一种基于灰度特征提取和稠密光流法的室内定位方法技术

一种基于灰度特征提取和稠密光流法的室内定位方法，本发明专利技术涉及室内定位方法。本发明专利技术为了解决现有室内定位技术成本高、所需时间较长、工序复杂以及传统光流法精度低的问题。本发明专利技术步骤为：一：使用相机传感器进行视频采集并标识出录像的起点；二：每隔时间t进行一帧图像的截取；三：得到两幅图像运动过程的水平和垂直速度；四：计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置；五、得到去噪后的平均水平速度

Indoor location method based on gray feature extraction and dense optical flow

The invention relates to an indoor positioning method based on gray feature extraction and dense optical flow method, which relates to indoor positioning method. The invention solves the problems of high cost, long time required, complicated working procedure and low precision of traditional optical flow method in solving the problems of the existing indoor positioning technology. The invention comprises the following steps: A: video capture and identifies the video starting point using the camera sensor; two: every time a t frame image capture; three: get two images in the motion process of the horizontal and vertical velocity; four: Calculation of the average gray of the image, select gray value pixel gray value greater than the average the record of each selected pixel position; five, to obtain the average speed after noise

【技术实现步骤摘要】
一种基于灰度特征提取和稠密光流法的室内定位方法
本专利技术涉及基于灰度特征提取和稠密光流法的室内定位方法。
技术介绍
近年来，由于相应设备和技术广泛的进步以及实际应用场景中对基于位置服务的无缝解决方案的必要性，室内定位系统获得了广泛的关注和研究，这些系统开辟了一种全自动目标定位检测的新
在室外环境下，传统全球卫星导航系统(GlobalNavigationSatelliteSystem，GNSS)的定位结果是对用户位置进行精确估计的最可靠来源之一。然而在室内或封闭的环境中，由于卫星信号会受到严重的衰减导致定位精度的严重损失，GNSS是不可行的。目前，室内定位系统技术的研究热点主要包括WiFi定位技术和蓝牙定位技术。其中，WiFi定位技术具有无线接入点已部署范围广和可扩散繁殖的特点，利用用户智能手机检测到的各无线接入点的信号强度完成对用户位置的估计。然而，该技术严重依赖无线接入点的个数，并且在商场等实际环境的进口和出口等周边区域的定位精度急剧下降。蓝牙定位技术通过利用用户接收的蓝牙信号的强度完成对用户位置的估计，并且可实现1米的定位精度，然而该技术在探寻蓝牙信号阶段存在的高延迟现象限制了它实际中的应用。综合已经以上室内定位技术的优缺点，需要一种可扩展性强，部署成本低，所需时延小，定位精度高且稳定的定位系统。由于图像中包含了丰富的信息，带有图像传感器的智能手机的高普及性和可扩展移植性，以及计算机处理技术大大增强等优势，使得基于视觉的室内定位技术成为新的研究热点。视觉室内定位技术无需额外的部署，只需通过用户终端拍摄的室内场景图片，配合已建立的室内场景数据库，即可完成对用户位置更为准确且鲁棒性更强的估计结果。并且由于图像包含丰富的场景信息，视觉室内定位还可以为用户提供更好的可视化服务，这是其他定位方式无法比拟的。目前已经提出的视觉室内定位技术主要采用位置指纹算法，通过将终端拍摄的场景图像与用户位置共同建立数据库，然后采用快速检索算法得出数据库中最匹配的场景图像及对应位置，完成定位服务。然而主流的室内视觉定位算法研究，是提前建立图像数据库，在数据库中加入位置距离等信息。然后在线阶段，通过终端获取图片，通过特征匹配等方法与数据库中的图片进行匹配，然后进行相应的计算得到用户当前的位置。建立数据库的过程属于离线过程，数据获取会耗费大量的时间，而得到的数据又需要占一定的存储空间，于此同时，获取的数据也必然存在着一定的误差。因此，本文采用基于光流法的室内视觉定位算法进行室内定位，这种算法不需要离线建立数据库，因此节省了大量的时间，大幅度降低了了对存储设备的需求，而且避免了离线建立数据库产生的误差对定位的影响。在进行光流法进行室内视觉定位的时候，由于受光照、障碍、图片中的特征是否明显等因素的影响，光流法的定位会产生一定的误差，因此通过对图片进行特征提取、特征选择与特征匹配的方法，对图片进行处理，从而从整幅图片的光流中选取置信区间。虽然算法复杂度上升了，但是定位精度提高了。虽然算法复杂度上升了，但是位所花费的总时间相对主流定位方法仍然是大幅度减小了。
技术实现思路
本专利技术是为了解决现有室内定位技术成本高、所需时间较长、工序复杂以及传统光流法精度低的问题，而提出的一种基于灰度特征提取和稠密光流法的室内定位方法。一种基于灰度特征提取和稠密光流法的室内定位方法按以下步骤实现：步骤一：人在室内行走或车在行进过程中，使用相机传感器进行固定方向和视角的视频采集，并标识出录像的起点；步骤二：对步骤一得到的视频每隔时间T进行一帧图像的截取；步骤三：对每两幅相邻图像利用稠密型光流法进行计算，得到这两幅图像运动过程的水平和垂直速度(u,v)；步骤四：对图像进行灰度变换，得到灰度图像后计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置用(ll(m),lv(m))表示，其中m为第m个像素，ll为像素的横坐标集合，lv为像素的纵坐标集合；步骤五：根据(ll(m),lv(m))确定的位置，进行光流的选取得到水平速度un((ll(m),lv(m)))和垂直速度vn((ll(m),lv(m)))，根据得到的所有点的水平速度与垂直速度，计算平均水平速度和平均垂直速度并进行噪点的去除，得到去噪后的平均水平速度和平均垂直速度步骤六：根据相机标定原理将步骤五得到的平均水平速度和平均垂直速度，转换为三维空间的平均水平速度和平均垂直速度，并根据时间间隔T，计算两幅相邻图像运动过程中的水平位移和垂直位移；步骤七：重复执行步骤一至步骤六，直至全部位移计算完毕，并根据起点，得到行进路线以及每个时间点的具体位置。专利技术效果：本专利技术考虑了电动汽车出行状态对电动汽车动力电池参与电力系统调频效果的影响，以及参与电力系统调频对电动汽车动力电池寿命的影响，建立了考虑电池寿命的电动汽车动力电池参与电力系统调频模型，从系统端和电池端对电动汽车参与电力系统调频效果进行评估。按本专利技术所述建模方法对电动汽车参与电力系统调频策略进行选择，可以将电池容量损失由0.0158％下降为0.0113％，即最大将电池容量损失降低28.5％。本专利技术考虑了主流室内视觉定位算法花费较大前期时间以及人力的投入(主流室内视觉定位算法需要提前建立数据库，在走廊中根据需要每隔一段距离便需要采集一副图片并且进行相应的距离测量如到墙的距离等，而且必须保证该位置附近有明显的特征不同，且不同地方特征尽可能不同)，数据库的建立要求对场景密集踩点，每一个点固定位置照片并且准确测量距离，因此每一个点花费的时间至少3-5秒甚至更多，这在一个如机场大小的室内，工作量是不可想象的。在建立好数据库后，用户进行照相并将照片和数据库匹配，如果数据库中场景相似的图片较多很容易产生误匹配。因此我提出的一种基于灰度特征提取和稠密光流法的室内定位方法，不需要提前简历数据库，大大节省了时间，而且由于定位过程中不需要进行和数据库的匹配，因此完全不存在误匹配的问题。相对于传统的室内光流法定位算法，由于我考虑到了室内光线明暗变化的问题，提取灰度较高的点(灰度较大的点收光影变化较小)进行最终速度的计算，从而提高了传统光流法的精度，在光线较好的白天误差由10cm降低到1cm左右。附图说明图1为本专利技术实施例的稠密型光流法的结合灰度特征提取的室内定位算法的流程图；图2为本专利技术实施例的30个单步80cm的定位误差累计分布图；图3为本专利技术实施例的30个单步80cm的定位结果图。具体实施方式具体实施方式一：如图1所示，一种基于灰度特征提取和稠密光流法的室内定位方法包括以下步骤：步骤一：人在室内行走或车在行进过程中，使用相机传感器进行固定方向和视角的视频采集，并标识出录像的起点；步骤二：对步骤一得到的视频每隔时间T进行一帧图像的截取；步骤三：对每两幅相邻图像利用稠密型光流法进行计算，得到这两幅图像运动过程的水平和垂直速度(u,v)；步骤四：对图像进行灰度变换，得到灰度图像后计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置用(ll(m),lv(m))表示，其中m为第m个像素，ll为像素的横坐标集合，lv为像素的纵坐标集合；步骤五：根据(ll(m),lv(m))确定的位置，进行光流的选取得到水平速度un((ll(本文档来自技高网...

【技术保护点】
一种基于灰度特征提取和稠密光流法的室内定位方法，其特征在于，所述基于灰度特征提取和稠密光流法的室内定位方法包括以下步骤：步骤一：人在室内行走或车在行进过程中，使用相机传感器进行固定方向和视角的视频采集，并标识出录像的起点；步骤二：对步骤一得到的视频每隔时间T进行一帧图像的截取；步骤三：对每两幅相邻图像利用稠密型光流法进行计算，得到这两幅图像运动过程的水平和垂直速度(u,v)；步骤四：对图像进行灰度变换，得到灰度图像后计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置用(l

【技术特征摘要】
1.一种基于灰度特征提取和稠密光流法的室内定位方法，其特征在于，所述基于灰度特征提取和稠密光流法的室内定位方法包括以下步骤：步骤一：人在室内行走或车在行进过程中，使用相机传感器进行固定方向和视角的视频采集，并标识出录像的起点；步骤二：对步骤一得到的视频每隔时间T进行一帧图像的截取；步骤三：对每两幅相邻图像利用稠密型光流法进行计算，得到这两幅图像运动过程的水平和垂直速度(u,v)；步骤四：对图像进行灰度变换，得到灰度图像后计算图像的灰度平均值，选取灰度值大于平均灰度值的像素点，记录每个选取的像素的位置用(ll(m),lv(m))表示，其中m为第m个像素，ll为像素的横坐标集合，lv为像素的纵坐标集合；步骤五：根据(ll(m),lv(m))确定的位置，进行光流的选取得到水平速度un((ll(m),lv(m)))和垂直速度vn((ll(m),lv(m)))，根据得到的所有点的水平速度与垂直速度，计算平均水平速度和平均垂直速度并进行噪点的去除，得到去噪后的平均水平速度和平均垂直速度步骤六：根据相机标定原理将步骤五得到的平均水平速度和平均垂直速度，转换为三维空间的平均水平速度和平均垂直速度，并根据时间间隔T，计算两幅相邻图像运动过程中的水平位移和垂直位移；步骤七：重复执行步骤一至步骤六，直至全部位移计算完毕，并根据起点，得到行进路线以及每个时间点的具体位置。2.根据权利要求1所述的一种基于灰度特征提取和稠密光流法的室内定位方法，其特征在于，所述步骤三中对每两幅相邻图像利用稠密型光流法进行计算的具体过程为：步骤三一：对两幅图像进行灰度变换，得到两幅灰度图像；步骤三二：计算两幅图像的时间梯度矩阵ft、第一幅图像的水平方向梯度fu以及第一幅图片的垂直方向梯度fv；其中所述xi为一幅图像中水平方向上第i个像素的横坐标，yj为一幅图像中垂直方向上第j个像素的纵坐标，tk为第k幅图像的时间；步骤三三：计算光流平均分量与其中为由第k幅图像的横坐标为i，纵坐标为j的像素及周围像素计算得到的水平方向平均速度；为由第k幅图像的横坐标为i，纵坐标为j的像素及周围像素计算得到的垂直方向平均速度；步骤三四：根据图像的拉普拉斯算子，将和带入公式(6)；

【专利技术属性】
技术研发人员：马琳，赵航，何晨光，谭学治，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江,23