一种面向月面导航的自适应的地标选取方法

摘要

一种面向月面导航的自适应的地标选取方法，包括如下步骤：1)利用SiftGPU算法进行sift特征点的提取；2)进行特征点的降采样；3)采用自适应的DBSCAN聚类算法对第二步操作后的特征点进行聚类，过程如下：3.1)根据每个特征点的最短距离分布，来获取聚类算法的初始化参数；3.2)采用非递归的方式进行DBSCAN算法的实现，得到多个候选的地标；4)通过对相邻两帧图像进行匹配，获取当前地标中正确匹配上的特征点M，以及所有地标中匹配上特征点最多的M_max和检测到的特征点数A，利用评价函数来获取得分最高的地标为选取地标。本发明自适应能力较好、实时性良好。

主权项

一种面向月面导航的自适应的地标选取方法，其特征在于：所述地标选取方法包括如下步骤：1)利用SiftGPU算法进行sift特征点的提取；2)进行特征点的降采样；3)采用自适应的DBSCAN聚类算法对第二步操作后的特征点进行聚类，过程如下：3.1)根据每个特征点的最短距离分布，来获取聚类算法的初始化参数e；3.2)建立一种新的数据结构，该数据结构为一种二维数组，二维数组中的每一个元素存放一个一维数组的指针，若没有对应的一维数组则存放NULL指针；对于每一个数据点计算其在所述数据结构的表格中的位置，其中每一格的宽度高度均为e，假如当前位置非空，则将当前点加到当前位置保存的数组的末端，直到所有数据点均已经分配完毕；采用非递归的方式进行DBSCAN算法的实现，得到多个候选的地标；4)通过对相邻两帧图像进行匹配，获取当前地标中正确匹配上的特征点M，以及所有地标中匹配上特征点最多的M_max和检测到的特征点数A，利用如下评价函数函数来获取得分Score最高的地标为选取地标；$Score=C_1\times \frac{M}{M_{\max }}+C_2\times \frac{M}{A}$其中，C₁、C₂为系数。