[发明专利]一种基于BoVW算法的快速室内定位方法

权利要求书

1.一种基于BoVW算法的快速室内定位方法，其特征在于：一种基于BoVW算法的快速室内定位方法具体过程为：

步骤一：离线阶段，应用Matlab对摄像头进行标定，使用数据采集平台对室内环境进行视频录制并截取图像帧，以获得室内场景的图像信息以及图像所对应的地理位置信息；应用SURF算法对图像帧进行特征提取，并将图像特征和图像对应的地理位置存贮在数据库中，完成数据库建立；

所述数据采集平台包括第一摄像机和笔记本电脑，第一摄像机摄像头为工业摄像头或手机摄像头；

SURF算法为快速鲁棒特征提取算法；

步骤二：离线阶段，应用BoVW算法将从数据库中选取的训练图像转化为对应的BoVW直方图；将待定位区域分为L类，从数据库中选取分别属于L类的训练图像，对每一类中的训练图像加上标签，应用SVM算法对数据库中训练图像的BoVW直方图和图像标签进行有监督训练，获得最优分类函数；

SVM为支持向量机；

步骤三：在线阶段，求得用户查询图像BoVW直方图，利用最优分类函数判断用户查询图像所属类别，只在该类别区域内进行图像遍历检索求匹配图像；

用户查询图像为用户在待定位区域内第二个摄像机拍摄的图像；

步骤四：应用对极几何原理，根据匹配的图像，求得用户查询图像位置并将查询图像位置坐标返回给用户；

所述步骤一中应用Matlab对摄像头进行标定，使用数据采集平台对室内环境进行视频录制并截取图像帧，以获得室内场景的图像信息以及图像所对应的地理位置信息；应用SURF算法对图像帧进行特征提取，并将图像特征和图像对应的地理位置存贮在数据库中，完成数据库建立；具体过程为：

应用Matlab对摄像头进行标定；过程为：

首先，打印一张棋盘格标定板，贴在一个水平面上；然后，第一摄像机从不同角度拍摄N张模板图像；再将模板图像导入Matlab，通过Matlab程序检测出模板图像中的角点；最后求出第一摄像机的内参数、外参数和畸变系数；N取值为4-10；

数据采集平台使用视频流的方式对室内待定位区域进行视频录制并截取视频帧，根据视频帧频率及运动速度获得室内场景的图像信息以及图像所对应的地理位置信息存入数据库中；具体过程为：

步骤一一、在待定位区域内建立参考坐标系，并且选择坐标原点；

步骤一二、利用数据采集平台对待定位区域进行视频采集；

步骤一三、对采集的视频进行图像帧提取；

步骤一四、计算提取的图像帧的地理位置坐标，并将计算获得的地理位置坐标作为图像帧的地理信息存入数据库中；

图像帧的地理位置坐标计算如公式(1)所示，

式中，m表示采集的视频流的帧速率，v为数据采集平台运动速度，α为数据采集平台运动方向和坐标系X轴夹角，(X₀,Y₀)表示建立参考坐标系的坐标原点，(X_n,Y_n)即为第n帧图像所对应的地理位置坐标，n取值为正整数；

所述步骤二中应用BoVW算法将从数据库中选取的训练图像转化为对应的BoVW直方图；将待定位区域分为L类，从数据库中选取分别属于L类的训练图像，对每一类中的训练图像加上标签，应用SVM算法对数据库中训练图像的BoVW直方图和图像标签进行有监督训练，获得最优分类函数；具体过程为：

所述BoVW直方图为视觉直方图；

步骤二一、分割图像，并提取图像块的SURF特征：

对数据库中图像按一定步长划分为图像块，对每个图像块进行SURF特征提取，每个图像块得到一个64维的SURF局部特征描述子；

一定步长取8、12、16或20；

步骤二二、对64维的SURF局部特征描述子进行聚类获得码本：

将所有的64维的SURF局部特征描述子进行K均值聚类，聚为K类，即为码本；

K取值为正整数；

步骤二三、从数据库中选取的训练图像转化为对应的BoVW直方图：

判断每副训练图像中的图像块属于码本中的哪一类，遍历每幅训练图像中的所有图像块，统计每一类中包含的图像块数目，将每一类中包含的图像块数目除以所有图像块数目，每一副图像转化成K维向量，用BoVW直方图表示；

步骤二四、将待定位区域环境进行划分，划分为L类，对每一类根据摄像头拍摄方向和区域加上相应类别标签；

步骤二五、对分别属于L类的训练图像加上相应类别标签，应用SVM算法对从数据库中选取的训练图像的BoVW直方图和类别标签进行有监督训练，获得最优分类函数；

所述步骤三中在线阶段，对用户输入的查询图像构建用户查询图像BoVW直方图，利用最优分类函数判断用户查询图像所属类别，只在该类别区域内进行图像遍历检索求匹配图像；具体过程为：

步骤三一、对用户输入的查询图像进行BoVW直方图构建；

步骤三二、根据步骤二得到的最优分类函数判断用户查询图像所属类别；

步骤三三、在相应类别的数据库图像中进行遍历查询，得到大于等于四张与用户查询图像匹配的图像。

2.根据权利要求1所述一种基于BoVW算法的快速室内定位方法，其特征在于：所述步骤四中应用对极几何原理，根据匹配的图像，求得用户查询图像位置并将查询图像位置坐标返回给用户；具体过程为：

式中，X为用户查询图像在步骤一设定坐标系X轴位置；Y为用户查询图像在步骤一设定坐标系Y轴位置；Z为用户查询图像在步骤一设定坐标系Z轴位置；X′为匹配图像在步骤一设定坐标系X轴位置；Y′为匹配图像在步骤一设定坐标系Y轴位置；Z′为匹配图像在步骤一设定坐标系Z轴位置；t为转移向量；R为旋转矩阵；

E＝[t]_×R

式中，E为本质矩阵，映射[·]_×表示将一个三维向量映射成一个3×3的反对称矩阵；

F＝A^-TEA′^-1

其中，A和A′分别表示第一个摄像机和第二个摄像机的固有参数矩阵，矩阵F被称为基本矩阵，表示两幅图像中两个相对应的像素点之间的基本关系；T为转置；

F通过八点法求取；

第一个摄像机为数据采集平台上的摄像头，用于步骤一中数据库建立，摄像头为工业摄像头或手机摄像头；

第二个摄像机用于拍摄步骤三中用户查询图像，摄像头为手机摄像头。