CN107133260A - 一种地标图像的匹配识别方法和装置 - Google Patents

Abstract

本发明实施例提供了一种地标图像的匹配识别方法和装置，该方法和装置具体为从预先拍摄的视频中按预设规律依次抽取图像帧；读取图像帧所对应的地理信息；从资料库中查找与地理信息相匹配的资料字段，资料字段包括目标地理信息和目标SURF特征点集；当查找到与地理信息相匹配的资料字段时，将图像帧作为地标图像，计算地标图像的SURF特征点集；将SURF特征点集与目标SURF特征点集进行循环匹配；当SURF特征点集与目标SURF特征点集相匹配时，返回与目标SURF特征点集相对应的匹配结果。以上的匹配识别过程基本无需人工干涉，因此相对于目前的人工目视识别方式来说识别效率大为提高，从而解决了该方式下识别效率较低的问题，进而有利于新闻节目的快速制作出版。

Description

一种地标图像的匹配识别方法和装置

技术领域

本发明涉及新闻出版技术领域，特别是涉及一种地标图像的匹配识别方法装置。

背景技术

目前，在新闻行业中，视频和新闻报道的地理及事件信息理解、新闻视频虚拟化制作尚存有许多不足，无法完全满足节目制作、播出的需求。为增强新闻媒体领域自主创新能力，现在已经有了地理信息(GPS/北斗数据)与地标信息对应的实验资料库，并与新闻GIS数据库对接，基本能够满足节目制作的初步要求；且基于摄像机运动跟踪和地理坐标跟踪的新闻视频采集系统、实时动态定位新闻画面位置、三维渲染技术平台也正在日新月异的发展中，基本能够实现基于位置信息的三维数据实时渲染。

发明人在实施本申请的过程中发现，在新闻的制作过程中，需要从拍摄的视频中查找匹配相应的地标图像，目前一般需要人工目视识别的方法进行查找匹配，因此识别效率较低，不利于新闻节目的快速制作出版。

发明内容

有鉴于此，本发明提供了一种地标图像的匹配识别方法和装置，以解决人工目视识别方式下识别效率较低的问题。

为了解决上述问题，本发明公开了一种地标图像的匹配识别方法，具体包括如下步骤：

从预先拍摄的视频中按预设规律依次抽取图像帧；

读取所述图像帧所对应的地理信息；

从资料库中查找与所述地理信息相匹配的资料字段，所述资料字段包括目标地理信息和目标SURF特征点集；

当查找到与所述地理信息相匹配的资料字段时，将所述图像帧作为地标图像，计算所述地标图像的SURF特征点集；

将所述SURF特征点集与所述目标SURF特征点集进行循环匹配；

当所述SURF特征点集与所述目标SURF特征点集相匹配时，返回与所述目标SURF特征点集相对应的匹配结果。

可选的，所述从预先拍摄的视频中按预设规律依次抽取图像帧，包括：

响应用户的视频播放指令，载入并播放预先拍摄的视频；

在对所述视频进行播放的过程中，每隔预设的帧数抽取一帧图像，作为所述图像帧。

可选的，所述地理信息为卫星定位数据。

可选的，所述计算所述地标图像的SURF特征点集，包括：

对所述地标图像进行归一化处理，得到归一化图像；

利用SURF算法对所述归一化图像进行计算，得到所述SURF特征点集。

可选的，所述返回与所述目标SURF特征点击相对应的匹配结果，包括：

在所述地标图像上标注与所述目标SURF特征点集对应的地标信息，所述地标信息存在于所述目标SURF特征点集所在的资料字段中；

和/或，以文字方式返回所述地标信息。

相应的，为了保证上述方法的实施，本发明还提供了一种地标图像的匹配识别装置，具体包括：

图像帧抽取模块，用于从预先拍摄的视频中按预设规律依次抽取图像帧；

地理信息读取模块，用于读取所述图像帧所对应的地理信息；

资料字段查找模块，用于从资料库中查找与所述地理信息相匹配的资料字段，所述资料字段包括目标地理信息和目标SURF特征点集；

特征点集计算模块，用于当查找到与所述地理信息相匹配的资料字段时，将所述图像帧作为地标图像，计算所述地标图像的SURF特征点集；

特征点集匹配模块，用于将所述SURF特征点集与所述目标SURF特征点集进行循环匹配；

匹配结果返回模块，用于当所述SURF特征点集与所述目标SURF特征点集相匹配时，返回与所述目标SURF特征点集相对应的匹配结果。

可选的，所述从图像帧抽取模块包括：

播放控制单元，用于响应用户的视频播放指令，载入并播放预先拍摄的视频；

间隔抽取单元，用于在对所述视频进行播放的过程中，每隔预设的帧数抽取一帧图像，作为所述图像帧。

可选的，所述地理信息为卫星定位数据。

可选的，所述特征点集计算模块包括：

归一化处理单元，用于对所述地标图像进行归一化处理，得到归一化图像；

图像计算单元，用于利用SURF算法对所述归一化图像进行计算，得到所述SURF特征点集。

可选的，所述匹配结果返回模块包括：

地标信息标注单元，用于在所述地标图像上标注与所述目标SURF特征点集对应的地标信息，所述地标信息存在于所述目标SURF特征点集所在的资料字段中；

地标信息显示单元，用于以文字方式返回所述地标信息。

从上述技术方案可以看出，本发明提供了一种地标图像的匹配识别方法和装置，该方法和装置具体为从预先拍摄的视频中按预设规律依次抽取图像帧；读取图像帧所对应的地理信息；从资料库中查找与地理信息相匹配的资料字段，资料字段包括目标地理信息和目标SURF特征点集；当查找到与地理信息相匹配的资料字段时，将图像帧作为地标图像，计算地标图像的SURF特征点集；将SURF特征点集与目标SURF特征点集进行循环匹配；当SURF特征点集与目标SURF特征点集相匹配时，返回与目标SURF特征点集相对应的匹配结果。以上的匹配识别过程基本无需人工干涉，因此相对于目前的人工目视识别方式来说识别效率大为提高，从而解决了该方式下识别效率较低的问题，进而有利于新闻节目的快速制作出版。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种地标图像的匹配识别方法实施例的步骤流程图；

图2为本发明提供的一种地标图像的匹配识别装置实施例的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

实施例一

图1为本发明提供的一种地标图像的匹配识别方法实施例的步骤流程图。

参照图1所示，本实施例提供的匹配识别方法用于根据预置的资料库对地标图像进行识别，即确定该地标图像所反映的是什么样的地标，该匹配识别方法具体包括步骤：

S101：从预先拍摄的视频中按预设规律依次抽取图像帧。

这里的视频一般为通过航拍得到的视频，在得到该视频后，利用视频播放工具对视频进行播放并从中抽取图像帧，以便根据该图像帧对地标图像进行匹配识别。

具体识别时，首先响应用户的视频播放指令，根据该指令将视频载入视频播放工具中并进行播放；在对该视频进行播放过程中，每隔预设的帧数抽取一帧图像，将该图像作为上述图像帧。这里所说的帧数可以为20帧、25帧、30帧或60帧，由于一般摄像机获得的视频的帧率为25或30，因此也可以将其表述为每隔1秒、2秒或3秒从视频中抽取一帧图像。

S102：读取图像帧所对应的地理信息.

在视频的拍摄过程中，一般拍摄设备会提供相应的地理信息，这里的地理信息指的是卫星定位数据，能够表明该段视频产生于何处，从而方便后续的编辑及存档。视频的地理信息一般是携带于视频信号中，因此这里通过预先规定的方法从视频信号中读取该地理信息，一般来说每帧图像都有相应的地理信息，因此上述的图像帧也会有地理信息。这里将其取出，以便后续据其从数据库中查找地标图像的地标信息。

S103：从资料库中查找与地理信息相匹配的资料字段。

这里的资料库是指预先建立的包含众多的资料字段的资料库，每个资料字段中包括有与相应地标的地标图像相对应的目标地理信息、地标信息和该地标图像的目标SURF特征点集。

该目标SURF特征点集是在录入资料库时，利用SURF算法对预先获取的地标的地标图像进行计算，从而得到该地标图像的SURF特征点集。

SURF算法的概念及步骤均建立在SIFT算法之上，但详细的流程略有不同。SURF算法包含以下三个步骤:特征点侦测、特征邻近描述、描述子配对。

SIFT使用了连续不同尺度的高斯滤波器处理影像，并且经由高斯差来侦测影像中尺度不变的特征点；SURF则使用了方型滤波器取代SIFT中的高斯滤波器，借此达到高斯糢糊的近似。其滤波器可表示为:

{\displaystyle S(x,y)＝\sum_{i＝0}^{x}\sum_{j＝0}^{y}I(i,j)}

此外使用方型滤波器可利用积分图大幅提高运算速度，仅需计算位于滤波器方型的四个角落值即可。

SURF使用了斑点侦测的海森矩阵来侦测特征点，其行列式值代表像素点周围的变化量，因此特征点需取行列式值为极大、极小值。除此之外，为了达到尺度上的不变，SURF还使用了尺度σ的行列式值作特征点的侦测，给定图形中的一点p＝(x,y)，在尺度σ的海森矩阵为H(p,σ):

{\displaystyle

H(p,\sigma)＝{\begin{pmatrix}L_{xx}(p,\sigma)&L_{xy}(p,\sigma)\\L_{xy}(p,\sigma)&L_{yy}(p,\sigma)\end{pmatrix}}}

其中矩阵内的{\displaystyle L_{xx}(p,\sigma)}等函数为二阶微分后的灰阶图像。9*9的方型滤波器被作为SURF最底的尺度，近似于σ＝1.2的高斯滤波器。

因为影像会在不同的尺度下作比较，特征点往往会在不同尺度下被侦测到。在SIFT中，由于连续的高斯糢糊处理以及影像的降采样，在尺度上会型成类似金字塔的概念，例如高斯金字塔。

而SURF中尺度是由方型滤波器的大小决定的，并不是连续的斯糢糊及降采样处理。其中最底层的尺度(初始尺度)的方型滤波器大小为9*9，近似于σ＝1.2的高斯滤波器。越往上层的尺度滤波器的大小也就跟着增加，例如15*15、21*21、27*27......。

其尺度的转换公式为:

{\displaystyle\sigma_{approx}＝Currentfiltersize*\left({\frac{\left(BaseFilterscale\right)}{BaseFilterSize}}\right)}

与SIFT相同，SURF会使用特征点海森矩阵的行列式值作邻近资料插补来定位特征点。

为了保留特征点不变的特性，例如旋转、尺度上的不变性，需要赋予特征点一个描述子，使其能保有其不变性且能够轻易地被区分。大多数的描述子建立的方法为描述特征点与其相邻的相素点间的变化，因此描述子往往都是区域性的。

同时描述子的维度也是描述子重要的考量之一，一个维度不足的描述子可能会使能特征点不易区分，然而维度过大的描述子要耗费的计算也就越复杂。SURF的描述子使用了哈尔小波转换的概念，并利用积分图简化描述子的计算。

S104：计算地标图像的SURF特征点集。

当从资料库中查找到与地理信息相匹配的资料字段时，表明该地理信息对应有相应的地标，这时将包含该地理信息的图像帧作为地标图像；如果无法查找到相应的资料字段，则说明该图像帧中没有相应的地标。在查找到地标图像后计算该地标图像的SURF特征点集。

在具体计算该SURF特征点集的时候，首先对地标图像进行归一化处理，得到经过归一化处理的归一化图像，以便简化后续SURF计算的过程；然后利用前述的SURF算法对归一化图像进行计算，从而得到该地标图像的SURF特征点集。

其中，归一化处理是指通过一系列变换，利用图像的不变矩寻找一组参数，使其能够消除其他变换函数对图像变换的影响，将待处理的原始图像转换成相应的唯一标准形式，即归一化图像，该归一化图像对平移、旋转、缩放等仿射变换具有不变特性。

S105：将SURF特征点集与目标SURF特征点集进行循环匹配。

这里的SURF特征点集为待匹配的地标图像的特征点集，而目标SURF特征点集是与地标图像相匹配的地理信息同处一个资料字段中的特征点集，即该目标SURF特征点集对应有相应的地标信息。将两者进行循环匹配是指将地标图像的SURF特征点集的每个特征点分别与目标SURF特征点集的相应特征点进行匹配运算，已确认两者是否匹配。

S106：当SURF特征点集与目标SURF特征点集匹配时返回结果。

即经过上述的匹配计算过程后，如果地标图像的SURF特征点集与目标SURF特征点集相匹配，则表明该目标SURF特征点集所在的资料字段中的地标信息为地标图像的地标信息，此时将该地标信息返回作为匹配结果。

这里返回该匹配结果有两层意思，其一为在地标图像上标注该地标信息，从而使制作人员能够一目了然地确定该地标的信息；其二为以文字方式在其他地方显示该地标信息。

从上述技术方案可以看出，本实施例提供了一种地标图像的匹配识别方法，该方法具体为从预先拍摄的视频中按预设规律依次抽取图像帧；读取图像帧所对应的地理信息；从资料库中查找与地理信息相匹配的资料字段，资料字段包括目标地理信息和目标SURF特征点集；当查找到与地理信息相匹配的资料字段时，将图像帧作为地标图像，计算地标图像的SURF特征点集；将SURF特征点集与目标SURF特征点集进行循环匹配；当SURF特征点集与目标SURF特征点集相匹配时，返回与目标SURF特征点集相对应的匹配结果。以上的匹配识别过程基本无需人工干涉，因此相对于目前的人工目视识别方式来说识别效率大为提高，从而解决了该方式下识别效率较低的问题，进而有利于新闻节目的快速制作出版。

且还因为本发明是通过对地标图像的SURF特征点集进行匹配最终获得匹配识别结果的，相对于通过直接对地标图像进行识别的方法来说，因为SURF特征点集的数量相对较少，因此总的识别过程所需的计算量也要小的多。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

实施例二

图2为本发明提供的一种地标图像的匹配识别装置实施例的结构框图。

参照图2所示，本实施例提供的匹配识别装置用于根据预置的资料库对地标图像进行识别，即确定该地标图像所反映的是什么样的地标，该匹配识别装置具体包括图像帧抽取模块10、地理信息读取模块20、资料字段查找模块30、特征点集计算模块40、特征点集匹配模块50和匹配结果返回模块60。

图像帧抽取模块用于从预先拍摄的视频中按预设规律依次抽取图像帧。

这里的视频一般为通过航拍得到的视频，在得到该视频后，利用视频播放工具对视频进行播放并从中抽取图像帧，以便根据该图像帧对地标图像进行匹配识别。

该模块具体包括播放控制单元11和间隔抽取单元12，在具体识别时，播放控制单元用于响应用户的视频播放指令，根据该指令将视频载入视频播放工具中并进行播放；间隔抽取单元用于在对该视频进行播放过程中，每隔预设的帧数抽取一帧图像，将该图像作为上述图像帧。这里所说的帧数可以为20帧、25帧、30帧或60帧，由于一般摄像机获得的视频的帧率为25或30，因此也可以将其表述为每隔1秒、2秒或3秒从视频中抽取一帧图像。

地理信息读取模块用于读取图像帧所对应的地理信息.

在视频的拍摄过程中，一般拍摄设备会提供相应的地理信息，这里的地理信息指的是卫星定位数据，能够表明该段视频产生于何处，从而方便后续的编辑及存档。视频的地理信息一般是携带于视频信号中，因此这里通过预先规定的方法从视频信号中读取该地理信息，一般来说每帧图像都有相应的地理信息，因此上述的图像帧也会有地理信息。这里通过地理信息读取模块将其取出，以便后续据其从数据库中查找地标图像的地标信息。

资料字段查找模块用于从资料库中查找与地理信息相匹配的资料字段。

这里的资料库是指预先建立的包含众多的资料字段的资料库，每个资料字段中包括有与相应地标的地标图像相对应的目标地理信息、地标信息和该地标图像的目标SURF特征点集。

特征点计算模块用于计算地标图像的SURF特征点集。

当从资料库中查找到与地理信息相匹配的资料字段时，表明该地理信息对应有相应的地标，这时将包含该地理信息的图像帧作为地标图像；如果无法查找到相应的资料字段，则说明该图像帧中没有相应的地标。在查找到地标图像后计算该地标图像的SURF特征点集。

该模块包括归一化处理单元41和图像计算单元42，在具体计算该SURF特征点集的时候，归一化处理单元用于对地标图像进行归一化处理，得到经过归一化处理的归一化图像，以便简化后续SURF计算的过程；图像计算单元则利用前述的SURF算法对归一化图像进行计算，从而得到该地标图像的SURF特征点集。

特征点匹配模块用于将SURF特征点集与目标SURF特征点集进行循环匹配。

这里的SURF特征点集为待匹配的地标图像的特征点集，而目标SURF特征点集是与地标图像相匹配的地理信息同处一个资料字段中的特征点集，即该目标SURF特征点集对应有相应的地标信息。将两者进行循环匹配是指将地标图像的SURF特征点集的每个特征点分别与目标SURF特征点集的相应特征点进行匹配运算，已确认两者是否匹配。

匹配结果返回模块用于当SURF特征点集与目标SURF特征点集匹配时返回结果。

即经过上述的匹配计算过程后，如果地标图像的SURF特征点集与目标SURF特征点集相匹配，则表明该目标SURF特征点集所在的资料字段中的地标信息为地标图像的地标信息，此时将该地标信息返回作为匹配结果。

该模块包括地标信息标注单元61和地标信息显示单元62中的一个或全部，地标信息标注单元在地标图像上标注该地标信息，从而使制作人员能够一目了然地确定该地标的信息；地标信息显示单元用于以文字方式在其他地方显示该地标信息。

从上述技术方案可以看出，本实施例提供了一种地标图像的匹配识别装置，该装置具体为从预先拍摄的视频中按预设规律依次抽取图像帧；读取图像帧所对应的地理信息；从资料库中查找与地理信息相匹配的资料字段，资料字段包括目标地理信息和目标SURF特征点集；当查找到与地理信息相匹配的资料字段时，将图像帧作为地标图像，计算地标图像的SURF特征点集；将SURF特征点集与目标SURF特征点集进行循环匹配；当SURF特征点集与目标SURF特征点集相匹配时，返回与目标SURF特征点集相对应的匹配结果。以上的匹配识别过程基本无需人工干涉，因此相对于目前的人工目视识别方式来说识别效率大为提高，从而解决了该方式下识别效率较低的问题，进而有利于新闻节目的快速制作出版。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种地标图像的匹配识别方法，其特征在于，具体包括如下步骤：

从预先拍摄的视频中按预设规律依次抽取图像帧；

读取所述图像帧所对应的地理信息；

从资料库中查找与所述地理信息相匹配的资料字段，所述资料字段包括目标地理信息和目标SURF特征点集；

当查找到与所述地理信息相匹配的资料字段时，将所述图像帧作为地标图像，计算所述地标图像的SURF特征点集；

将所述SURF特征点集与所述目标SURF特征点集进行循环匹配；

当所述SURF特征点集与所述目标SURF特征点集相匹配时，返回与所述目标SURF特征点集相对应的匹配结果。

2.如权利要求1所述的匹配识别方法，其特征在于，所述从预先拍摄的视频中按预设规律依次抽取图像帧，包括：

响应用户的视频播放指令，载入并播放预先拍摄的视频；

在对所述视频进行播放的过程中，每隔预设的帧数抽取一帧图像，作为所述图像帧。

3.如权利要求1所述的匹配识别方法，其特征在于，所述地理信息为卫星定位数据。

4.如权利要求1所述的匹配识别方法，其特征在于，所述计算所述地标图像的SURF特征点集，包括：

对所述地标图像进行归一化处理，得到归一化图像；

利用SURF算法对所述归一化图像进行计算，得到所述SURF特征点集。

5.如权利要求1所述的匹配识别方法，其特征在于，所述返回与所述目标SURF特征点击相对应的匹配结果，包括：

在所述地标图像上标注与所述目标SURF特征点集对应的地标信息，所述地标信息存在于所述目标SURF特征点集所在的资料字段中；

和/或，以文字方式返回所述地标信息。

6.一种地标图像的匹配识别装置，其特征在于，具体包括：

图像帧抽取模块，用于从预先拍摄的视频中按预设规律依次抽取图像帧；

地理信息读取模块，用于读取所述图像帧所对应的地理信息；

资料字段查找模块，用于从资料库中查找与所述地理信息相匹配的资料字段，所述资料字段包括目标地理信息和目标SURF特征点集；

特征点集计算模块，用于当查找到与所述地理信息相匹配的资料字段时，将所述图像帧作为地标图像，计算所述地标图像的SURF特征点集；

特征点集匹配模块，用于将所述SURF特征点集与所述目标SURF特征点集进行循环匹配；

匹配结果返回模块，用于当所述SURF特征点集与所述目标SURF特征点集相匹配时，返回与所述目标SURF特征点集相对应的匹配结果。

7.如权利要求6所述的匹配识别装置，其特征在于，所述从图像帧抽取模块包括：

播放控制单元，用于响应用户的视频播放指令，载入并播放预先拍摄的视频；

间隔抽取单元，用于在对所述视频进行播放的过程中，每隔预设的帧数抽取一帧图像，作为所述图像帧。

8.如权利要求6所述的匹配识别装置，其特征在于，所述地理信息为卫星定位数据。

9.如权利要求6所述的匹配识别装置，其特征在于，所述特征点集计算模块包括：

归一化处理单元，用于对所述地标图像进行归一化处理，得到归一化图像；

图像计算单元，用于利用SURF算法对所述归一化图像进行计算，得到所述SURF特征点集。

10.如权利要求6所述的匹配识别装置，其特征在于，所述匹配结果返回模块包括：

地标信息标注单元，用于在所述地标图像上标注与所述目标SURF特征点集对应的地标信息，所述地标信息存在于所述目标SURF特征点集所在的资料字段中；

地标信息显示单元，用于以文字方式返回所述地标信息。