基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法技术

基于视频采集的Visual Map数据库建立方法及利用该数据库的室内视觉定位方法，涉及室内定位导航领域。是为了解决现有方法的室内视觉定位精度低，且费时费力的问题。本发明专利技术在快速建立基于视频的Visual Map数据库的基础上，通过载有视频获取设备的平台在匀速直线过程中进行视频拍摄，并且通过对所获得的视频进行处理来记录视频中帧的坐标位置信息以及图像匹配信息。在线的定位阶段，系统将带定位用户上传的图片与基于视频的Visual Map数据库通过利用感知哈希算法计算而来的哈希值进行粗匹配，再通过获得的粗匹配帧与上传图片通过SURF算法和相应的对极几何算法来完成基于视觉的室内定位。本发明专利技术适用于室内视觉定位场合。

【技术实现步骤摘要】

本专利技术涉及室内定位导航领域。 
技术介绍
随着智能手机的普及，位置定位服务越来越受到人们的重视。而现如今的卫星定位只解决了室外定位的问题，室内定位仍未得到统一。近年来基于Wifi的室内定位方法由于其部署方便，得到了比较广泛的关注，但是目前的研究成果显示，其定位精度受室人流疏密、墙壁遮挡等因素的影响较大。综合设备的部署成本和定位精度的影响因素考虑，并结合发展较为成熟的图像处理技术，视觉定位技术逐渐成为室内定位研究的另一个热点，并获得了越来越多的关注。关于视觉定位方法的研究始于机器人定位领域，但是近年来随着具有摄像头的智能手机的发展，视觉室内定位方法由于其所需设备简单，除用户配备摄像头的智能手机外，无需添加其他硬件设备而得到广泛的关注。 基于视觉的室内定位通过将用户所在位置的图像信息来估计出移动设备的位置，从而进行定位。通常该定位系统分为两步：即建立基于视频采集的Visual Map数据库的离线阶段和在线的定位估计阶段。如表1所示： 表1 视频帧位置坐标哈希值F1(X1,Y1)H1………Fn(Xn,Yn)HnVisual Map数据库本文档来自技高网...

【技术保护点】
基于视频采集的Visual Map数据库建立方法，其特征是：它由以下步骤实现：步骤一、根据需要定位的室内环境，选择坐标原点P0(X0,Y0)，建立平面二维直角坐标系；步骤二、通过载有视频获取设备的平台在匀速直线过程中进行视频拍摄，并且通过对所获得的视频进行处理来记录视频中帧的位置坐标信息，该位置坐标通过拍摄平台的运动速度和该帧的序号以及该视频的帧速率，通过公式：Xn=X0+vnmcosαYn=Y0+vnmsinα---(1)]]>获得；其中，n为该帧的序号，v为拍摄平台运动速度，α为拍摄平台运动方向和坐标系x轴夹角，(X0,Y0)为坐标原点，(Xn,Yn)为该帧在步骤一...

【技术特征摘要】
1.基于视频采集的Visual Map数据库建立方法，其特征是：它由以下步骤实现：
步骤一、根据需要定位的室内环境，选择坐标原点P0(X0,Y0)，建立平面二维直角
坐标系；
步骤二、通过载有视频获取设备的平台在匀速直线过程中进行视频拍摄，并且通
过对所获得的视频进行处理来记录视频中帧的位置坐标信息，该位置坐标通过拍摄平
台的运动速度和该帧的序号以及该视频的帧速率，通过公式：
Xn=X0+vnmcosαYn=Y0+vnmsinα---(1)]]>获得；其中，n为该帧的序号，v为拍摄平台运动速度，α为拍摄平台运动方向和
坐标系x轴夹角，(X0,Y0)为坐标原点，(Xn,Yn)为该帧在步骤一中所建立的平面坐标系
中的位置坐标；
步骤三、通过感知哈希算法计算出已经标记位置坐标信息的帧的哈希值，并存储，
完成Visual Map数据库的建立。
2.基于权利要求1的Visual Map数据库的室内视觉定位方法，其特征是：它由以
下步骤实现：
步骤A、通过感知哈希算法计算出待定位用户上传的图像的哈希值；
步骤B、根据步骤A获得的哈希值从Visual Map数据库中搜索到4帧图像，完成
粗匹配过程；
步骤C、将步骤B中得到的4帧粗匹配图像与用户上传图像通过SURF算法进行
匹配点计算；
步骤D、通过RANSAC算法从步骤C中每对图像得到的匹配点中选择8对匹配点，
并记录其相对应图像中的坐标；
步骤E、将步骤C中得到的像素坐标通过对极几何来计算出用户的位置坐标，完
成室内视觉定位。
3.根据权利要求2所述的基于Visual Map数据库的室内视觉定位方法，其特征在
于步骤E中所述将步骤C中得到的像素坐标通过对极几何来计算出用户的位置坐标的
具体方法为：
步骤E1、采用8点法求基本矩阵F，所述基本矩阵F是对极几何的数学描述；
对极几何中基本矩阵F的基本关系式为：
x′TFx＝0                   (2)
其中，X，X′分别表示两幅匹配图像中的一对匹配点在其像素坐标系中的坐标；
将获得的8对匹配点Xi(ui,vi,1)，X′i(u′i,v′i,1)，(1≤i≤8)代入公式(2)中，令基本
矩阵F＝(fij)，即：
u1′u1u1′v1u1′v1′u1v1′v1v1′u1v11···························u8′u8u8′v8u8′v8′u8v8′v8v8′u8v81f=0---(3)]]>其中，f＝(f11,f12,f13,f21,f22,f23,f31,f32,f33)T；
求解该线性方程组，获得基本矩阵F；
步骤E2、调用建立Visual Map数据库所用相机的内部参数矩阵K1，并读取待定位
用户的相机内部参数矩阵K2；相机内部参数矩阵K由公式(4)给出：
K=kufkucotθu00kvf/sinθv0001---(4)]]>其中，f为相机焦距，ku，kv表示相机的像素点尺寸，u0，v0表示图像的尺寸即
图像坐标系中u轴和v轴所包含像素点的个数，θ表示图像坐标系中u轴和v轴之间的夹
角，并由公式(5)求得本质矩阵E：
Ε＝K2TFK1                  (5)
步骤E3、由于步骤E2计算出的本质矩阵E包含了用户...

【专利技术属性】
技术研发人员：马琳，薛昊，谭学治，何晨光，
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