CPC classification number: G06K9/0063 , G06K9/342 , G06K9/6269
Abstract: 本发明公开了一种遥感图像中区分煤矿区煤堆和煤矸石区域的方法。具体为:首先对高分辨率遥感图像先进行区域分割,得到非规则对象;再利用决策树,对非规则对象依次进行水体区/非水体区、植被区/非植被区、居民区/非居民区、裸地/非裸地、煤矿区/非煤矿区的分类;然后利用LBP算子提取纹理特征从分类为煤矿区的非规则对象中区分出煤堆、煤矸石区域。本发明在结合决策树的基础上,逐层分类,为煤矿区提供一个初步的判决区域,利用K-T变换,有效的将煤矿区提取出来,并利用LBP纹理算子,对煤矿区中的煤堆和煤矸石区域进行有效的区分。
-
-