CN108388636B - 基于自适应分段最小外接矩形的街景影像检索方法及装置 - Google Patents

Abstract

本申请公开了一种基于自适应分段最小外接矩形的街景影像检索方法及装置，涉及地理信息技术领域，可以较大程度提高街景影像检索效率。其中方法包括：获取输入的检索点坐标；参照所述检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，所述预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；若存在，则查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像；根据查询结果确定街景影像检索结果。本申请适用于街景影像检索。

Description

基于自适应分段最小外接矩形的街景影像检索方法及装置

技术领域

本申请涉及地理信息技术领域，尤其是涉及到一种基于自适应分段最小外接矩形的街景影像检索方法及装置。

背景技术

街景影像是基于移动平台采集的城市景观全要素映射，在测绘、园林、城市市政、交通、公安等行业发挥了巨大作用。街景影像采集获得城市全要素影像，经过多期历史数据的采集，在城市范围内积累了数据量庞大、信息丰富的海量街景影像。

目前，现有街景影像检索方法常常以数据采集轨迹为检索数据源，采用传统空间索引算法为核心，以检索查询点周围最近街景影像为检索结果，以此方法研发面向各种应用的街景检索功能。

然而，现有街景影像检索方法主要是以点对点的空间索引，当数据量逐渐增加时，检索效率会逐步下降，进而会存在严重的效率问题。

发明内容

有鉴于此，本申请提供了一种基于自适应分段最小外接矩形的街景影像检索方法及装置，主要目的在于解决目前现有街景影像检索方法以点对点的空间索引，当数据量逐渐增加时，检索效率会逐步下降，进而会存在严重的效率的问题。

根据本申请的一个方面，提供了一种基于自适应分段最小外接矩形的街景影像检索方法，该方法包括：

获取输入的检索点坐标；

参照所述检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，所述预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；

若存在，则查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像；

根据查询结果确定街景影像检索结果。

根据本申请的另一方面，提供了一种基于自适应分段最小外接矩形的街景影像检索装置，该装置包括：

获取单元，用于获取输入的检索点坐标；

查询单元，用于参照所述检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，所述预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；

若存在，则查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像；

确定单元，用于根据查询结果确定街景影像检索结果。

依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述基于自适应分段最小外接矩形的街景影像检索方法。

依据本申请再一个方面，提供了一种基于自适应分段最小外接矩形的街景影像检索的实体装置，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于自适应分段最小外接矩形的街景影像检索方法。

借由上述技术方案，本申请提供的一种基于自适应分段最小外接矩形的街景影像检索方法及装置，与目前现有街景影像检索方法以点对点的空间索引相比，本申请在需要街景影像检索时，首先在预设检索结构中检索包含检索点的最小外接矩形，该预设检索结构包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，而每个最小外接矩形内包含少量街景影像，然后在查询到的最小外接矩形中检索与检索点对应的街景影像，通过这种将传统的点对点查询方式映射为“点对矩形”、“点对点”两阶段查询，可有效减少第二阶段点对点查询的数量，从而较大程度提高街景影像检索效率。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1示出了本申请实施例提供的一种基于自适应分段最小外接矩形的街景影像检索方法的流程示意图；

图2示出了本申请实施例提供的另一种基于自适应分段最小外接矩形的街景影像检索方法的流程示意图；

图3示出了本申请实施例提供的街景影像视域范围及描述参数示意图；

图4示出了本申请实施例提供的街景影像采集轨迹及拐点示意图；

图5示出了本申请实施例提供的最小外接矩形生成示意图；

图6示出了本申请实施例提供的最小外接矩形端点计算示意图；

图7示出了本申请实施例提供的街景影像检索流程示意图；

图8示出了本申请实施例提供的检索效果示意图；

图9示出了本申请实施例提供的一种基于自适应分段最小外接矩形的街景影像检索装置的结构示意图；

图10示出了本申请实施例提供的另一种基于自适应分段最小外接矩形的街景影像检索装置的结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本申请。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

针对现有街景影像检索方法效率较低的问题，本申请实施例基于街景影像采集特点、街景影像数据特性，提供了一种基于自适应分段最小外接矩形的街景影像检索方法，可以较大程度提高街景影像检索效率，如图1所示，该方法包括：

101、获取输入的检索点坐标。

在本实施例中，为了方便用户使用，用户仍然可以通过输入检索点坐标来检索街景图像，其中，检索点坐标可以为二维坐标等。

对于本实施例的执行主体可以为街景影像检索的装置或设备，在用户输入检索点坐标后，触发该装置或设备执行步骤101至104所示过程。

102、参照获取到的检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形。

其中，预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含少量的街景影像。最小外接矩形(MinimumBounding Rectangle，MBR)，也可以被叫做最小边界矩形，是指以二维坐标表示的若干二维形状(例如点、直线、多边形)的最大空间范围。在本实施例中可以指街景影像视域范围的最大范围。

如果没有查询到在预设检索结构中存在的包含检索点的最小外接矩形，则反馈无对应街景影像的查询结果并结束查询；如果能查找到包含检索点的最小外接矩形，则进入步骤103。

103、若存在包含检索点的最小外接矩形，则查询在包含检索点的最小外接矩形中是否存在与检索点对应的街景影像。

由于在最小外接矩形中查询会有效减少点对点查询的数量，因此可以较大程度提高街景影像检索效率。

104、根据查询结果确定街景影像检索结果。

在本实施例中，在包含检索点的最小外接矩形中查询到存在的与检索点对应的街景影像时，可以将该查询到的街景影像作为检索结果进行展示。

本申请实施例基于街景影像采集特点、街景影像数据特性，设计了一种采集轨迹自适应分段的基于街景影像最小外接矩形的街景影像快速检索方法。本申请实施例提出了最小外接矩形的概念，通过将传统的点对点查询方式映射为“点对矩形”、“点对点”两阶段查询，可有效减少第二阶段点对点查询的数量，从而较大程度提高街景影像检索效率。

进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本方法的具体实施过程，提供了另一种基于自适应分段最小外接矩形的街景影像检索方法，如图2所示，该方法包括：

201、沿道路以预定距离间隔或预定时间间隔采集一次街景影像的方式，采集街景影像，并形成街景影像采集轨迹。

其中，采集到的每张街景影像具有一定的视域范围。为了实现本申请的发明目的，采用的技术方案建立了面向海量数据的街景影像快速检索方法，并考虑了街景影像采集的如下特点：

(1)沿道路采集；

(2)以固定距离间隔(如每移动8米等)或者固定时间间隔(如每隔半秒等)采集一次街景影像；并形成街景影像采集轨迹；

(3)每张街景影像都具有一定的视域范围，本实施例中用fov表示。

202、获取在同一街景影像采集轨迹上的不同街景影像的视域范围参数信息。

其中，每张街景影像的视域范围参数信息包括拍摄位置参数、拍摄方向参数、可视角度参数、可视距离参数。

对于本实施例构建的街景影像快速检索方法，依据“计算街景影像视域范围——街景轨迹自适应分段——构建最小外接矩形”的思路，研究基于最小外接矩形的街景影像快速检索方法。

首先是街景影像的视域范围计算，街景影像采集平台每采集一次街景影像信息，相机对应捕捉一个场景，把这个场景的可见范围称为该影像的视域范围(FOV)。在采集中会同时确定街景影像视域范围的以下参数：

(1)相机的位置信息P：即拍摄轨迹点的位置信息(经度，纬度)；

(2)相机的拍摄方向根据影像参数中的方位角获得相机拍摄方向；

(3)相机的可视角度θ：即相机视场角，描述相机拍摄场景的最大范围；

(4)相机的可视距离R：相机场景内能够辨别物体的最大距离。

如图3所示，为街景影像视域范围及描述参数示意图，对于本实施例采用参数元组(P,θ,R)用于准确描述街景影像的可视区域，从而支持高效的索引和搜索。

203、根据获取到的视域范围参数信息，对同一街景影像采集轨迹进行轨迹自适应分段的预处理，使得每段轨迹上的轨迹点能够近似直线分布。

其中，一个轨迹点对应一张街景影像。对于本实施例提出的最小外接矩形概念是针对直线排列轨迹点，因此针对街景影像野外采集中轨迹点的非直线分布需要进行轨迹自适应分段的预处理，以满足最小外接矩形生成条件。

相应的，步骤203具体可以包括：从获取到的视域范围参数信息中提取每张街景影像的拍摄方向参数；依据拍摄方向参数，计算当前街景影像的拍摄方向角度与前一张街景影像的拍摄方向角度之差，得到当前街景影像轨迹点的转向角度；再判断该转向角度是否大于预设阈值，其中预设阈值是由上一个分段结束后各个轨迹点转向角度平均值确定；若该转向角度大于预设阈值，则将当前街景影像轨迹点确定为方向拐点；然后参照方向拐点，对街景影像采集轨迹进行分割，使得同一街景影像采集轨迹按照线性特征分为多段。

如图4所示，为街景影像采集轨迹及拐点示意图，图中Fs表示起点，Fe表示终点，Fi表示拐点。整个街景影像采集轨迹可以按照线性特征分为多段，每段以方向拐点为分割。而方向拐点的确定是依赖街景影像采集过程中每张影像的拍摄方向参数如当前影像的拍摄方向与前一张影像的拍摄方向相减即得到在此点的转向角度，判断此角度是否大于某个阈值确定是否是拐点，从而对街景影像采集轨迹进行自适应分段。而该阈值是由上一个分段结束后所有点的转向角度平均值确定。

204、根据各段轨迹中所有街景影像的视域范围，分别生成每段轨迹对应的最小外接矩形。

在街景影像采集轨迹自适应分段后，生成每段轨迹对应的最小外接矩形，在本实施例中最小外接矩形指街景影像视域范围的最大范围。

相应的，步骤204具体可以包括：参照每张街景影像的拍摄位置参数、拍摄方向参数、可视角度参数和可视距离参数这四个参数，确定每张街景影像的视域范围；在各段轨迹中轨迹点对应街景影像中选择最大的视域范围作为参数，调整轨迹点直线分布的轨迹中各个轨迹点对应街景影像的视域范围大小，得到轨迹点直线分布的轨迹对应的最小外接矩形。

如图5所示，为最小外接矩形生成示意图。每张街景影像对应fov不同(如图5(a))，在每段轨迹中选择最大的fov为参数(如图5(b))，调整所有影像的fov大小，用于生成最小外接矩形(如图5(c))，即图中p1，p2，p3，p4四点构成的矩形。

其中，图5中p1，p2，p3，p4四个端点的计算采用如图6所示方法。如图6所示，为最小外接矩形端点计算示意图，图中P0为轨迹点位置，α为相机拍摄方向向量的方位角，R为最大可视距离，θ为相机的可视角度，P1与P2为要得到的两个端点位置，公式如下：

(x-x₀)²+(y-y₀)²＝L² (式2)

y-y₀＝-tanα(x-x₀) (式3)

利用公式(式1)、(式2)、(式3)可得

再将(式4)代人(式3)可得y1，y2值，计算出P1(x1,y1)，P2(x2,y2)。

将轨迹段首尾两个标记点分别代入上述公式，得到最小外接倾斜矩形的四个端点坐标P1(x1,y1)，P2(x2,y2)，P3(x3,y3)，P4(x4,y4)。

205、依据每段轨迹对应的最小外接矩形，生成得到预设检索结构。

基于步骤202至205所示过程即可以构建全部街景影像的自适应分段最小外接矩形检索数据结构，即预设检索结构。在构建中可以采用R-Tree、B-Tree等方法构建。

206、当接收到街景影像检索的指令时，获取输入的检索点坐标。

在生成得到预设检索结构后，可以利用该预设检索结构实现基于自适应分段最小外接矩形的街景影像检索方法，用户可以输入检索点坐标并触击检索按钮实现指示按照该检索点坐标进行街景影像检索，在装置侧接收到街景影像检索的指令时，获取该检索点坐标，然后执行以下步骤，为了方便理解，以检索点坐标P₀(x,y)为例，给出如图7所示的街景影像检索流程示意图。

207、参照获取到的检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形。

如图7所示，主要分为两个步骤，首先检索在预设检索结构中是否存在包含检索点的最小外接矩形，此步骤对应图8(检索效果示意图)中第①所示内容。通过输入的点坐标P₀(x,y)在检索结构中检索查询是否存在包含输入点的最小外接矩形，并获得其最小外接矩形编号。如果没有则反馈无对应街景影像并结束查询，即执行步骤208b；如果能查找到最小外接矩形则进入第二步，即步骤208a。

208a、若存在包含检索点的最小外接矩形，则查询在包含检索点的最小外接矩形中是否存在与检索点对应的街景影像。

查询在包含检索点的最小外接矩形中是否存在与检索点对应的街景影像的步骤具体可以包括：参照检索点坐标，计算最小外接矩形中各个轨迹点分别与检索点的欧式距离；将欧式距离小于预设距离阈值的轨迹点，作为与检索点对应的候选轨迹点；然后根据候选轨迹点的街景影像视域范围，判断候选轨迹点的各个街景影像中是否存在包含检索点的街景影像；若存在包含所述检索点的街景影像，则确定所述最小外接矩形中存在与检索点对应的街景影像；若不存在包含检索点的街景影像，则确定最小外接矩形中不存在与检索点对应的街景影像。

在最小外接矩形所包含轨迹中检索，对应图8中第②、③步。在最小外接矩形中包含少量的轨迹点，可以通过计算比较轨迹点与输入点的欧式距离，获得输入点对应的候选轨迹点；然后根据街景影像视域范围fov判断输入点是否包含在内，如果是包含在fov范围内则表示已经检索到对应的街景影像，接下来执行步骤209aa；否则不能检索到对应街景影像，接下来执行步骤209ab。

209aa、若包含检索点的最小外接矩形中存在与检索点对应的街景影像，则确定街景影像检索成功，并将查询到的与检索点对应的街景影像作为检索结果。

与步骤208a并列的步骤208b、若预设检索结构中不存在包含检索点的最小外接矩形、则确定街景影像检索失败，并输出相应的提示信息。

其中，提示信息可以为文字提示信息、图片提示信息、音频提示信息、视频提示信息、灯光提示信息、振动提示信息等。

与步骤209aa并列的步骤209ab、若包含检索点的最小外接矩形中不存在与检索点对应的街景影像，则确定街景影像检索失败，并输出相应的提示信息。

针对现有街景影像检索方法效率较低的问题，本实施例基于街景影像采集特点、街景影像数据特性，设计了一种采集轨迹自适应分段的基于街景影像最小外接矩形的街景影像快速检索方法。本实施例提出了最小外接矩形的概念，通过将传统的点对点查询方式映射为“点对矩形”、“点对点”两阶段查询，可有效减少第二阶段点对点查询的数量，从而较大程度提高街景影像检索效率。

进一步的，作为图1和图2方法的具体实现，本申请实施例提供了一种基于自适应分段最小外接矩形的街景影像检索装置，如图9所示，该装置包括：获取单元31、查询单元32、确定单元33。

获取单元31，可以用于获取输入的检索点坐标；

查询单元32，可以用于参照检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；

若存在，则查询在包含检索点的最小外接矩形中是否存在与检索点对应的街景影像；

确定单元33，可以用于根据查询单元32的查询结果确定街景影像检索结果。

在具体的应用场景中，如图10所示，本装置还包括：处理单元34、生成单元35；

获取单元31，还可以用于获取在同一街景影像采集轨迹上的不同街景影像的视域范围参数信息；

处理单元34，可以用于根据视域范围参数信息，对同一街景影像采集轨迹进行轨迹自适应分段的预处理，使得每段轨迹上的轨迹点能够近似直线分布，其中，一个轨迹点对应一张街景影像；

生成单元35，可以用于根据各段轨迹中所有街景影像的视域范围，分别生成每段轨迹对应的最小外接矩形；依据每段轨迹对应的最小外接矩形，生成得到预设检索结构。

在具体的应用场景中，每张街景影像的视域范围参数信息包括拍摄位置参数、拍摄方向参数、可视角度参数、可视距离参数，如图10所示，生成单元35，具体可以用于参照拍摄位置参数、拍摄方向参数、可视角度参数和可视距离参数，确定每张街景影像的视域范围；在各段轨迹中轨迹点对应街景影像中选择最大的视域范围作为参数，调整轨迹点直线分布的轨迹中各个轨迹点对应街景影像的视域范围大小，得到轨迹点直线分布的轨迹对应的最小外接矩形。

在具体的应用场景中，如图10所示，处理单元34，具体可以用于从视域范围参数信息中提取每张街景影像的拍摄方向参数；依据拍摄方向参数，计算当前街景影像的拍摄方向角度与前一张街景影像的拍摄方向角度之差，得到当前街景影像轨迹点的转向角度；判断转向角度是否大于预设阈值，其中预设阈值是由上一个分段结束后各个轨迹点转向角度平均值确定；若转向角度大于预设阈值，则将当前街景影像轨迹点确定为方向拐点；参照方向拐点，对街景影像采集轨迹进行分割，使得同一街景影像采集轨迹按照线性特征分为多段。

在具体的应用场景中，查询单元32，具体可以用于参照检索点坐标，计算最小外接矩形中各个轨迹点分别与检索点的欧式距离；将欧式距离小于预设距离阈值的轨迹点，作为与检索点对应的候选轨迹点；根据候选轨迹点的街景影像视域范围，判断候选轨迹点的各个街景影像中是否存在包含检索点的街景影像；若存在包含检索点的街景影像，则确定最小外接矩形中存在与检索点对应的街景影像；若不存在包含检索点的街景影像，则确定最小外接矩形中不存在与检索点对应的街景影像。

在具体的应用场景中，如图10所示，本装置还包括：采集单元36；

采集单元36，可以用于沿道路以预定距离间隔或预定时间间隔采集一次街景影像的方式，采集街景影像，并形成街景影像采集轨迹，其中采集到的每张街景影像具有一定的视域范围。

在具体的应用场景中，确定单元33，具体可以用于若预设检索结构中不存在包含检索点的最小外接矩形，或包含检索点的最小外接矩形中不存在与检索点对应的街景影像，则确定街景影像检索失败，并输出相应的提示信息；若包含检索点的最小外接矩形中存在与检索点对应的街景影像，则确定街景影像检索成功，并将查询到的与检索点对应的街景影像作为检索结果。

需要说明的是，本申请实施例提供的一种基于自适应分段最小外接矩形的街景影像检索装置所涉及各功能单元的其他相应描述，可以参考图1至图8中的对应描述，在此不再赘述。

基于上述如图1、图2所示方法，相应的，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1、图2所示的基于自适应分段最小外接矩形的街景影像检索方法。

基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

基于上述如图1、图2所示的方法，以及图9、图10所示的虚拟装置实施例，为了实现上述目的，本申请实施例还提供了一种基于自适应分段最小外接矩形的街景影像检索的实体装置，具体可以为智能手机、平板电脑、智能手表、个人电脑、便携计算机等智能终端，该实体装置包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1、图2所示的基于自适应分段最小外接矩形的街景影像检索方法。

可选地，该实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。

本领域技术人员可以理解，本实施例提供的基于自适应分段最小外接矩形的街景影像检索的实体装置结构并不构成对该实体装置的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。

存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述街景影像检索实体装置硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。通过应用本申请的技术方案，将传统的点对点查询方式映射为“点对矩形”、“点对点”两阶段查询，可有效减少第二阶段点对点查询的数量，从而较大程度提高街景影像检索效率。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (9)

1.一种基于自适应分段最小外接矩形的街景影像检索方法，其特征在于，包括：

获取输入的检索点坐标；

参照所述检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，所述预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；

若存在，则查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像；

根据查询结果确定街景影像检索结果；

其中，所述预设检索结构的生成过程包括：

获取在同一街景影像采集轨迹上的不同街景影像的视域范围参数信息；

根据所述视域范围参数信息，对所述同一街景影像采集轨迹进行轨迹自适应分段的预处理，使得每段轨迹上的轨迹点能够近似直线分布，其中，一个轨迹点对应一张街景影像；

根据各段轨迹中所有街景影像的视域范围，分别生成每段轨迹对应的最小外接矩形；

依据所述每段轨迹对应的最小外接矩形，生成得到预设检索结构。

2.根据权利要求1所述的方法，其特征在于，每张街景影像的视域范围参数信息包括拍摄位置参数、拍摄方向参数、可视角度参数、可视距离参数，所述根据各段轨迹中所有街景影像的视域范围，分别生成每段轨迹对应的最小外接矩形，具体包括：

参照所述拍摄位置参数、所述拍摄方向参数、所述可视角度参数和所述可视距离参数，确定每张街景影像的视域范围；

在各段轨迹中轨迹点对应街景影像中选择最大的视域范围作为参数，调整所述轨迹点直线分布的轨迹中各个轨迹点对应街景影像的视域范围大小，得到所述轨迹点直线分布的轨迹对应的最小外接矩形。

3.根据权利要求2所述的方法，其特征在于，根据所述视域范围参数信息，对所述同一街景影像采集轨迹进行轨迹自适应分段的预处理，具体包括：

从所述视域范围参数信息中提取每张街景影像的拍摄方向参数；

依据所述拍摄方向参数，计算当前街景影像的拍摄方向角度与前一张街景影像的拍摄方向角度之差，得到当前街景影像轨迹点的转向角度；

判断所述转向角度是否大于预设阈值，其中所述预设阈值是由上一个分段结束后各个轨迹点转向角度平均值确定；

若所述转向角度大于所述预设阈值，则将所述当前街景影像轨迹点确定为方向拐点；

参照所述方向拐点，对街景影像采集轨迹进行分割，使得所述同一街景影像采集轨迹按照线性特征分为多段。

4.根据权利要求1所述的方法，其特征在于，查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像，具体包括：

参照所述检索点坐标，计算所述最小外接矩形中各个轨迹点分别与检索点的欧式距离；

将所述欧式距离小于预设距离阈值的轨迹点，作为与所述检索点对应的候选轨迹点；

根据所述候选轨迹点的街景影像视域范围，判断候选轨迹点的各个街景影像中是否存在包含所述检索点的街景影像；

若存在包含所述检索点的街景影像，则确定所述最小外接矩形中存在与所述检索点对应的街景影像；

若不存在包含所述检索点的街景影像，则确定所述最小外接矩形中不存在与所述检索点对应的街景影像。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

沿道路以预定距离间隔或预定时间间隔采集一次街景影像的方式，采集街景影像，并形成街景影像采集轨迹，其中采集到的每张街景影像具有一定的视域范围。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据查询结果确定街景影像检索结果，具体包括：

若所述预设检索结构中不存在包含所述检索点的最小外接矩形，或包含所述检索点的最小外接矩形中不存在与所述检索点对应的街景影像，则确定街景影像检索失败，并输出相应的提示信息；

若包含所述检索点的最小外接矩形中存在与所述检索点对应的街景影像，则确定街景影像检索成功，并将查询到的与所述检索点对应的街景影像作为检索结果。

7.一种基于自适应分段最小外接矩形的街景影像检索装置，其特征在于，包括：

获取单元，用于获取输入的检索点坐标；

查询单元，用于参照所述检索点坐标，查询在预设检索结构中是否存在包含检索点的最小外接矩形，其中，所述预设检索结构中包含街景影像采集轨迹自适应分段后得到的每段轨迹对应的最小外接矩形，每个最小外接矩形内包含多张街景影像；

若存在，则查询在包含所述检索点的最小外接矩形中是否存在与所述检索点对应的街景影像；

确定单元，用于根据所述查询单元的查询结果确定街景影像检索结果；

所述获取单元，还用于获取在同一街景影像采集轨迹上的不同街景影像的视域范围参数信息；

处理单元，用于根据所述视域范围参数信息，对所述同一街景影像采集轨迹进行轨迹自适应分段的预处理，使得每段轨迹上的轨迹点能够近似直线分布，其中，一个轨迹点对应一张街景影像；

生成单元，用于根据各段轨迹中所有街景影像的视域范围，分别生成每段轨迹对应的最小外接矩形；

依据所述每段轨迹对应的最小外接矩形，生成得到所述预设检索结构。

8.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至6中任一项所述的基于自适应分段最小外接矩形的街景影像检索方法。

9.一种基于自适应分段最小外接矩形的街景影像检索装置，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6中任一项所述的基于自适应分段最小外接矩形的街景影像检索方法。