买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种照度不均的水下场景同时定位与建图方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118212511B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410170879.8，技术领域涉及：G06V20/05；该发明授权一种照度不均的水下场景同时定位与建图方法是由丛杨;李明学设计研发完成，并于2024-02-06向国家知识产权局提交的专利申请。

本一种照度不均的水下场景同时定位与建图方法在说明书摘要公布了：本发明公开了一种照度不均的水下场景同时定位与建图方法，包括以下步骤：建立数据集，针对照度不均的情况收集数据并进行图像处理，建立照度不均图像特征提取与匹配数据集；设计特征提取器进行图像点特征提取；对点特征进行编码描述，实现照度不均图像的相同特征匹配方法；根据SLAM运行特点，对特征匹配结果实现特定区域匹配完成匹配特征的筛选。本发明利用神经网络对于特定任务的拟合能力实现照度不均图像特征提取与匹配，根据SLAM运行特点实现图像特征鲁棒性匹配。本发明基于图像处理的方法对特征进行提取和匹配，在水下照度不均的特定场景中能够实现优于传统特征提取匹配的性能，减少SLAM运行过程中跟踪丢失概率。

本发明授权一种照度不均的水下场景同时定位与建图方法在权利要求书中公布了：1.一种照度不均的水下场景同时定位与建图方法，其特征在于，包括以下步骤： S1、采集具有包含目标物体的图像，并利用直方图均衡化对图像进行预处理； S2、对预处理之后的图像提取物体的点特征，记录点特征信息； S3、随机选取图像区域，将图像通过亮度调整使其具有照度不均性质； S4、将亮度调整后图像与源图像进行数据增强，对原有图像进行扩充，生成新的图像样本； S5、将数据增强后图像与源图像提取到的点特征进行匹配，并将匹配信息进行存储，构建照度不均图像数据集； S6、构建特征提取器对图像进行特征提取，从照度不均匀的图像中捕捉到稳定且可区分的特征点，并使用数据集测试特征提取器的性能，通过评估提取的特征在不同照度条件下的一致性和鲁棒性来判断特征提取器的有效性； 使用特征提取器对图像进行特征提取包括： 对图像下采样到Hc×Wc，之后针对每个像素进行逐一特征点检测，具体优化函数如下： 其中，Hc和Wc是经过下采样之后的图像的高和宽，xhw是Hc×Wc维的特征向量，其中每一数值代表在对应像素是否为特征点的相应值；yhw为Hc×Wc维的特征向量，为真实值，在有特征点的位置为1，其余位置为0； S7、构建特征匹配器，特征匹配器通过对特征的数学编码以及数学描述对图像进行特征匹配，实现不同图像在不同照度条件下的特征点创建关联关系； 特征匹配器对图像进行特征匹配包括： 输入为两张图像，分别为原始图像与目标图像；由于在SLAM运动过程中通常有静态世界假设，所以特征匹配为刚性匹配，满足单应性假设；对两张图的点特征进行匹配，求得单应性矩阵H；原始图像特征点位置经过单应性变换之后应能完全与目标图像特征点位置匹配，并且此等假设不受照度不均的影响，特征匹配函数如下： xs＝DH*Is xt＝DIt 其中，Hc和Wc是经过下采样之后的图像的高和宽，Lmatch为特征匹配函数，xs为原始图像F维特征向量，xt为目标图像Hc×Wc维特征向量；Is为原始图像；It为目标图像；D·将图像拉伸成Hc×Wc向量，H表示单应性矩阵； S8、根据同时定位与建图过程SLAM的实时运行状态，对特征匹配的结果进行邻域筛选，在匹配结果中筛选出与相邻区域的匹配一致的特征点，从而减少误匹配和提升SLAM系统的稳定性和性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。