Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学胡庆雷获国家专利权

北京航空航天大学胡庆雷获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于矩阵特征值的特征点错误匹配率降低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:CN115661243B

龙图腾网通过国家知识产权局官网在2025-10-28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:202211292282.8,技术领域涉及:G06T7/73;该发明授权一种基于矩阵特征值的特征点错误匹配率降低方法是由胡庆雷;蒋催催;邵小东;郑建英;郭雷设计研发完成,并于2022-10-21向国家知识产权局提交的专利申请。

一种基于矩阵特征值的特征点错误匹配率降低方法在说明书摘要公布了:本发明提供一种基于矩阵特征值的特征点错误匹配率降低方法,属于视觉目标位姿测量系统设计领域,包括以下步骤:定义三维世界坐标到二维图像坐标投影过程,并初始化所有匹配点为正确点,利用正确点将非线性系统转换为线性系统并定义误差函数,对二维图像坐标进行预测,获取预测值和测量值图像坐标之间的误差,通过分析误差分布情况,确定错误点和正确点,根据挑选的正确点重新循环上述过程若干次数,从而不断降低特征点错误匹配率。本发明通过对错误点批量处理,实现对特征点错误匹配率的降低。

本发明授权一种基于矩阵特征值的特征点错误匹配率降低方法在权利要求书中公布了:1.一种基于矩阵特征值的特征点错误匹配率降低方法,其特征在于,包括如下步骤: 步骤S1:定义三维世界坐标到二维图像坐标投影过程,并初始化所有匹配点为正确点;所述步骤S1中对于三维世界坐标点到二维图像坐标投影的透视过程为: 1 其中,表示第个点的深度,表示已知摄像机内部标定参数,和分别为旋转矩阵和位置向量: 2 定义矩阵如下: 3 步骤S2:利用正确点将非线性系统转换为线性系统并定义误差函数,对二维图像坐标进行预测,包括: 将公式3矩阵写成向量形式: ; 已知有对三维世界坐标点到二维图像坐标,然后利用直接线性变换推导公式1如下: 4 5 其中代表乘的零矩阵,分别根据图像坐标和将矩阵拆写成两个矩阵: 6 首先利用矩阵定义一个基于特征值的误差函数: 7 其中为待求图像坐标预测值,,符号代表使达到最小值的变量的取值,代表矩阵的行列式,设定: 8 其中代表矩阵第到行、第到列构成的矩阵,则,以及分析得出,对上述公式进行推导得到如下: 9 通过分析得到上述公式是以一个关于一元二次方程的平方,求取这个函数的最小值,计算二元一次方程判别式如下: 10 如果,则公式7中误差函数的解为,如果,则公式7中误差函数的解为; 其次利用矩阵定义另一个基于特征值的误差函数: 11 其中为待求图像坐标预测值,定义,设定: 12 其中代表矩阵第到行、第到列构成的矩阵,则,以及分析得出,对公式7进行推导得到如下: 13 分析可知上述公式是以一个关于一元二次方程的平方,求取这个函数的最小值,计算二元一次方程判别式如下: 14 如果,则公式11中误差函数的解为,如果,则公式11中误差函数的解为; 步骤S3:获取预测值和测量值图像坐标之间的误差,通过分析误差分布情况,确定错误点和正确点; 步骤S4:根据挑选出来的正确点重新按照步骤S2、步骤S3循环若干次数,从而不断降低特征点错误匹配率。

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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。