基于场景三维点云的视觉定位方法及装置的制造方法
【技术领域】
[0001] 本发明涉及计算机技术，具体涉及一种基于场景三维点云的视觉定位方法及装 置。
【背景技术】
[0002] 当前，随着智能终端的发展，基于位置的服务受到越来越多的关注，促使定位技术 成为研宄热点。常见的定位技术一般基于GPS或者Wi-Fi无线网络等。但是这些定位技术 存在着易受干扰、适用范围有限等诸多问题。
[0003] 视觉定位（Image-based Localization)技术，即基于场景三维点云计算查询图像 的相机在该点云中的位置和方向，能够有效地解决上述问题。
[0004] 然而，视觉定位技术是基于查询图像的局部特征与场景点云中的点之间的匹配关 系来确定查询图像的相机位置和方向的。当前，场景点云的规模往往在百万量级甚至更大， 因此，寻找查询图像局部特征和场景点之间的匹配关系需要进行大量的计算，导致视觉定 位技术中寻找匹配关系的效率无法提高。
【发明内容】
[0005] 针对现有技术中的缺陷，本发明提供了一种基于场景三维点云的视觉定位方法及 装置，能够提高视觉定位方法中寻找匹配关系的效率。
[0006] 第一方面，本发明提供一种基于场景三维点云的视觉定位方法，包括：
[0007] 将预先建立的场景点云划分为多个不相交的子集；
[0008] 根据待查询图像的全局特征描述子、每个子集的全局特征描述子，将所有子集进 行优先级排序，获得优先级排序后的子集队列；
[0009] 选择所述子集队列中的第一个子集，查找该第一个子集中的各场景点与所述待查 询图像的局部特征描述子的匹配关系，并确定查找到的匹配关系是否满足预设的结束条 件，如果满足，则结束；
[0010] 否则，选择所述子集队列中的第二个子集，查找所述第一个子集和第二个子集中 各场景点与所述待查询图像的局部特征描述子的匹配关系，并确定查找到的匹配关系是否 满足结束条件，如果满足，则结束；
[0011] 否则，重复选择所述子集队列中的第N个子集，并查找从第一个子集至第N个子集 中各场景点与所述待查询图像的局部特征描述子的匹配关系，直至所述匹配关系满足预设 结束条件，N为大于2的自然数；
[0012] 根据查找到的所述匹配关系估计拍摄待查询图像相机的位置和方向。
[0013] 可选地，所述根据查找到的所述匹配关系估计待查询图像所属相机的位置和方向 之前，所述方法还包括：
[0014] 在已经查找M个子集之后的匹配关系仍不满足所述结束条件时，确定M个子集中 所有场景点的数量是否大于预设阈值，若大于，则结束，M为大于1的自然数。
[0015] 可选地，根据待查询图像的全局特征描述子、每个子集的全局特征描述子，将所有 子集进行优先级排序，获得优先级排序后的子集队列，包括：
[0016] 获取所述待查询图像的全局特征描述子，以及获取每个子集的全局特征描述子；
[0017] 确定每个子集的全局特征描述子与所述待查询图像的全局特征描述子的度量距 离；
[0018] 根据度量距离的大小，将所有子集进行排序，获得所述子集队列，排在所述子集队 列中第一位的子集优先级最高，对应的度量距离最小。
[0019] 可选地，所述将预先建立的场景点云划分为多个不相交的子集，包括：
[0020] 采用划分算法将所述场景点云划分为多个不相交的子集。
[0021] 可选地，获取每个子集的全局特征描述子，包括：
[0022] 获取一子集中所有场景点的局部特征描述子；
[0023] 根据所有场景点的局部特征描述子生成所有场景点所属子集的全局特征描述 子；
[0024] 或者，
[0025] 获取一子集中所有场景点的局部特征描述子；
[0026] 获取每一场景点对应的所有局部特征描述子的平均值
[0027] 根据所有场景点的局部特征描述子的平均值生成所有场景点所属子集的全局特 征描述子。
[0028] 第二方面，本发明提供一种基于场景三维点云的视觉定位装置，包括：
[0029] 子集划分单元，用于将预先建立的场景点云划分为多个不相交的子集；
[0030] 子集队列获取单元，用于根据待查询图像的全局特征描述子、每个子集的全局特 征描述子，将所有子集进行优先级排序，获得优先级排序后的子集队列；
[0031] 匹配关系查找单元，用于选择所述子集队列中的第一个子集，查找该第一个子集 中的各场景点与所述待查询图像的局部特征描述子的匹配关系，并确定查找到的匹配关系 是否满足结束条件，如果满足，则结束；否则，选择所述子集队列中的第二个子集，查找所述 第一个子集和第二个子集中各场景点与所述待查询图像的局部特征描述子的匹配关系，并 确定查找到的匹配关系是否满足结束条件，如果满足，则结束；否则，重复选择所述子集队 列中的第N个子集，并查找从第一个子集至第N个子集中各场景点与所述待查询图像的局 部特征描述子的匹配关系，直至所述匹配关系满足预设结束条件，N为大于2的自然数；
[0032] 估计单元，用于根据查找到的所述匹配关系估计拍摄待查询图像相机的位置和方 向。
[0033] 可选地，所述匹配关系查找单元，还用于
[0034] 在已经查找M个子集之后的匹配关系仍不满足所述结束条件时，确定M个子集中 所有场景点的数量是否大于预设阈值，若大于，则结束，将在M个子集中查找到的匹配关系 作为最后的匹配关系，M为大于1的自然数。
[0035] 可选地，所述子集队列获取单元，具体用于
[0036] 获取所述待查询图像的全局特征描述，以及获取每个子集的全局特征描述子；
[0037] 确定每个子集的全局特征描述子与所述待查询图像的全局特征描述子的度量距 离；
[0038] 根据度量距离的大小，将所有子集进行排序，获得所述子集队列，排在所述子集队 列中第一位的子集优先级最高，对应的度量距离最小。
[0039] 可选地，所述子集划分单元，具体用于
[0040] 采用划分算法将所述场景点云划分为多个不相交的子集。
[0041] 可选地，所述子集队列获取单元，还用于
[0042] 获取一子集中所有场景点的局部特征描述子；
[0043] 根据所有场景点的局部特征描述子生成所有场景点所属子集的全局特征描述 子；
[0044] 或者，
[0045] 获取一子集中所有场景点的局部特征描述子；
[0046] 获取每一场景点对应的所有局部特征描述子的平均值
[0047] 根据所有场景点的局部特征描述子的平均值生成所有场景点所属子集的全局特 征描述子。
[0048] 由上述技术方案可知，本发明的基于场景三维点云的视觉定位方法及装置，通过 将场景点云划分为各个子集，进而在各子集中查找与待查询图像局部特征描述子的匹配关 系，由此，可降低视觉定位方法的查询复杂度，且能够提高查询效率。
【附图说明】
[0049] 图1为本发明一实施例提供的基于场景三维点云的视觉定位方法的流程示意图；
[0050] 图2为本发明一实施例提供的基于场景三维点云的视觉定位装置的结构示意图。
【具体实施方式】
[0051] 下面结合附图，对发明的【具体实施方式】作进一步描述。以下实施例仅用于更加清 楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。本发明实施例中所使 用的"第一"、"第二"仅为更清楚的说明本申请的内容，不具有特定含义，也不限定任何内 容。
[0052] 图1示出了本发明一实施例提供的基于场景三维点云的视觉定位方法的流程示 意图，如图1所示，本实施例中的基于场景三维点云的视觉定位方法如下所述。
[0053] 101、将预先建立的场景点云划分为多个不相交的子集。
[0054] 举例来说，可采用划分算法将所述场景点云划分为多个不相交的子集，使得场景 点云中距离较近的点被划分在同一个子集中，距离较远的点被划分在不同的子集中，并且 最终划分出来的各个子集包含的元素个数尽量均匀。
[0055] 可理解的是，划分算法可为基于层次K-Means算法改进的划分算法。
[0056] 102、根据待查询图像的全局特征描述子、每个子集的全局特征描述子，将所有子 集进行优先级排序，获得优先级排序后的子集队列；
[0057] 103、选择所述子集队列中的第一个子集，查找该第一个子集中的各场景点与所述 待查询图像的局部特征描述子的匹配关系，并确定查找到的匹配关系是否满足预设的结束 条件，如果满足，则结束，否则，执行步骤l〇3a ;
[0058] 103a、选择所述子集队列中的第二个子集，查找所述第一个子集和第二个子集中 各场景点与所述待查询图像的局部特征描述子的匹配关系，并确定查找到的匹配关系是否 满足预设的结束条件，如果满足，则结束；否则执行步骤103b ;
[0059] 103b、重复选择所述子集队列中的第N个子集，并查找从第一个子集至第N个子集 中各场景点与所述待查询图像的局部特征描述子的匹配关系，直至所述匹配关系满足结束 条件，N为大于2的自然数；
[0060] 本实施例中，上述即为在子集队列中按照优先级顺序寻找/查找待查询图像的局 部特征描述子和各个子集中的场景点的匹配关系，直至满足结束条件。
[0061] 另外，需要说明的是，如果在查找从