计算机视觉：在大型 2D 自上而下地图中定位地面图像

Question

我有一张机器人正面朝地面拍摄的图像。我有一张大小为nxn 的二维地图，它显示了房间的布局。我想以某种方式将图像应用于 2D 地图，以生成地图中位置的概率分布，以指示哪些是可能的位置。例如，如果我收到一个角落的图像，那么我知道 2D 地图中更靠近角落的位置应该有更高的可能性。当我有门的图像时也是如此。

我应该如何将图像应用到地图上？我正在考虑类似的事情，为 2D 地图生成一个 nxnxk 特征描述符，并从图像中生成另一个 1x1xk 描述符，然后在 nxn 地图上的每个像素上计算这些描述符之间的相似性。但具体怎么做？

Answer 1

您的问题可能有多个解决方案，但我想到的第一个是“模板匹配”。在模板匹配中，我们有一个参考图像：

还有一张查询图片：

有6种不同的模板匹配方法，您可以找到here的应用示例。

匹配生成的结果图像可以用作像素具有更亮值的概率分布（在 cv.TM_CCOEFF 方法中）。