为了满足月球车视觉系统实时性和可靠性的要求,提出了一种基于点和边缘特征提取的立体匹配算法。首先采用高斯滤波和有限对比适应性直方均衡化(CLAHE)方法对校正后的立体图像对进行预处理,以削弱噪声和对比度的影响。其次研究了图像的SIFT特征点和边缘特征提取和匹配方法,以获得月球车周围的环境概貌和障碍物信息。最后将匹配成功的SIFT特征与边缘特征相结合,计算特征点对应的三维信息,实现月面环境地形重构,验证了算法的有效性。
根据对月球车立体视觉系统及其工作环境特点的分析,提出了一种特征辅助的区域匹配算法。该算法将匹配分为特征匹配和区域匹配两个阶段进行。特征匹配阶段利用几何约束和多特征匹配得到高可靠的边缘匹配结果。边缘匹配结果经滤波后用于辅助区域匹配,有效地减少了无特征辅助的区域匹配在无纹理和少纹理区域容易产生的误匹配。算法结合特征匹配和区域匹配各自的优点,可以以较高的可靠性得到密集的视差图。实验结果表明,该算法用于室外自然地形图对的匹配时,可以生成较为准确和密集的地形图,满足月球车立体视觉导航的需要。
