图像的定位方法、装置、电子设备、存储介质及程序产品与流程

本技术实施例涉及计算机视觉，尤其涉及一种图像的定位方法、装置、电子设备、存储介质及程序产品。

背景技术：

1、随着全景相机技术的发展，越来越的领域应用到了该技术。目前全景相机运行视觉(simultaneous localization and mapping，slam)方案主要是通过视觉特征匹配跟踪的方式进行实时位姿的估计和地图的构建。但是这种方式由于邻帧之间特征匹配过程中存在着误差，且随着slam系统的运行，该误差容易累计，最终导致即便检测到闭环也无法很好地优化收敛，从而导致图像的定位效果较差的问题。

技术实现思路

1、本技术实施例提供一种图像的定位方法、装置、电子设备、存储介质及程序产品，以解决现有技术中图像的定位效果较差的问题。

2、为解决上述问题，本技术是这样实现的：

3、第一方面，本技术实施例提供了一种图像的定位方法，所述方法包括：

4、对全景图像进行区域划分，得到第一区域和第二区域，所述第一区域为所述全景图像中的地面区域，所述第二区域为所述全景图像中的背景区域；

5、对所述第一区域进行特征提取，得到所述第一特征点匹配关系，以及对所述第二区域进行特征提取，得到所述第二特征点匹配关系；

6、基于所述第一特征点匹配关系确定第一权重，以及基于所述第二特征点匹配关系确定第二权重，所述第一权重为所述第一区域的采样概率的权重值，所述第二权重为所述第二区域的采样概率的权重值；

7、根据所述第一权重和所述第二权重对所述第一区域的采样概率和所述第二区域的采样概率进行加权计算，得到定位结果。

8、可选的，所述对所述第一区域进行特征提取，得到所述第一特征点匹配关系，以及对所述第二区域进行特征提取，得到所述第二特征点匹配关系，包括：

9、使用第一特征追踪算法对所述第一区域所包括的第一特征点进行图像匹配，得到所述第一特征点匹配关系；

10、使用第二特征追踪算法对所述第二区域所包括的第二特征点进行特征匹配和特征追踪，得到所述第二特征点匹配关系。

11、可选的，所述第一特征点匹配关系包括所述第一区域所包括的第一特征点的匹配数量，所述第二特征点匹配关系包括所述第二区域所包括的第二特征点的匹配数量，所述基于所述第一特征点匹配关系确定第一权重，以及基于所述第二特征点匹配关系确定第二权重，包括：

12、确定所述第一区域的像素值，得到第一像素值，以及确定所述第二区域的像素值，得到第二像素值；

13、计算所述第一特征点的匹配数量，得到第一目标值，以及计算所述第二特征点的匹配数量，得到第二目标值；

14、根据所述第一像素值和所述第一目标值计算得到所述第一权重，以及根据所述第二像素值和所述第二目标值计算得到所述第二权重。

15、可选的，所述根据所述第一像素值和所述第一目标值计算得到所述第一权重，以及根据所述第二像素值和所述第二目标值计算得到所述第二权重，包括：

16、计算第一和值和第二和值的比值，得到第三目标值，其中，所述第一和值为所述第一目标值与所述第二目标值之和，所述第二和值为所述第一像素值与所述第二像素值之和；

17、计算所述第三目标值和所述第一像素值的乘积，得到第四目标值，以及计算所述第三目标值和所述第二像素值的乘积，得到第五目标值；

18、计算所述第四目标值与所述第一目标值的比值，得到所述第一权重，以及计算所述第五目标值与所述第二目标值的比值，得到所述第二权重

19、可选的，所述根据所述第一权重和所述第二权重对所述第一像素集合的采样概率和所述第二像素集合的采样概率进行加权计算，得到定位结果之前，所述方法还包括：

20、计算所述第四目标值和第一乘积值的比值，得到所述第一像素集合的采样概率，以及计算所述第五目标值和第二乘积值的比值，得到所述第二像素集合的采样概率；

21、其中，所述第一乘积值为所述第一目标值与第三和值的乘积，所述第二乘积值为所述第二目标值与所述第三和值的乘积，所述第三和值为所述第一目标值与所述第二目标值之和。

22、可选的，所述根据所述第一权重和所述第二权重对所述第一像素集合的采样概率和所述第二像素集合的采样概率进行加权计算，得到定位结果，包括：

23、确定所述第一区域中多个三角网格的法向量；

24、确定所述全景图像的坐标轴与所述多个三角网格的法向量之间的夹角，得到多个夹角，所述多个夹角与所述多个三角网格的法向量一一对应；

25、根据预设夹角值对所述多个夹角进行筛选，确定至少一个目标夹角值；

26、将所述至少一个目标夹角值作为残差，对所述第一像素集合的采样概率进行优化，得到优化后的第一像素集合的采样概率；

27、根据所述第一权重和所述第二权重对所述优化后的第一像素集合的采样概率和所述第二像素集合的采样概率进行加权计算，得到所述定位结果。

28、第二方面，本技术实施例还提供一种图像的定位装置，包括：

29、划分模块，用于对全景图像进行区域划分，得到第一区域和第二区域，所述第一区域为所述全景图像中的地面区域，所述第二区域为所述全景图像中的背景区域；

30、提取模块，用于对所述第一区域进行特征提取，得到所述第一特征点匹配关系，以及对所述第二区域进行特征提取，得到所述第二特征点匹配关系；

31、确定模块，用于基于所述第一特征点匹配关系确定第一权重，以及基于所述第二特征点匹配关系确定第二权重，所述第一权重为所述第一区域的采样概率的权重值，所述第二权重为所述第二区域的采样概率的权重值；

32、计算模块，用于根据所述第一权重和所述第二权重对所述第一区域的采样概率和所述第二区域的采样概率进行加权计算，得到定位结果。

33、第三方面，本技术实施例还提供一种电子设备，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；所述处理器，用于读取存储器中的程序实现如前述第一方面所述方法中的步骤。

34、第四方面，本技术实施例还提供一种可读存储介质，用于存储程序，所述程序被处理器执行时实现如前述第一方面所述方法中的步骤。

35、第五方面，本技术实施例还提供一种计算机程序产品，所述计算机程序产品被存储在存储介质中，所述计算机程序产品被至少一个处理器执行以实现如第一方面所述方法中的步骤。

36、本技术提供一种图像的定位方法、装置、电子设备、存储介质及程序产品，该方法包括：对全景图像进行区域划分，得到第一区域和第二区域，所述第一区域为所述全景图像中的地面区域，所述第二区域为所述全景图像中的背景区域；对所述第一区域进行特征提取，得到所述第一特征点匹配关系，以及对所述第二区域进行特征提取，得到所述第二特征点匹配关系；基于所述第一特征点匹配关系确定第一权重，以及基于所述第二特征点匹配关系确定第二权重，所述第一权重为所述第一区域的采样概率的权重值，所述第二权重为所述第二区域的采样概率的权重值；根据所述第一权重和所述第二权重对所述第一区域的采样概率和所述第二区域的采样概率进行加权计算，得到定位结果。本技术通过将全景图像进行区域划分后，生成不同的地面区域和背景区域，通过对地面区域和背景区域进行特征提取后，确定不同区域的采样概率的权重值，进行加权计算后，得到定位结果，提高了全景图像的定位效果。