[发明专利]一种融合传感器信息的室外场景识别方法有效

专利信息
申请号: 201310483335.9 申请日: 2013-10-16
公开(公告)号: CN103514446A 公开(公告)日: 2014-01-15
发明(设计)人: 桂振文;刘越;王涌天 申请(专利权)人: 北京理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06T7/00
代理公司: 北京理工大学专利中心 11120 代理人: 仇蕾安;李爱英
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 融合 传感器 信息 室外 场景 识别 方法
【权利要求书】:

1.一种融合传感器信息的室外场景识别方法,适用于该方法的样本图像库中的每一样本图像皆为场景的正面图像;其特征在于,该方法具体过程为:

步骤1:移动终端采集当前场景的待识别图像,再调用移动终端重力传感器接口,获取移动终端采集图像时的重力信息;

步骤2:将待识别图像和重力信息打包成一个压缩文件并发送给服务器;

步骤3:服务器根据压缩文件中的重力信息计算待识别图像的重力方向θg

步骤4:利用Canny边缘检测算法对待识别图像进行边缘二值化处理,得到边缘二值图像,再利用Hough变换的方法检测边缘二值图像中的直线;

步骤5:通过K-means聚类将直线分为水平与竖直两类,并根据所述重力方向θg剔除水平和竖直两类直线中的错误直线;

步骤6:根据剔除后得到的水平类直线计算水平消隐点,根据剔除后得到的竖直类直线计算竖直消隐点;

步骤7:利用水平消隐点计算水平方向的单应矩阵,利用垂直消隐点计算垂直方向的单应矩阵,基于两单应矩阵对待识别图像进行透视失真校正;

步骤8:利用校正后的图像与样本图像库中的样本图像进行匹配,寻找最相近的样本图像,并将该样本图像对应的场景信息返回给移动终端,实现场景识别。

2.根据权利要求1所述融合传感器信息的室外场景识别方法,其特征在于,所述步骤2在打包成一个压缩文件前,对所述待识别图像进行降采样处理。

3.根据权利要求1所述融合传感器信息的室外场景识别方法,其特征在于,所述利用Hough变换的方法检测边缘二值图像中的直线为:利用Hough变换的方法分别检测边缘二值图像中重力方向附近的直线和与重力方向相垂直的方向附近的直线。

4.根据权利要求3所述融合传感器信息的室外场景识别方法,其特征在于,所述步骤5中剔除错误直线的方法为:在竖直类直线中,剔除角度在之外的直线,再利用RANSAC剔除错误直线。

5.根据权利要求1所述融合传感器信息的室外场景识别方法,其特征在于,在执行步骤8之前,对校正后的图像进行如下处理:遍历校正后图像上的每一像素点,利用两单应矩阵的逆矩阵需找其在待识别图像中对应的灰度值,并将寻找到的灰度值拷贝至校正后图像相应的像素点上。

6.根据权利要求1所述融合传感器信息的室外场景识别方法,其特征在于,所述样本图像库中的每一样本图像还包括GPS信息,所述GPS信息为样本图像上显示的场景的GPS信息;步骤1在采集待识别图像时,获取当前场景的GPS信息,并在步骤2中将所述GPS信息一起发送给服务器;在步骤8进行样本图像匹配时,在样本图像库中寻找与待识别图像对应的GPS信息最近的GPS信息对应的样本图像,并将寻找到的图像定义为查询图像,然后将查询图像与待识别图像进行匹配。

7.根据权利要求1-6中的任一个所述融合传感器信息的室外场景识别方法,其特征在于,所述样本图像库的生成方法为:

S01,获取带GPS信息的各场景正面样本图像;

S02,提取每幅正面样本图像的局部特征,并将局部特征转换为描述符特征向量;

S03,利用所述描述符特征向量训练分层的单词树,再将描述符特征向量经过单词树量化成统计向量,再将所述统计向量存储到倒排文件系统中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310483335.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top