[发明专利]结合重力传感器与图像特征点角度的图像特征查询方法有效

专利信息
申请号: 201510379232.7 申请日: 2015-07-01
公开(公告)号: CN105045841B 公开(公告)日: 2017-06-23
发明(设计)人: 陈靖;张运超;王涌天 申请(专利权)人: 北京理工大学
主分类号: G06F17/30 分类号: G06F17/30;G06K9/46
代理公司: 北京理工大学专利中心11120 代理人: 高燕燕,仇蕾安
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: 结合 重力 传感器 图像 特征 角度 查询 方法
【权利要求书】:

1.结合重力传感器与图像特征点角度的图像特征查询方法,其特征在于,包括如下步骤:

步骤1:采用携带有重力传感器的摄像机采集目标图像,获得带有重力信息的图像样本,存入数据库中;所述重力信息具体为拍摄图像时摄像机坐标系的三个坐标轴x轴、y轴、z轴分别相对于与重力方向的夹角;其中z轴为垂直于摄像机成像面的轴,x、y轴形成的平面即为摄像机成像面;

将y轴正方向置于和重力方向一致,将此时摄像机位置作为基准位置,所述基准位置处重力信息为[gx(0),gy(0),gz(0)],以基准位置时图像旋转角度为0;

步骤2:依次以数据库中的各幅图像样本作为图像i进行如下步骤201~204的操作,形成对应所有图像样本的整体紧凑向量表征;

步骤201、对于图像i,采用特征提取算法对图像样本提取特征点,特征点中包含图像i的重力信息为[gx(i),gy(i),gz(i)];

步骤202、图像i的重力方向在相机坐标系中顺时针旋转角度αi为:

<mrow><msub><mi>&alpha;</mi><mi>i</mi></msub><mo>=</mo><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mfrac><mrow><msub><mi>g</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow><mrow><mo>|</mo><msub><mi>g</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>|</mo></mrow></mfrac><mo>*</mo><mfrac><mi>&pi;</mi><mn>2</mn></mfrac><mo>-</mo><mi>a</mi><mi> </mi><mi>t</mi><mi>a</mi><mi>n</mi><mfrac><mrow><msub><mi>g</mi><mi>x</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow><mrow><msub><mi>g</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo></mrow></mtd><mtd><mrow><msub><mi>g</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>&NotEqual;</mo><mn>0</mn></mrow></mtd></mtr><mtr><mtd><mrow><mfrac><mi>&pi;</mi><mn>2</mn></mfrac><mo>-</mo><mfrac><mrow><msub><mi>g</mi><mi>x</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow><mrow><mo>|</mo><msub><mi>g</mi><mi>x</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>|</mo></mrow></mfrac><mo>*</mo><mfrac><mi>&pi;</mi><mn>2</mn></mfrac><mo>,</mo></mrow></mtd><mtd><mrow><msub><mi>g</mi><mi>y</mi></msub><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>=</mo><mn>0</mn></mrow></mtd></mtr></mtable></mfenced></mrow>

将提取到的图像i中的所有特征点中的角度属性值都增加αi,获得旋转后的图像i’;

步骤203、将图像i’中所有的图像特征点进行词袋模型训练,获取K个聚类中心;

步骤204、对图像i’中所有的图像特征点进行特征编码,将特征点映射到各个聚类中心所在的指定大小的区域上,然后将落在各个聚类中心上的特征点按照特征点角度进行分区,在每一分区上进行特征聚合,形成图像样本i’的整体紧凑向量表征;

步骤3:以查询图像作为图像i,执行上述步骤201~204的操作,形成对应查询图像的整体紧凑向量表征;采用最近邻查找法,在数据库内图像样本中查找与该查询图像最匹配的图像样本。

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/201510379232.7/1.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