[发明专利]一种基于投票平滑的单张图片地理定位方法和系统有效

专利信息
申请号: 201910419627.3 申请日: 2019-05-20
公开(公告)号: CN110134816B 公开(公告)日: 2021-01-15
发明(设计)人: 张凯;邓文泉;董宇涵 申请(专利权)人: 清华大学深圳研究生院
主分类号: G06F16/587 分类号: G06F16/587;G06F16/53;G06F16/583
代理公司: 深圳新创友知识产权代理有限公司 44223 代理人: 江耀纯
地址: 518055 广东*** 国省代码: 广东;44
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 基于 投票 平滑 单张 图片 地理 定位 方法 系统
【权利要求书】:

1.一种基于投票平滑的单张图片地理定位方法,其特征在于包括如下步骤:S1、从查询图片中提取局部SIFT描述子作为查询特征;S2、对每个查询特征在预处理建立的数据索引中检索部分最近邻并修剪不显著的查询特征以及对应的最近邻;S3、把所有最近邻对应的参考图片作为候选图片,计算每个候选图片与查询图片的匹配特征数;S4、寻找候选图片一定地理范围内的其它候选图片,将其它候选图片所有的匹配特征数之和视作当前候选图片与查询图片的匹配约束特征数;S5、采用投票机制选择最大匹配约束特征数的候选图片作为查询图片的最佳匹配;其中,将匹配图片的地理位置作为查询图片的地理位置;

步骤S4具体包括:求和约束特征数;将地理距离较近的多张候选图片作为一个匹配整体,建立它们与查询图片的匹配关系;给定第i张候选图片,定义其与查询图片的约束特征数为其中表示操作算子,返回参考图片的全局特征;使用候选图片的GPS位置作为其全局特征,R称为约束半径;选择对应的候选图片作为查询图片的最佳匹配。

2.根据权利要求1所述的基于投票平滑的单张图片地理定位方法,其特征在于,步骤S2具体步骤包括:修剪多重最近邻;令Q={qi|i=1,2…N}表示从查询图片中提取的N个特征描述子,作为查询特征;令表示查询特征qi对应的最近邻,满足||ξ(qi)-ξ(υij)||≤||ξ(qi)-ξ(υi(j+1))||,其中υij表示qi的第j个最近邻;表示操作算子,返回特征点的特征描述子;表示度量算子,计算描述子之间的距离;通过检查第S个最近邻和第1个最近邻的相似程度,以移除非显著的查询特征以及它们对应的最近邻;定义若θi>0.8,则移除查询特征qi以及对应的最近邻,其中S设置为10。

3.根据权利要求1所述的基于投票平滑的单张图片地理定位方法,其特征在于,步骤S3具体包括:计算匹配特征数;令表示修剪步骤后查询特征的数量,K表示每个查询特征对应的最近邻的数量;每个最近邻唯一对应一张参考图片,将所有最近邻对应的参考图片表示为其中表示操作算子,返回最近邻对应的参考图片;υij表示qi的第j个最近邻;采用简单的遍历算法,剔除重复的图片,得到唯一的参考图片序列并将它们称为候选图片。

4.根据权利要求1所述的基于投票平滑的单张图片地理定位方法,其特征在于,步骤S3具体还包括:令求出的候选图片序列为其中l表示候选图片的数量;多重最近邻中每个候选图片与查询图片的局部特征匹配个数的求解方法为:给定候选图片遍历查询特征集Q中的每个查询特征qi,判断qi对应的前K个NN里是否有NN对应的参考图片是若存在,则匹配特征数Nm+1;若无,则进入下一个查询特征qi+1

5.根据权利要求1所述的基于投票平滑的单张图片地理定位方法,其特征在于:还包括预处理过程,用于提取街景图片的局部特征点作为参考特征集,建立局部特征点与其所提取街景图片的映射表,将所述参考特征集组织成索引结构。

6.根据权利要求5所述的基于投票平滑的单张图片地理定位方法,其特征在于:所述预处理过程具体步骤包括:

A1:将街景图片进行压缩;

A2:对街景图片提取局部特征点,将其作为参考特征集,同时建立每个局部特征点和所提取街景图片的映射表;

A3:将所述参考特征集组织成索引结构。

7.根据权利要求6所述的基于投票平滑的单张图片地理定位方法,其特征在于:步骤A2中,所述特征点是SIFT或SURF特征点。

8.根据权利要求6所述的基于投票平滑的单张图片地理定位方法,其特征在于:步骤A3中,所述索引结构是用相似性搜索工具FAISS或快速最近邻搜索库FLANN将其建立成索引结构。

9.一种计算机介质,其特征在于,存储有计算机程序,所述程序可以被执行以实现如权利要求1~8中任意一项所述的方法。

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清华大学深圳研究生院,未经清华大学深圳研究生院许可,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/201910419627.3/1.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