一种基于视觉特征匹配与拍摄角度估计的室内定位方法
【技术领域】
[0001] 本发明设及基于视觉特征匹配与拍摄角度估计的室内定位方法。
【背景技术】
[0002] 随着信息技术的不断发展，基于信息技术手段的位置服务逐渐受到越来越多研究 人员和科研机构的关注。目前，基于位置服务的各种应用已逐渐渗透到生活中的各个方面。 例如，为出行提供方便的电子地图，为驾驶提供帮助的导航系统等等。运些应用主要基于全 球卫星定位系统。GPS系统、化0NASS导航系统、伽利略导航系统和北斗导航系统是目前使 用较为广泛的卫星定位系统。但是，全球卫星定位系统仅能够为室外场景中的用户提供位 置信息服务。由于室内环境因素的影响，卫星定位信号无法直接满足室内位置服务的需求。 因此，不依赖于卫星信号的室内定位技术受到了国内外学者的广泛关注。
[0003] 基于WIFI、UWB和RFID技术的室内定位方法是目前室内定位领域的研究热点。但 是，基于W上技术的室内定位方法均需要在前期进行大量的设备和基础设施投入，而且对 定位场景的要求也较为严格。
【发明内容】
[0004] 本发明的目的是为了解决现有室内定位方法均需要在前期进行大量的设备和基 础设施投入，而且对定位场景的要求也较为严格的问题，而提出了一种基于视觉特征匹配 与拍摄角度估计的室内定位方法。 阳〇化]上述的发明目的是通过W下技术方案实现的： 阳006] 步骤一：构建室内场景中的视觉数据库，该视觉数据库中包含室内视觉特征、视觉 特征在室内坐标系下的位置坐标W及视觉特征在采集过程中的摄像机坐标系位置；
[0007] 步骤二：根据步骤一中得到的室内场景中的视觉数据库，求解与查询图像Pi呼日？29 匹配率最大的数据库图像； 阳00引步骤立：计算查询图像Pi9对应的旋转矩阵R郝查询图像P29对应的旋转矩阵R2;
[0009] 步骤四：根据Ri和R2计算查询图像摄像机的位置。
[0010] 发明效果
[0011] 采用本发明的一种基于视觉特征匹配与拍摄角度估计的室内定位方法，该方法通 过查询视觉特征的位置坐标W及数据库图像的拍摄角度，对查询图像的拍摄角度进行估 计，实现查询图像的定位功能。本专利中所提算法通过视觉特征匹配和拍摄角度估计实现 用户位置的确定，不需要在前期进行大量的设备和基础设施投入，而且对定位场景的要求 相对宽松，解决了现有室内定位方法均需要在前期进行大量的设备和基础设施投入，而且 对定位场景的要求也较为严格的问题。本专利所提算法，在已有的基于图像检索的视觉定 位算法的基础上，引入了摄像机拍摄角度估计算法，有效提高了视觉定位精度。与单纯依 靠图像特征匹配的视觉定位算法相比，本专利中所提算法具有更高的定位精度。与已有的 基于图像检索的室内定位技术相比，本发明中所述的室内定位技术在定位精度方面提高了 20%。
【附图说明】
[0012] 图1为本发明流程图；
[0013] 图2为【具体实施方式】一步骤一中流程图；
[0014] 图3为【具体实施方式】一步骤二中流程图；
[0015] 图4为【具体实施方式】一步骤=中流程图；
[0016] 图5为【具体实施方式】一步骤四中流程图。
【具体实施方式】
【具体实施方式】 [0017] 一：结合图1说明本实施方式，一种基于视觉特征匹配与拍摄角度 估计的室内定位方法，其特征在于，一种基于视觉特征匹配与拍摄角度估计的室内定位方 法具体是按W下步骤进行的：
[0018] 步骤一：构建室内场景中的视觉数据库，该视觉数据库中包含室内视觉特征、视觉 特征在室内坐标系下的位置坐标W及视觉特征在采集过程中的摄像机坐标系位置；如图 2 ;
[0019] 步骤二：根据步骤一中得到的室内场景中的视觉数据库，求解与查询图像Pi呼日？29 匹配率最大的数据库图像；如图3;
[0020] 步骤立：计算查询图像Pi9对应的旋转矩阵R郝查询图像P29对应的旋转矩阵R2; 如图4; 阳02U步骤四：根据Ri和R2计算查询图像摄像机的位置；如图5。
【具体实施方式】 [0022] 二：本实施方式与一不同的是，所述步骤一中构建室 内场景中的视觉数据库，该视觉数据库中包含室内视觉特征、视觉特征在室内坐标系下的 位置坐标W及视觉特征在采集过程中的摄像机坐标系位置；具体过程为：
[0023] 步骤--：定义室内坐标系；
[0024] 在室内场景中，定义一个=维直角正交坐标系OdXdYdZd，其中，Zd轴的方向为正北方 向，X。轴的方向为正东方向，YD轴的方向为垂直于室内地平面向下，0D为=维直角正交坐标 系OdXdYdZd的原点； 阳0巧]步骤一二：定义摄像机坐标系和图像坐标系；
[0026] 定义摄像机坐标系为S维直角正交坐标系OcXcYcZc，其中，Zc轴与摄像机光轴重合， 〇c为坐标系原点，Xt轴与Yt分别垂直于Zt轴，且坐标系0品开。而满足右手准则；
[0027] 定义图像坐标系为二维直角坐标系OpXpYp，在图像坐标系中，定义图像左上角为图 像坐标系的原点Op,图像坐标系的Xp轴与YP轴分别与摄像机坐标系的XC和YC轴平行； 阳02引步骤一立：地平面网格划分；
[0029] 在室内地平面OdXdZd上，W 0.5米为一个长度单位，每隔一个长度单位，分别作平 行于X。和ZD轴的直线，在整个地平面范围内，得到N个0.5米X0.5米的正方形网格区域， N为正整数；
[0030] 其中，室内地平面化XdZd为S维直角正交坐标系0dXdYdZd中的一个平面；
[0031] 步骤一四：视觉特征采集；
[0032] 在每个正方形网格区域的4个顶点处，利用CCD摄像机对室内固定视觉特征进行 采集，并将该图像作为数据库图像；在每个图像采集点，WXd轴方向为正方向，摄像机W光 屯、为圆屯、绕Yd轴旋转360°，每隔15。采集一幅图像，记为pA其中，上标D表示该图像为 数据库图像，下标i为数据库图像序号，i取值范围为i= 1，2,…，datanum，datanum为数 据库图像总数，datanum为正整数，在图像采集过程中，CCD摄像机坐标系中的YcOcZc平面与 地平面平行，在图像采集的同时，记录数据库图像摄像机坐标系与室内坐标系之间的旋转 关系；在采集每一幅数据库图像后，需要对图像所包含的视觉特征的位置坐标进行记录，视 觉特征的位置坐标是视觉特征在室内坐标系下的位置坐标值。
[0033] 其它步骤及参数与【具体实施方式】一相同。
【具体实施方式】 [0034] =:本实施方式与一或二不同的是，所述步骤二中根 据步骤一中得到的室内场景中的视觉数据库，求解与查询图像Pi坤日P29匹配率最大的数据 库图像；具体过程为：
[0035] 步骤二一：查询图像与数据库图像的SURF特征提取；
[0036] SURF算法为加速鲁棒特征算法，全拼为SpeededupRobustFeaUires;在本步骤 中，SURF算法的输入是数据库图像，SURF算法输出是数据库图像的特征向量；待定位用户 利用相机在同一位置进行两次图像采集，可W得到两张包含有不同视觉特征的查询图像， 记为Pk9,上标Q表示该图像为查询图像，下标k表示查询图像编号，其中k= 1，2,分别对 查询图像Pi嘴P29进行SURF特征提取，可W得到查询图像PI9的特征W及查询图像P29的 特征，用1郝1 2分别表示查询图像P1嘴P29的SURF特征向量数目，1 1为正整数，12为正整 数；分别对数据库图像进行SURF特征提取，可W得到数据库图像P1°的SURF特征，上标 D表示该图像为数据库图像，下标i为数据库图像序号，i取值范围为i= 1，2,…，datanum， datanum为数据库图像总数，datanum为正整数；
[0037] 步骤二二：SURF特征匹配；
[00測根据SURF特征匹配算法，利用查询图像Pi?的特征分别与数据库图像P1°的特征进 行SURF特征匹配，下标i为数据库图像序号，其中，i= 1, 2,…，datanum,datanum为数据 库图像总数，datanum为正整数，由此可得datanum个匹配结果，每个匹配结果中所包含的 匹配特征点数量记为N严，特征点在图像中的位置坐标记为Mf，其中Q1表示该特征对应于 查询图像PiS
[0039] 利用查询图像P/的特征分别与数据库图像P1°的特征进行SURF特征匹配后，得到 datanum个匹配结果，每个匹配结果中所包含的匹配特征点数量记为N严，特征点在图像中 的位置坐标记为，其中Q2表示该特征对应于查询图像P2?;
[0040] 步骤二=:选取与查询图像匹配率最大的数据库图像：
[oow由式（1)计算查询图像Pi9与每一幅数据库图像的匹配率R严：
[0042]
(/ 二i,2,..?，成""雌樹） (1) 阳0创 由式（1)得到datanum个匹配率，取运datanum个匹配率中的最大值，并记录其对 应的数据库图像，将与查询图像匹配率最大的数据库图像记为巧f，将数据库图像巧置的 视觉特征的位置坐标向量记为M器=k,ii. 其中，ml表示数据库