CN105246039B - 一种基于图像处理的室内定位方法及系统 - Google Patents
一种基于图像处理的室内定位方法及系统 Download PDFInfo
- Publication number
- CN105246039B CN105246039B CN201510684150.3A CN201510684150A CN105246039B CN 105246039 B CN105246039 B CN 105246039B CN 201510684150 A CN201510684150 A CN 201510684150A CN 105246039 B CN105246039 B CN 105246039B
- Authority
- CN
- China
- Prior art keywords
- image
- matching
- point
- mobile terminal
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Abstract
本发明公开了一种基于图像处理的室内定位方法及系统,所述方法包括:预先获取室内平面图,建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储;实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取图像特征数据,并发送至服务器;服务器估算用户当前可能所在的位置;对预先存储的用户当前可能所在的位置的图像进行遍历匹配,得到最优匹配图像,最优匹配图像的坐标作为当前用户位置的定位结果。本发明能够缩短搜索图像时间、加快匹配速度,实现实时的室内定位,提高了室内定位的精度。
Description
技术领域
本发明涉及室内定位技术领域,尤其涉及一种基于图像处理的室内定位方法及系统。
背景技术
随着智能手机及传感器的发展,移动位置服务(LBS)越来越多的影响着人们的生活。利用全球定位系统(GPS)可以满足人们在室外的定位与导航需求,然而在室内这种相对封闭的环境下,接收卫星信号受到遮挡、容易发生折射等,导致GPS无法直接用于室内定位导航。目前常用的室内定位方法包括:利用WIFI信号定位、惯性导航定位、蓝牙定位、射频识别(RFID)定位等。这些方法在室内定位过程中,信号强度因行人走动、环境变化等原因容易受到干扰,定位误差易发生积累、而且存在隐私问题,最终采集的室内定位数据不精确。
因此,现有技术还有待于改进和发展。
发明内容
鉴于现有技术的不足,本发明目的在于提供一种基于图像处理的室内定位方法及系统,旨在克服传统室内定位方法中无线信号容易受到干扰,定位精度不高、误差容易积累的问题,提出一种利用图像匹配结合惯性传感器地图匹配的室内定位方法,能够缩短搜索图像时间、加快匹配速度,实现精确实时定位。
本发明的技术方案如下:
一种基于图像处理的室内定位方法,其中,方法包括:
A、预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;
B、实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;
C、服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;
D、根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;
E、服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果。
所述的基于图像处理的室内定位方法,其中,所述步骤A具体包括:
A1、预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;
A2、在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;
A3、对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中。
所述的基于图像处理的室内定位方法,其中,所述步骤C具体包括:
C1、服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;
C2、根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置。
所述的基于图像处理的室内定位方法,其中,所述步骤D具体包括:
D1、根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;
D2、计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;
D3、获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像。
所述的基于图像处理的室内定位方法,其中,所述步骤D2中采用特定的匹配约束条件剔除错误的匹配点具体包括:
D21、计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
D22、当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
D23、如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对。
一种基于图像处理的室内定位系统,其中,系统包括:
预先存储模块,用于预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;
图像特征提取模块,用于实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;
位置估计模块,用于服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;
匹配模块,用于根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;
查询模块,用于服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果。
所述的基于图像处理的室内定位系统,其中,所述预先存储模块具体包括:
平面图获取单元,用于预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;
采样单元,用于在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;
存储单元,用于对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中。
所述的基于图像处理的室内定位系统,其中,所述位置估计模块具体包括:
步数获取单元,用于服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;
位置估计单元,用于根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置。
所述的基于图像处理的室内定位系统,其中,所述匹配模块具体包括:
第一匹配单元,用于根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;
第二匹配单元,用于计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;
最优匹配图像获取单元,用于获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像。
所述的基于图像处理的室内定位系统,其中,所述第二匹配单元还包括:
比例约束单元,用于计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
对称约束单元,用于当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
随机模型约束单元,用于如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对。
本发明提供了一种基于图像处理的室内定位方法及系统,通过手机惯性传感器数据推算出用户的大致位置,使用改进的图像匹配算法得到了正确的匹配结果,极大的提高了图像定位的速度和准确性,为用户室内定位提供了方便。
附图说明
图1为本发明的一种基于图像处理的室内定位方法的较佳实施例的流程图。
图2为本发明的一种基于图像处理的室内定位方法的具体应用实施例的获取最佳匹配点的流程图。
图3为本发明的一种基于图像处理的室内定位系统的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种基于图像处理的室内定位方法的较佳实施例的流程图,如图1所示,所述方法包括:
步骤S100、预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;
步骤S200、实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;
步骤S300、服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;
步骤S400、根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;
步骤S500、服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果。
具体实施时,步骤S100中预先室内平面图,选择坐标原点,建立平面直角坐标系;从原点开始每间隔一段距离建立一个参考点,对每个参考点计算其位置坐标并采样该位置处的图像。
步骤S200中实时记录手机的惯性传感器数据可用于分析用户的历史轨迹。当用户拍摄一张图像并发送定位请求时,提取图像上的SURF特征点及特征描述向量,发送图像特征描述及传感器数据至服务器端。
步骤S300中服务器接受数据并分析用户在拍摄图像前的轨迹:根据加速度数据可以得到用户行走的步数,根据陀螺仪数据可以得到用户的拐弯次数,根据气压数据可以定位用户当前所在的楼层,结合室内地图信息可以估算出用户可能的位置。
步骤S400中根据用户发送的图像特征信息,对图像位置指纹数据库中的图像进行遍历,每张数据库图像分别与查询图像进行匹配。两张图像匹配的过程即计算一张图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点作为最佳匹配点,两张图像上最佳匹配点构成了一个匹配点对。选择匹配点对最多的图像作为查询图像的最优匹配图像。
步骤S500对于用户每次发送的查询图像并不需要与所有的数据库图像进行匹配,根据步骤S300中得到可能的位置结果,再使用步骤S400的方法进行图像匹配。采用这种策略可以缩短图像搜索时间、加快图像定位速度。另外,当用第二次发生图像请求定位时,可根据第一次的图像定位结果和两次定位请求时间段内的传感器数据,推测用户当前可能的位置,选择位置附近的数据库图像进行匹配,使用最优的匹配图像坐标发生给用户作为定位结果。
进一步的实施例中,步骤S100具体包括:
步骤S101、预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;
步骤S102、在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;其中预定距离优选为2m。
步骤S103、对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中。
具体实施时,根据参考点的开阔程度使用不同的图像采样方案:对于狭长的走廊区域,只需要采集前方和后方两张图像;对于开阔的区域,每个参考点按照0°、90°、180°、270°四个方向进行图像采样。采用快速鲁棒特征(Speeded Up Robust Features,简称SURF)算法提取每张图像上的旋转不变特征点,使用64维特征向量对特征点进行描述,存储每张图像的特征点、特征描述向量和图像的位置坐标,完成了离线阶段位置指纹数据库的建立。
进一步的实施例中,步骤S300具体包括:
步骤S301、服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;
步骤S302、根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置
具体实施时,当检测到用户的多个拐弯行为时,使用隐式马尔科夫链方法可计算出现多个拐弯发生的最大概率:pr=∏i=1,2,…npi,其中pi为第i个拐弯发生的概率,pr为多个拐弯发生的概率。根据步数信息可判断:其中dtra表示地图上直线路段的真实距离,dacc表示加速度检测得到的行走距离,c是阈值参数,c的最佳取值为1。当一个路段的真实距离大于检测得到的行走距离时,说明该拐弯行为不是发生在该路段。
进一步的实施例中,所述步骤S400具体包括:
步骤S401、根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;
步骤S402、计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;
步骤S403、获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像。
具体实施时,根据用户发送的图像特征信息,对图像位置指纹数据库中的图像进行遍历,每张数据库图像分别与查询图像进行匹配。两张图像匹配的过程即计算一张图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点作为最佳匹配点,两张图像上最佳匹配点构成了一个匹配点对。选择匹配点对最多的图像作为查询图像的最优匹配图像。
进一步的实施例中,所述步骤S402中采用特定的匹配约束条件剔除错误的匹配点具体包括:
步骤S421、计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
步骤S422、当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
步骤S423、如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对。
具体实施时,步骤S421为比例约束法,具体为在计算一个特征点P0的最佳匹配点时,与该点最近的两个特征点的欧式距离为d1、d2,欧式计算公式为:其中v表示特征点的描述向量,j表示特征向量的维度。当最近匹配点与次近匹配点的距离比值小于阈值,即时,则认为特征点P0找到了一个最佳匹配点。
步骤S422为对称约束,具体为用户发送的查询图像与数据库中的一张图像进行匹配时,一般是从查询图像上的特征点出发寻找数据库图像上对应的匹配特征点。这种方式容易出现多个查询点对应同一个匹配点的情况,为了消除这种错误,我们在进行图像匹配过程中,同时进行从数据库图像到查询图像的匹配。进而可以得到从查询图像特征点到数据库图像特征点的一一映射匹配关系。在比例约束的基础上,使用对称约束可以进一步剔除错误匹配。
步骤S423为RANSAC约束。RANSAC是指随机采样一致性,其原理是从观测数据中随机挑选部分数据得出模型参数,使用模型参数验证其他数据是否符合,通过不断随机得到最优的模型参数。在本方法中,首先选择4对匹配点计算得到单应矩阵H,利用单应矩阵H计算匹配点坐标转换的误差值;通过不断的选择匹配点和计算误差值,得到一个最优的坐标转换关系H,使得大部分匹配点以最小的坐标误差实现互相转换。剔除不满足转换关系的匹配点对。在前两种约束的基础上,使用RANSAC约束方法可以再次剔除错误匹配。
本发明还提供一种基于图像处理的室内定位方法的具体应用实施例的获取最佳匹配点的流程图,具体应用实施例采用RANSAC方法进行最佳匹配点,需要循环迭代,迭代次数一般会设一个值。如图2所示,方法包括:
步骤S10、开始;
步骤S20、输入匹配点、计算最短欧式距离;
步骤S30、判断是否小于比例阈值,如果是,则执行步骤S40,如果否,则执行步骤S80;
步骤S40、判断是否属于一一映射,如果是,则执行步骤S50,如果否,则执行步骤S80;
步骤S50、计算单应矩阵;
步骤S60、计算内点个数;
步骤S70、判断是否小于迭代次数,如果是,则执行步骤S80,如果否,则执行步骤S50;
步骤S80、剔除错误匹配点对;
步骤S90、获取最佳匹配点。
在上述方法实施例的基础上,本发明还提供了一种基于图像处理的室内定位系统的较佳实施例的功能原理框图,如图3所示,所述系统包括:
预先存储模块100,用于预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;具体如上所述。
图像特征提取模块200,用于实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;具体如上所述。
位置估计模块300,用于服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;具体如上所述。
匹配模块400,用于根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;具体如上所述。
查询模块500,用于服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果;具体如上所述。
所述的基于图像处理的室内定位系统,其中,所述预先存储模块具体包括:
平面图获取单元,用于预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;具体如上所述。
采样单元,用于在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;具体如上所述。
存储单元,用于对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中;具体如上所述。
所述的基于图像处理的室内定位系统,其中,所述位置估计模块具体包括:
步数获取单元,用于服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;具体如上所述。
位置估计单元,用于根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置;具体如上所述。
所述的基于图像处理的室内定位系统,其中,所述匹配模块具体包括:
第一匹配单元,用于根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;具体如上所述。
第二匹配单元,用于计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;具体如上所述。
最优匹配图像获取单元,用于获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像;具体如上所述。
所述的基于图像处理的室内定位系统,其中,所述第二匹配单元还包括:
比例约束单元,用于计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;具体如上所述。
对称约束单元,用于当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;具体如上所述。
随机模型约束单元,用于如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对;具体如上所述。
综上所述,本发明提供了一种基于图像处理的室内定位方法及系统,所述方法包括:预先获取室内平面图,建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储;实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取图像特征数据,并发送至服务器;服务器估算用户当前可能所在的位置;对预先存储的用户当前可能所在的位置的图像进行遍历匹配,得到最优匹配图像,最优匹配图像的坐标作为当前用户位置的定位结果。本发明能够缩短搜索图像时间、加快匹配速度,实现实时的室内定位,提高了室内定位的精度。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (6)
1.一种基于图像处理的室内定位方法,其特征在于,方法包括:
A、预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;
B、实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;
C、服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;
D、根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;
E、服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果;
所述步骤D具体包括:
D1、根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;
D2、计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;
D3、获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像;
所述步骤D2中采用特定的匹配约束条件剔除错误的匹配点具体包括:
D21、计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
D22、当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
D23、如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对。
2.根据权利要求1所述的基于图像处理的室内定位方法,其特征在于,所述步骤A具体包括:
A1、预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;
A2、在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;
A3、对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中。
3.根据权利要求2所述的基于图像处理的室内定位方法,其特征在于,所述步骤C具体包括:
C1、服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;
C2、根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置。
4.一种基于图像处理的室内定位系统,其特征在于,系统包括:
预先存储模块,用于预先获取室内平面图,建立平面直角坐标系,在平面直角坐标系统上建立参考点,对每个参考点计算位置坐标并采样参考点位置处的图像特征数据,并存储在位置指纹数据库中;
图像特征提取模块,用于实时记录移动终端的惯性传感器数据,当检测到移动终端拍摄当前位置图像并发送定位请求时,提取当前位置图像的图像特征数据,并发送至服务器;
位置估计模块,用于服务器接收到图像特征数据后分析生成用户在拍摄图像前的历史运动轨迹,估算用户当前可能所在的位置;
匹配模块,用于根据移动终端发送的当前位置图像的图像特征信息,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配,将匹配点对最多的图像作为移动终端发送的图像的最优匹配图像;
查询模块,用于服务器查询最优匹配图像的坐标,并将坐标发送至移动终端作为当前用户位置的定位结果;
所述匹配模块具体包括:
第一匹配单元,用于根据移动终端发送的当前位置图像特征数据,对位置指纹数据库中的存储的用户当前可能所在的位置的图像进行遍历匹配;
第二匹配单元,用于计算移动终端发送的图像上的特征点到另一张图像上所有特征点的欧式距离,选择欧式距离最小的点为最佳匹配点,两张图像上的最佳匹配点构成一个匹配点对,并采用特定的匹配约束条件剔除错误的匹配点;
最优匹配图像获取单元,用于获取匹配点对最多的图像并作为移动终端发送的图像的最优匹配图像;
所述第二匹配单元还包括:
比例约束单元,用于计算移动终端发送的图像上的第一特征点的最佳匹配点时,获取与第一特征点欧式距离最近的第二特征点之间的第一距离以及与第一特征点欧式距离次近的第三特征点之间的第二距离,当第一距离和第二距离的比值大于等于一预定阈值,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
对称约束单元,用于当第一距离和第二距离的比值小于一预定阈值,将移动终端发送的图像与数据中的图像进行匹配得到第一匹配映射关系,同时从数据库中的图像到移动终端发送的图像进行匹配得到第二匹配映射关系,若第一匹配映射关系与第二匹配映射关系不是一一对应,则当前匹配点不是最佳匹配点,剔除当前匹配点对应的匹配点对;
随机模型约束单元,用于如果第一匹配映射关系与第二匹配映射关系是一一对应的,则利用随机选择若干对匹配点得到模型参数,剔除不满足转换关系的匹配点对。
5.根据权利要求4所述的基于图像处理的室内定位系统,其特征在于,所述预先存储模块具体包括:
平面图获取单元,用于预先获取室内平面图,并选择坐标原点,建立平面直角坐标系;
采样单元,用于在平面直角坐标系上每隔一预定距离建立一个参考点,对每个参考点计算位置坐标并采样参考点位置的图像;
存储单元,用于对参考点位置的图像提取特征点,用特征描述向量对特征点进行描述,将参考点位置的图像的特征点、特征描述向量及位置坐标存储在位置指纹数据库中。
6.根据权利要求5所述的基于图像处理的室内定位系统,其特征在于,所述位置估计模块具体包括:
步数获取单元,用于服务器接收图像特征数据后,根据加速度速度获取用户行走的步数;
位置估计单元,用于根据陀螺仪数据获取用户的拐弯次数,根据气压数据定位用户当前所在的楼层,结合室内平面地图估算出用户当前可能所在的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684150.3A CN105246039B (zh) | 2015-10-20 | 2015-10-20 | 一种基于图像处理的室内定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510684150.3A CN105246039B (zh) | 2015-10-20 | 2015-10-20 | 一种基于图像处理的室内定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105246039A CN105246039A (zh) | 2016-01-13 |
CN105246039B true CN105246039B (zh) | 2018-05-29 |
Family
ID=55043471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510684150.3A Expired - Fee Related CN105246039B (zh) | 2015-10-20 | 2015-10-20 | 一种基于图像处理的室内定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105246039B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105682167A (zh) * | 2016-03-31 | 2016-06-15 | 太仓煜和网络科技有限公司 | 一种通信终端中的网络切换方法及其通信终端 |
CN106403942B (zh) * | 2016-08-30 | 2022-04-29 | 全球能源互联网研究院 | 基于变电站景深图像识别的人员室内惯性定位方法 |
CN106767810B (zh) * | 2016-11-23 | 2020-04-21 | 武汉理工大学 | 一种基于移动终端的wifi和视觉信息的室内定位方法及系统 |
CN106802411A (zh) * | 2016-12-26 | 2017-06-06 | 纵横壹旅游科技(成都)有限公司 | 一种局部区域定位方法和系统 |
CN107063229A (zh) * | 2017-03-06 | 2017-08-18 | 上海悦合自动化技术有限公司 | 基于人工路标的移动机器人定位系统及方法 |
CN106960591B (zh) * | 2017-03-31 | 2019-08-27 | 武汉理工大学 | 一种基于路面指纹的车辆高精度定位装置及方法 |
CN107204014B (zh) * | 2017-05-24 | 2019-06-07 | 京东方科技集团股份有限公司 | 智能终端设备的定位方法、装置和智能终端设备 |
CN107182036A (zh) * | 2017-06-19 | 2017-09-19 | 重庆邮电大学 | 基于多维特征融合的自适应位置指纹定位方法 |
CN107356242B (zh) * | 2017-06-26 | 2020-09-29 | 广州贰拾肆机器人科技有限公司 | 一种智能移动设备的室内定位方法及系统 |
CN107451593B (zh) * | 2017-07-07 | 2020-05-15 | 西安交通大学 | 一种基于图像特征点的高精度gps定位方法 |
CN108053447A (zh) * | 2017-12-18 | 2018-05-18 | 纳恩博(北京)科技有限公司 | 基于图像的重定位方法、服务器及存储介质 |
CN110360999B (zh) | 2018-03-26 | 2021-08-27 | 京东方科技集团股份有限公司 | 室内定位方法、室内定位系统和计算机可读介质 |
CN110675446A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 定位方法和装置 |
CN111178366B (zh) * | 2018-11-12 | 2023-07-25 | 杭州萤石软件有限公司 | 一种移动机器人的定位方法和移动机器人 |
CN110070579A (zh) * | 2019-03-16 | 2019-07-30 | 平安科技(深圳)有限公司 | 基于图像检测的定位方法、装置、设备和存储介质 |
CN111813984B (zh) * | 2020-06-23 | 2022-09-30 | 北京邮电大学 | 一种利用单应矩阵实现室内定位的方法、装置及电子设备 |
CN111814752B (zh) * | 2020-08-14 | 2024-03-12 | 上海木木聚枞机器人科技有限公司 | 室内定位实现方法、服务器、智能移动设备、存储介质 |
CN112614162B (zh) * | 2020-12-28 | 2023-10-31 | 深圳大学 | 基于空间优化策略的室内视觉快速匹配定位方法及系统 |
CN113568021B (zh) * | 2021-08-10 | 2024-02-13 | 广东师大维智信息科技有限公司 | 一种室内外一体化精准定位的方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2557436A1 (en) * | 2010-04-09 | 2013-02-13 | Ntt Docomo, Inc. | Mobile communication terminal and method for selecting positioning scheme |
CN103761539A (zh) * | 2014-01-20 | 2014-04-30 | 北京大学 | 一种基于环境特征物体的室内定位方法 |
CN104457755A (zh) * | 2014-10-31 | 2015-03-25 | 清华大学 | 一种位置获取方法 |
CN104866873A (zh) * | 2015-04-10 | 2015-08-26 | 长安大学 | 一种基于手机图像匹配的室内定位方法 |
CN104936283A (zh) * | 2014-03-21 | 2015-09-23 | 中国电信股份有限公司 | 室内定位方法、服务器和系统 |
-
2015
- 2015-10-20 CN CN201510684150.3A patent/CN105246039B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2557436A1 (en) * | 2010-04-09 | 2013-02-13 | Ntt Docomo, Inc. | Mobile communication terminal and method for selecting positioning scheme |
CN103761539A (zh) * | 2014-01-20 | 2014-04-30 | 北京大学 | 一种基于环境特征物体的室内定位方法 |
CN104936283A (zh) * | 2014-03-21 | 2015-09-23 | 中国电信股份有限公司 | 室内定位方法、服务器和系统 |
CN104457755A (zh) * | 2014-10-31 | 2015-03-25 | 清华大学 | 一种位置获取方法 |
CN104866873A (zh) * | 2015-04-10 | 2015-08-26 | 长安大学 | 一种基于手机图像匹配的室内定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105246039A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105246039B (zh) | 一种基于图像处理的室内定位方法及系统 | |
EP3213031B1 (en) | Simultaneous localization and mapping by using earth's magnetic fields | |
US10750470B2 (en) | Systems and methods for determining if a receiver is inside or outside a building or area | |
CN108632761B (zh) | 一种基于粒子滤波算法的室内定位方法 | |
US9316501B2 (en) | Generating magnetic field map for indoor positioning | |
Constandache et al. | Did you see Bob? Human localization using mobile phones | |
CN106461752B (zh) | 自适应定位 | |
US9292936B2 (en) | Method and apparatus for determining location | |
CN107111641A (zh) | 用于更新定位数据的数据库的定位估计 | |
CN104378735B (zh) | 室内定位方法、客户端及服务器 | |
KR101286169B1 (ko) | 무선 통신 단말의 위치 측정 장치, 위치 측정 방법 및 핑거프린트 정보 수집 방법, 핑거프린트 서버 및 그의 위치 제공 방법 | |
EP2925064A1 (en) | Method and apparatus for locating a mobile device using the mobile device orientation | |
US20160044467A1 (en) | Method for improving the accuracy of an indoor positioning system with crowdsourced fingerprints | |
Shangguan et al. | Towards accurate object localization with smartphones | |
Marcus et al. | Dynamic nearest neighbors and online error estimation for SMARTPOS | |
CN104471558A (zh) | 用于重访位置检测的系统和方法 | |
KR101720097B1 (ko) | 사용자 기기의 측위방법 | |
CN114205751B (zh) | 一种定位指纹数据库的生成方法、装置及电子设备 | |
CN108512888A (zh) | 一种信息标注方法、云端服务器、系统、电子设备及计算机程序产品 | |
US10834532B2 (en) | Method and system for wireless localization data acquisition and calibration with image localization | |
US20220198178A1 (en) | Method and apparatus for identifying the floor of a building | |
CN106165461B (zh) | 接收机增益偏移 | |
KR102591370B1 (ko) | 실내 측위 장치 및 그 방법 | |
Yu et al. | Combinatorial Data Augmentation: A Key Enabler to Bridge Geometry-and Data-Driven WiFi Positioning | |
Xiao et al. | Positioning in large indoor spaces using smartphone camera based on static objects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180529 Termination date: 20191020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |