一种景点识别方法及其系统与流程

本发明属于旅游管理技术设备领域，尤其是涉及一种景点识别方法及其系统。

背景技术：

随着社会的发展，科技的进步，智能手机的应用越来越广。而随着人们生活水平的提高，旅游成为了一种越来越重要的休闲娱乐方式。人们在不熟悉的地方旅游的过程中，手机逐渐变成了一个必不可少的信息获取终端。但随着人们对高效便捷的要求越来越高，现有手机服务逐渐显现出了用户体验上的不足。传统的GPS自动触发技术方案，被动式的自动讲解，不符合游客自然旅游行为习惯，改变了旅游是休闲娱乐的本质。传统的GPS自动触发技术方案，触发精度最高只能到10米，而且一个点只能触发并讲解一次，无法实现多层次的详细逐层讲解介绍。传统的GPS自动触发技术方案，无法解决室内或卫星信号不好的场景中实现定位和触发的问题。传统的GPS自动触发技术方案，因为开着GPS而大量消耗手机电能。

技术实现要素：

为了弥补上景点GPS功能的不足，本发明提出一种景点识别方法及其系统。

其技术方案为，一种景点识别方法，通过用户游览时获取的图像判断并获取该图像所对应的景点信息并自动为用户进行解说，其包括以下步骤：

用户端将各个景区的景点信息进行储存；

在用户端获取到图像后，用户端根据图像特征和对储存的景点信息进行筛选匹配；

用户端匹配到图片对应的景点信息后，将该景点信息调出进行解说。

所述景点信息包括但不限于用于进行图像匹配的图片数据，用于对该景点进行解说的文字及音频信息和用于引导游览的地图信息。

在用户端通过图片识别到景点信息后，根据照片的拍摄角度将用户端位置定位到所述地图上，所述地图信息为离线地图。

一种实现上述的景点识别系统，包括：

储存模块，用于储存景区的景点信息；

拍摄模块，用于获取图片；

提取模块，用于从拍摄的图片中提取图像特征；

匹配模块，用于根据提取的图像特征从储存的景点信息中调取出于该图像匹配的景点信；

显示模块，用于显示匹配到的景点信息；

解说模块，用于根据匹配结果对景点进行解说。

所述储存模块储存的景点信息包括但不限于用于进行图像匹配的图片数据，用于对该景点进行解说的文字及音频信息和用于引导游览的地图信息。

所述用户端为手机。

本发明中，用户通过实现在手机上下载某个景区的数据包。数据包中包括景区中各个景点标志物的图像特征、语音与文本介绍信息。当用户到达景区某地点并打开该应用对标志物拍照后，手机通过拍摄目标提取的特征与待选标志物特征进行相似度匹配，将相似度最高且达到一定阈值的待选标志物作为用户的兴趣点，从而判断出用户所拍摄的景点并为用户播放手机本地的该景点语音介绍，显示景点的介绍文字。可依靠图像特征提取算法，自动生成图像特征文件。通过给客户端只下发图像特征文件的方式，有效降低用户手机流量。本发明所有的识别操作均有用户端离线实现，只要下载好景点数据包后其他都不用再连接网络，大大节省了流量。同时本发明可以随时拍照，随时解说，方便游客独立使用，所有运算均在用户端，减少延迟，方便使用。为了方便用户在旅游过程中获取旅游景点的信息，本系统利用图像识别手段，让用户快速获得景点的详细介绍内容，同时该系统并不会过多的增加手机流量与电量消耗。该系统在服务器上传图片后，可依靠图像特征提取算法，自动生成图像特征文件。通过给客户端只下发图像特征文件的方式，有效降低用户手机流量

附图说明

图1为本发明方法的流程示意图；

图2为本发明系统的结构框型示意图。

具体实施方式

下面结合具体实施例对本发明做进一步说明。

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

如附图1，本发明的一种实施方式。

一种景点识别方法，通过用户游览时获取的图像判断并获取该图像所对应的景点信息并自动为用户进行解说，其包括以下步骤：

用户端将各个景区的景点信息进行储存；

在用户端获取到图像后，用户端根据图像特征和对储存的景点信息进行筛选匹配；

用户端匹配到图片对应的景点信息后，将该景点信息调出进行解说。

所述景点信息包括但不限于用于进行图像匹配的图片数据，用于对该景点进行解说的文字及音频信息和用于引导游览的地图信息。

在用户端通过图片识别到景点信息后，根据照片的拍摄角度将用户端位置定位到所述地图上，所述地图信息为离线地图。

本发明中，实现拍摄各个景点的照片，从照片中提出景点的识别特征的数据文件，并将照片和照片的识别特征作为景点图像数据包发送给用户端，同时随着图像数据发送的还有景点的文字讲解信息、音频解说信息和景区的地图信息。在游客手持用户端进入景区后，用户端拍摄到景点照片后随即提取该照片特征信息，然后对图像数据包进行匹配，根据拍摄的图片定位游客的具体景点位置和景点内容。在定位到具体景点后，用户端显示该景点的讲解信息，根据选择播放解说音频，同时根据用户端拍摄景点的角度及判断其在景点的具体位置，并在景点的数据地图上显示出来。

一种实现上述的景点识别系统，包括：

储存模块，用于储存景区的景点信息；

拍摄模块，用于获取图片；

提取模块，用于从拍摄的图片中提取图像特征；

匹配模块，用于根据提取的图像特征从储存的景点信息中调取出于该图像匹配的景点信；

显示模块，用于显示匹配到的景点信息；

解说模块，用于根据匹配结果对景点进行解说。

所述储存模块储存的景点信息包括但不限于用于进行图像匹配的图片数据，用于对该景点进行解说的文字及音频信息和用于引导游览的地图信息。

所述用户端为手机。

本发明中各个模块可以采用PLC来实现，同时本发明采用的特征提出算法可以是常用的图像特征中的颜色特征、纹理特征、形状特征、空间关系特征。

一颜色特征

(一)特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。

(二)常用的特征提取与匹配方法

颜色直方图

其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。

最常用的颜色空间：RGB颜色空间、HSV颜色空间。

颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。

二纹理特征

(一)特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理。

(二)常用的特征提取与匹配方法

纹理特征描述方法分类

(1)统计方法统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法Gotlieb和Kreyszig等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数(即图像的能量谱函数)提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数

(2)几何法

所谓几何法，是建立在纹理基元(基本的纹理元素)理论基础上的一种纹理特征分析方法。纹理基元理论认为，复杂的纹理可以由若干简单的纹理基元以一定的有规律的形式重复排列构成。在几何法中，比较有影响的算法有两种：Voronio棋盘格特征法和结构法。

(3)模型法

模型法以图像的构造模型为基础，采用模型的参数作为纹理特征。典型的方法是随机场模型法，如马尔可夫(Markov)随机场(MRF)模型法和Gibbs随机场模型法

(4)信号处理法

纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura纹理特征、自回归纹理模型、小波变换等。

灰度共生矩阵特征提取与匹配主要依赖于能量、惯量、熵和相关性四个参数。Tamura纹理特征基于人类对纹理的视觉感知心理学研究，提出6种属性，即：粗糙度、对比度、方向度、线像度、规整度和粗略度。自回归纹理模型(simultaneous auto-regressive,SAR)是马尔可夫随机场(MRF)模型的一种应用实例。

三形状特征

(一)特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，

(二)常用的特征提取与匹配方法

通常情况下，形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。

几种典型的形状特征描述方法：

(1)边界特征法该方法通过对边界特征的描述来获取图像的形状参数。其中Hough变换检测平行直线方法和边界方向直方图方法是经典方法。Hough变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法，其基本思想是点—线的对偶性；边界方向直方图法首先微分图像求得图像边缘，然后，做出关于边缘大小和方向的直方图，通常的方法是构造图像灰度梯度方向矩阵。

(2)傅里叶形状描述符法

傅里叶形状描述符(Fourier shape descriptors)基本思想是用物体边界的傅里叶变换作为形状描述，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。

由边界点导出三种形状表达，分别是曲率函数、质心距离、复坐标函数。

(3)几何参数法

形状的表达和匹配采用更为简单的区域特征描述方法，例如采用有关形状定量测度(如矩、面积、周长等)的形状参数法(shape factor)。在QBIC系统中，便是利用圆度、偏心率、主轴方向和代数不变矩等几何参数，进行基于形状特征的图像检索。

(二)常用的特征提取与匹配方法

提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引，根据每个图像子块来提取和匹配。

本发明中，用户通过实现在手机上下载某个景区的数据包。数据包中包括景区中各个景点标志物的图像特征、语音与文本介绍信息。当用户到达景区某地点并打开该应用对标志物拍照后，手机通过拍摄目标提取的特征与待选标志物特征进行相似度匹配，将相似度最高且达到一定阈值的待选标志物作为用户的兴趣点，从而判断出用户所拍摄的景点并为用户播放手机本地的该景点语音介绍，显示景点的介绍文字。可依靠图像特征提取算法，自动生成图像特征文件。通过给客户端只下发图像特征文件的方式，有效降低用户手机流量。本发明所有的识别操作均有用户端离线实现，只要下载好景点数据包后其他都不用再连接网络，大大节省了流量。同时本发明可以随时拍照，随时解说，方便游客独立使用，所有运算均在用户端，减少延迟，方便使用。为了方便用户在旅游过程中获取旅游景点的信息，本系统利用图像识别手段，让用户快速获得景点的详细介绍内容，同时该系统并不会过多的增加手机流量与电量消耗。该系统在服务器上传图片后，可依靠图像特征提取算法，自动生成图像特征文件。通过给客户端只下发图像特征文件的方式，有效降低用户手机流量。

综上所述，并非本发明的全部内涵：此后，凡有在被发明主体精神之内所作的任何修改、替换直至完善升级等项目，均包括在本发明的保护范围之内。