視覺里程計(jì)

一、直接法

使用特征點(diǎn)估計(jì)相機(jī)運(yùn)動(dòng)的缺點(diǎn):
1、關(guān)鍵點(diǎn)的提取與描述子的計(jì)算非常耗時(shí)。SIFT無(wú)法在CPU上實(shí)時(shí)計(jì)算。
2、使用特征點(diǎn),忽略了除去特征點(diǎn)以外的所有信息。丟棄了大部分可能有用的圖像信息。
3、相機(jī)有時(shí)會(huì)運(yùn)動(dòng)到特征缺失的地方,如白墻,我們可能找不到足夠的匹配點(diǎn)來(lái)計(jì)算相機(jī)運(yùn)動(dòng)
有以下幾種方法克服這些缺點(diǎn):
1、保留特征點(diǎn),但只計(jì)算關(guān)鍵點(diǎn),不計(jì)算描述子。使用光流法來(lái)跟蹤特征點(diǎn)的運(yùn)動(dòng)。相當(dāng)于使用光流法來(lái)替換匹配描述子。
2、只計(jì)算關(guān)鍵點(diǎn),不計(jì)算描述子。同時(shí)使用直接法來(lái)計(jì)算特征點(diǎn)在下一時(shí)刻圖像的位置。
3、既不計(jì)算關(guān)鍵點(diǎn),也不計(jì)算描述子,而是根據(jù)像素灰度的差異,直接計(jì)算相機(jī)運(yùn)動(dòng)。(通過(guò)最小化光度誤差來(lái)求)。

二、光流法

隨著時(shí)間的經(jīng)過(guò), 同一像素會(huì)在圖像中運(yùn)動(dòng),而我們希望追蹤它的運(yùn)動(dòng)過(guò)程。計(jì)算部分像素運(yùn)動(dòng)的稱為稀疏光流,以Lucas-Kanade光流為代表,亦稱LK光流。

![LK光流法示意圖](http://upload-images.jianshu.io/upload_images/4769746-2d63a861224c765f.png?imageMogr2/auto-orient/ trip%7CimageView2/2/w/1240)

LK光流

在t 時(shí)刻,位于(x,y)處的像素,它的灰度可以寫成 I (x, y, t)
灰度不變假設(shè):同一空間點(diǎn)的像素灰度值,在各個(gè)圖像中是固定不變的。

公式一

泰勒展開后


光流法相比于特征點(diǎn)法,在于能夠節(jié)省一定時(shí)間(但不絕對(duì)),一般只會(huì)碰到特征點(diǎn)跟丟的情況,而不會(huì)遇到誤匹配。
但光流法必須要求相機(jī)運(yùn)動(dòng)是微小的(或采集頻率較高),一般采用拍攝視頻。

三、直接法

在直接法中,由于沒(méi)有特征匹配,我們無(wú)從知道哪一個(gè)p2和p1對(duì)應(yīng)同一個(gè)點(diǎn)。
直接法的思路是根據(jù)當(dāng)前相機(jī)的位姿估計(jì)值,來(lái)尋找p2(第二幅圖的像素點(diǎn))。若相機(jī)位姿不夠好,p2的外觀和p1會(huì)有明顯差別。
為了減少這個(gè)差別,可以優(yōu)化相機(jī)的位姿,來(lái)尋找與p1更相似的p2。這可以通過(guò)解一個(gè)優(yōu)化問(wèn)題來(lái)得到。但此時(shí)最小化的不是重投影誤差,而是光度誤差。也就是P的兩個(gè)像的亮度誤差。

光度誤差

注意這里e是一個(gè)標(biāo)量。優(yōu)化目標(biāo)為該誤差的二范數(shù)為:


能夠做這種優(yōu)化的理由,仍然是基于灰度不變假設(shè)。我們有N個(gè)空間點(diǎn)Pi,整個(gè)相機(jī)位姿估計(jì)問(wèn)題變?yōu)椋?/p>


計(jì)算出目標(biāo)函數(shù)的雅可比矩陣后,可以使用G-N或L-M計(jì)算增量,迭代求解。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容