CN103557860A - 人工干预下基于图像搜索的室内定位导航系统 - Google Patents
人工干预下基于图像搜索的室内定位导航系统 Download PDFInfo
- Publication number
- CN103557860A CN103557860A CN201310565933.0A CN201310565933A CN103557860A CN 103557860 A CN103557860 A CN 103557860A CN 201310565933 A CN201310565933 A CN 201310565933A CN 103557860 A CN103557860 A CN 103557860A
- Authority
- CN
- China
- Prior art keywords
- image
- matching
- histogram
- positioning
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了人工干预下基于图像搜索的室内定位导航系统，涉及计算机视觉／图像处理方法。由两个部分组成：基于图像的搜索和定位以及导航指导；基于图像搜索部分，融合了特征提取匹配和光照不变性图像直方图匹配两个方法；对于用户的每一次拍摄，将根据匹配结果排序并显示最接近的几副，包括一般4～5幅的候选图像，用户可以从中选择与当前拍摄图像完全真实匹配的结果。重复这样的过程2～3次之后，我们将准确地给出其所在区域，并提供相应的导航指导；定位以及导航指导，对图像进行匹配是我们系统实现的关键部分。本发明解决了现有技术定位精度低，整个图像匹配的准确率低的问题。
Description
技术领域
本发明涉及计算机视觉／图像处理方法。
背景技术
近年来，随着科技的发展和社会的进步，社区信息化和数字化水平越来越高，人们对于定位和导航系统的需求日益增加。伴随着室外导航系统的成熟和广泛应用，室内定位系统的开发和设计也引起了人们的关注，尤其是复杂的室内环境，比如超市，机场大厅，图书馆，博物馆，矿井等，常常都需要确定人员所在的位置并人员的下一步活动进行必要的导航和指导。
室内定位和导航与室外有很大不同，它容易受到空间的限制，拐角和障碍物也比较多，对测量精度要求也不同。对于室内定位和导航而言，最重要的是如何识别区域边界，确定用户属于哪个区域，精度要求一般在1米左右。目前室内定位系统的理想模式是：不受室内环境影响，通用性和可扩展性强，能够实现自主定位，不需要增加辅助设备，不需要实现对室内环境进行改造等；而用户采用的定位装置比较小，方便，定位系统实时性强，准确等。
目前比较通用的解决方案是利用无线通讯或者超声波，红外线，激光或者视觉传感器等设备，根据三边测量法，三角测量法，最大似然估计定位法，模式匹配方法等特定方法来定位。但是这些解决方法存在着容易受到噪声干扰，精确度差或者需要特定的读写设备等条件的限制，实用性不够。特别要指出的是，现有的基于计算机视觉的定位系统当场景复杂度增加的时候，容易受到外在运动物体的影响，很 难保持较高的精度。
发明内容
本发明提供人工干预下基于图像搜索的室内定位导航系统，本发明解决了现有技术定位精度低，整个图像匹配的准确率低的问题。
为解决上述问题，本发明采用如下技术方案：由两个部分组成：基于图像的搜索和定位以及导航指导；
基于图像搜索部分，融合了特征提取匹配和光照不变性图像直方图匹配两个方法；对于用户的每一次拍摄，将根据匹配结果排序并显示最接近的几副，包括一般4～5幅的候选图像，用户可以从中选择与当前拍摄图像完全真实匹配的结果。重复这样的过程2～3次之后，我们将准确地给出其所在区域，并提供相应的导航指导；
定位以及导航指导，对图像进行匹配是我们系统实现的关键部分。拍摄图像与数据库中的已有图像之间的距离由2部分加权计算获得，而距离越小表明与数据库中的某幅图像越接近。第一个部分是图像的局部特征点及其匹配过程。这里我们采用了业界通用的SIFT方法，该方法能够能对旋转，缩放，亮度变化等保持很好的不变性；另外一个部分来自计算图像的直方图并进行匹配。直方图匹配是一个图像的全局特征，该方法运算速度快，抗噪声性强。为了克服直方图匹配受光照色彩的影响，我们不是直接建立3维的R／G／B直方图，而是对其图像的每个色域用其最大值进行归一化，也就是：
r=R／MAX(R)；
g=G／MAX(G)；
b=B／MAX(B)；
接下来我们在[r／g／b]空间建立并匹配直方图。
本发明的优点：1、该系统的实现不仅克服了单纯依靠计算机视觉匹配带来的不精确性以及只用文本输入的复杂性，有机地将2者结合起来，在保证高效率的同时获得了高精度的定位；2.局部和全部特征的有机整合提高了整个图像匹配的准确率。根据对30幅在商场所拍图像进行的测试，对于任何一幅拍摄图像，其匹配正确的结果全部出现在5个最优匹配候选中，而排在第一位的高达96％。
附图说明
图1是本发明系统流程图；
图2是本发明的直方图。
具体实施方式
下面用最佳的实施例对本发明做详细的说明。
一种全新的基于图像匹配方法和快捷人工干预相结合的定位系统，该系统能够在用户的智能手机上实现，从而对用户的定位装置要求很小。只需要下载相应的软件，拍摄身边的物体，并从几个候选的匹配图像中进行简单的选择，系统就将确定用户所在位置，整个处理过程快速简洁，定位准确。
如图1-2所示，人工干预下基于图像搜索的室内定位导航系统，由两个部分组成：基于图像的搜索和定位以及导航指导；
基于图像搜索部分，融合了特征提取匹配和光照不变性图像直方图匹配两个方法；对于用户的每一次拍摄，将根据匹配结果排序并显示最接近的几副，包括一般4～5幅的候选图像，用户可以从中选择与当前拍摄图像完全真实匹配的结果。重复这样的过程2～3次之后，我们将准确地给出其所在区域，并提供相应的导航指导；
定位以及导航指导，对图像进行匹配是我们系统实现的关键部分。拍摄图像与数据库中的已有图像之间的距离由2部分加权计算获得，而距离越小表明与数据库中的某幅图像越接近。第一个部分是图像的局部特征点及其匹配过程。这里我们采用了业界通用的SIFT方法，该方法能够能对旋转，缩放，亮度变化等保持很好的不变性；另外一个部分来自计算图像的直方图并进行匹配。直方图匹配是一个图像的全局特征，该方法运算速度快，抗噪声性强。为了克服直方图匹配受光照色彩的影响，我们不是直接建立3维的R／G／B直方图，而是对其图像的每个色域用其最大值进行归一化，也就是：
r=R／MAX(R)；
g=G／MAX(G)；
b=B／MAX(B)；
接下来在[r／g／b]空间建立并匹配直方图。
最后应说明的是：显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (1)
1.人工干预下基于图像搜索的室内定位导航系统，其特征在于，由两个部分组成：基于图像的搜索和定位以及导航指导；
基于图像搜索部分，融合了特征提取匹配和光照不变性图像直方图匹配两个方法；对于用户的每一次拍摄，将根据匹配结果排序并显示最接近的几副，包括一般4～5幅的候选图像，用户可以从中选择与当前拍摄图像完全真实匹配的结果。重复这样的过程2～3次之后，我们将准确地给出其所在区域，并提供相应的导航指导；
定位以及导航指导，是对图像进行匹配是我们系统实现的关键部分；拍摄图像与数据库中的已有图像之间的距离由2部分加权计算获得，而距离越小表明与数据库中的某幅图像越接近。第一个部分是图像的局部特征点及其匹配过程。这里我们采用了业界通用的SIFT方法，该方法能够能对旋转，缩放，亮度变化等保持很好的不变性；另外一个部分来自计算图像的直方图并进行匹配。直方图匹配是一个图像的全局特征，该方法运算速度快，抗噪声性强。为了克服直方图匹配受光照色彩的影响，我们不是直接建立3维的R／G／B直方图，而是对其图像的每个色域用其最大值进行归一化，也就是：
r=R／MAX(R)；
g=G／MAX(G)；
b=B／MAX(B)；
接下来我们在[r／g／b]空间建立并匹配直方图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310565933.0A CN103557860A (zh) | 2013-11-13 | 2013-11-13 | 人工干预下基于图像搜索的室内定位导航系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310565933.0A CN103557860A (zh) | 2013-11-13 | 2013-11-13 | 人工干预下基于图像搜索的室内定位导航系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103557860A true CN103557860A (zh) | 2014-02-05 |
Family
ID=50012170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310565933.0A Pending CN103557860A (zh) | 2013-11-13 | 2013-11-13 | 人工干预下基于图像搜索的室内定位导航系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103557860A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104125536A (zh) * | 2014-06-25 | 2014-10-29 | 重庆广建装饰股份有限公司 | 基于商品图片的室内定位方法 |
| CN109076169A (zh) * | 2016-04-28 | 2018-12-21 | 高通股份有限公司 | 彩色和单色图像的移位和匹配融合 |
-
2013
- 2013-11-13 CN CN201310565933.0A patent/CN103557860A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104125536A (zh) * | 2014-06-25 | 2014-10-29 | 重庆广建装饰股份有限公司 | 基于商品图片的室内定位方法 |
| CN109076169A (zh) * | 2016-04-28 | 2018-12-21 | 高通股份有限公司 | 彩色和单色图像的移位和匹配融合 |
| CN109076169B (zh) * | 2016-04-28 | 2021-06-01 | 高通股份有限公司 | 捕获彩色图像数据的方法、装置及计算机可读媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng et al. | Improving monocular visual SLAM in dynamic environments: an optical-flow-based approach | |
| Huang et al. | WiFi and vision-integrated fingerprint for smartphone-based self-localization in public indoor scenes | |
| CN107131883B (zh) | 基于视觉的全自动移动终端室内定位系统 | |
| CN103530881B (zh) | 适用于移动终端的户外增强现实无标志点跟踪注册方法 | |
| CN110073362A (zh) | 用于车道标记检测的系统及方法 | |
| CN106291517A (zh) | 基于位置与视觉信息优化的室内云机器人角度定位方法 | |
| CN112101339B (zh) | 地图兴趣点的信息获取方法、装置、电子设备和存储介质 | |
| US20190320061A1 (en) | Proximity-based event networking system and wearable augmented reality clothing | |
| US10127667B2 (en) | Image-based object location system and process | |
| CN105147198A (zh) | 一种基于扫地机器人的室内地图测绘系统及方法 | |
| CN105074691A (zh) | 上下文感知定位、映射和跟踪 | |
| US20200090405A1 (en) | Geophysical sensor positioning system | |
| Feng et al. | Visual Map Construction Using RGB‐D Sensors for Image‐Based Localization in Indoor Environments | |
| Huang et al. | Vision-based semantic mapping and localization for autonomous indoor parking | |
| Wang et al. | Indoor tracking by rfid fusion with IMU data | |
| CN111698422B (zh) | 一种全景图像的采集方法、装置、电子设备及存储介质 | |
| CN111324616A (zh) | 车道线变化信息的检测方法、装置及设备 | |
| CN112241716A (zh) | 训练样本的生成方法和装置 | |
| Chai et al. | Multi-sensor fusion-based indoor single-track semantic map construction and localization | |
| CN103557860A (zh) | 人工干预下基于图像搜索的室内定位导航系统 | |
| CN104392447A (zh) | 一种基于灰度梯度的图像匹配方法 | |
| Cheng et al. | OpenMPR: Recognize places using multimodal data for people with visual impairments | |
| CN108563989A (zh) | 室内定位方法及装置 | |
| Lee et al. | $^{2} $: LiDAR-Camera Loop Constraints for Cross-Modal Place Recognition | |
| Kovács et al. | Saliency and spatial information-based landmark selection for mobile robot navigation in natural environments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140205 |