[发明专利]一种基于图像的快速定位方法

摘要

本发明公开了一种基于图像的定位方法，该方法包括以下步骤：对于拍摄场景进行三维重建，得到拍摄场景中的三维点及与三维点相对应的二进制描述子；对二进制描述子建立索引；根据重建得到的场景的三维点及与三维点相应的二进制描述子和二进制描述子的索引，对于输入的查询图像进行定位。本发明借助三维点云实现基于图像的快速定位，在保持与现有的基于图像的定位方法相当的定位精度的情况下，定位速度比现有定位方法快接近10倍。

主权项

一种基于图像的定位方法，其特征在于，该方法包括以下步骤：步骤1，对于拍摄场景进行三维重建，得到所述拍摄场景中的三维点及与三维点相对应的二进制描述子；步骤2，对所述二进制描述子建立索引；步骤3，根据重建得到的场景的三维点及与三维点相应的二进制描述子和二进制描述子的索引，对于输入的查询图像进行定位；所述步骤2中，通过随机树对所述二进制描述子建立索引；所述随机树的结构通过确定非叶子节点上的节点测试来确定，所述非叶子节点的节点测试过程包括以下步骤：步骤211，从步骤1得到的三维点中随机挑选一组三维点及其所有二进制描述子作为训练样本，所有二进制描述子都位于树的根节点，从根节点出发，进行节点测试，其中，属于同一个三维点的所有描述子既是彼此的最近邻同时又充当彼此的查询描述子；步骤212，产生一组随机的测试T＝{τ}；步骤213，将每一个测试τ应用到位于当前节点的二进制描述子上，根据测试结果将它们划分在Sl和Sr两个集合中，同时将测试τ应用到这些二进制描述子的查询描述子上，并统计查询描述子中与最近邻描述子具有相同测试结果的查询描述子所占的比例rc；步骤214，计算损失函数：其中，|.|表示集合元素的个数，λ是一个预先给定的参数；步骤215，选择使得损失函数C最小的测试τbest作为当前节点的节点测试；步骤216，使用τbest将当前节点中的二进制描述子划分到左右两个子节点中，如果达到一个预设的深度那么两个子节点将作为叶子节点否则为非叶子节点；步骤217，对于未处理的非叶子节点重复步骤212‑步骤216，直至处理完所有的非叶子节点。