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！

龙图腾网获悉广东技术师范大学申请的专利一种基于显著性预测的视觉SLAM方法、系统及存储介质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：CN120599233B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511063273.5，技术领域涉及：G06V10/25；该发明授权一种基于显著性预测的视觉SLAM方法、系统及存储介质是由卢旭;周程;陈致科;刘军设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种基于显著性预测的视觉SLAM方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于显著性预测的视觉SLAM方法、系统及存储介质，属于同步定位与建图的技术领域。首先根据当前图像帧和深度帧进行基于多模态融合的显著性预测，获得当前图像帧的灰度图和含有效结构化区域的显著性掩膜，再进行特征提取和匹配得到匹配特征点；然后计算当前图像帧的显著性熵并判断关键帧，并创建地图点进行实时分级获得分级局部地图；最后进行全局BA加权优化，通过不断扩充和维护分级局部地图从而构建全局地图。本发明引入基于多模态融合的显著性预测技术，融合几何信息和深度信息精准感知图像中的有效结构化区域，并捕获与精确匹配显著特征，增强系统感知与关联能力，全面提升系统的稳定性与整体性能。

本发明授权一种基于显著性预测的视觉SLAM方法、系统及存储介质在权利要求书中公布了：1.一种基于显著性预测的视觉SLAM方法，其特征在于，包括下述步骤： 使用搭载在移动平台上的深度相机获取当前周围环境的图像帧和深度帧； 根据当前图像帧和深度帧进行基于多模态融合的显著性预测，获得当前图像帧的灰度图和含有效结构化区域的显著性掩膜； 结合显著性掩膜对当前图像帧进行显著性掩膜驱动的特征提取与匹配，获得拥有显著性值的匹配特征点，具体为： 分别构建当前图像帧灰度图的高斯图像金字塔IPyramid和显著性掩膜的高斯图像金字塔MPyramid； 将IPyramid和MPyramid各层进行栅格化划分；栅格化后每一栅格的边长基于网格参数和当前图像帧的全局梯度均值计算得到； 遍历IPyramid各层的每个栅格，根据栅格图像与MPyramid中对应的栅格图像计算IPyramid各层中每一栅格图像的ORB特征点提取阈值； 根据ORB特征点提取阈值，使用ORB特征点提取算法获得IPyramid各层栅格图像中的特征点和相应的描述符，将提取出的特征点和相应的描述符分别以IPyramid中所处的层数为标签保存到特征点集合KeyPoints和描述符集合KeyPointsDes中； 将特征点集合KeyPionts中的特征点进行四叉树均匀化，剔除部分分布不均匀的特征点，并将均匀化后的特征点和相应的描述符以IPyramid中所处的层数为标签重新保存到特征点集合KeyPionts和描述符集合KeyPointsDes中，作为当前图像帧的特征点； 遍历特征点集合KeyPoints中的特征点，根据特征点的坐标获得MPyramid中对应位置的灰度值作为当前图像帧特征点的显著性值，并以同样的存储结构保存到显著性值集合KeyPointsSal中； 将当前图像帧和上一图像帧进行特征点匹配，获得匹配特征点集合KeyPointsMatch； 依据拥有显著性值的匹配特征点计算当前图像帧的显著性熵，并根据显著性熵判断当前图像帧是否为当前关键帧并保存至关键帧集合KeyFrames中； 利用当前关键帧创建当前地图点并进行实时分级，获得当前分级局部地图，具体为： 对当前关键帧的匹配特征点进行三角化，计算得到当前关键帧中2D特征点对应的3D地图点，并将当前地图点加入分级局部地图； 将当前关键帧匹配特征点的显著性值赋予当前地图点作为地图点的显著性值； 根据当前地图点的显著性值和分级局部地图中所有地图点的显著性均值比较划分当前地图点的等级即获得当前分级局部地图； 根据当前地图点等级和当前分级局部地图的显著性均值对相机位姿进行全局BA加权优化； 通过不断处理深度相机实时捕获的新图像帧和深度帧，扩充和维护当前分级局部地图，从而构建全局地图。

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广东技术师范大学，其通讯地址为：510665 广东省广州市天河区中山大道西293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。