一种基于图像匹配室内定位的优化算法制造技术

本发明专利技术公开了一种基于图像匹配室内定位的优化算法，包括以下步骤：(1)取店铺样本；(2)店铺拍照；(3)店铺编号；(4)绑定wifiMAC地址和店铺图片；(5)建立数据库；(6)取信号最强的wifi；(7)进行图像匹配遍历。本发明专利技术与现有技术相比的优点是：本发明专利技术通过检测wifi强度，对图像的匹配范围进行缩小，从而减少不必要的图像匹配操作，节约时间成本。同时，wifi强度提供辅助，避免wifi强度的不稳定因素对定位的影响。节约定位的时间成本，并提高定位的稳定性，具有能在移动平台段有效实用的特点。

【技术实现步骤摘要】

本专利技术涉及一种基于图像匹配室内定位的优化算法。
技术介绍
目前，存在的室内定位有wifi三点定位和图像匹配定位。其中，wifi强度定位，采用接收不同型号移动终端在室内各个位置点检测到的来自各个接入点AP的信号强度向量；根据模糊聚类算法对接收的信号强度向量进行聚类；据聚类结果将各型号移动终端在室内各个位置点对应的AP分为稳定AP与问题AP；过滤波算法计算不同型号移动终端在室内同一位置点检测到的同一稳定AP多次发射的不同功率信号的信号强度聚类中值，并形成多条关于移动终端型号的关系曲线，每条关系曲线标识了同一移动终端型号不同发射功率所对应的信号强度聚类中值；接收待测移动终端在室内检测到的来自各个AP的信号强度和待测移动终端的型号；通过所述待测移动终端的型号与所述关系曲线将待测移动终端针对每个稳定AP的信号强度转换为参考移动终端的相应信号强度；在基于所述关系曲线将待测移动终端接收的信号强度转换为参考移动终端接收的信号强度后，将所转换的参考移动终端接收的信号强度与指纹库中存储的参考移动终端在室内各个位置点针对每个稳定AP的信号强度进行匹配，以获知待测移动终端当前所在的位置点。Wifi信号强度定位存在信号不稳定的缺陷，在现实运用时存在偏差。另一种，图像匹配定位，能够准确定位人的位置，使用图像采集的Visual Map建立方式记录每个参考点的位置、相机的旋转矩阵和SURF算法得出的特征点信息，对需要定位的用户手机所拍摄的相片提取特征点，将其与数据库中各图像的特征点进行匹配，选出匹配度最高的若干幅图像及与其相对应的图像的位置信息和旋转矩阵，之后使用RANSAC算法剔除匹配图像中的误匹配点，最后使用对极几何完成对用户位置的估计。但是由于大型商场或者大型室内区域内，遍历每家店铺或者样本的特征图片进行匹配时，需要的时间比较长，然而用户对定位的时间响应是非常苛刻的。一般超过5秒钟，还未完成定位，用户便会选择关闭该定位应用软件。
技术实现思路
本专利技术是为了解决上述不足，提供了一种基于图像匹配室内定位的优化算法。本专利技术的上述目的通过以下的技术方案来实现：一种基于图像匹配室内定位的优化算法，其特征在于：包括以下步骤：(1)取店铺样本：Wifi覆盖范围半径为10～15米，取该wifi覆盖范围的若干个店铺样本；(2)店铺拍照：每个店铺拍下三张基准图片，包括左视图，正视图，右视图；(3)店铺编号：将每家店铺的基准图片进行编号；(4)绑定wifiMAC地址和店铺图片：将每个wifiMAC地址与该wifi覆盖的若干个店铺的图片编号进行绑定；(5)建立数据库：建立数据库(标识信息库)，存储wifi信息、wifi对应的图片序号、图片信息；(6)取信号最强的wifi：利用手机检测wifi信号强度，取信号最强的wifi，其对应的店铺特征图片作为图像匹配遍历的对象；(7)进行图像匹配遍历。本专利技术与现有技术相比的优点是：本专利技术通过检测wifi强度，对图像的匹配范围进行缩小，从而减少不必要的图像匹配操作，节约时间成本。同时，wifi强度提供辅助，避免wifi强度的不稳定因素对定位的影响。节约定位的时间成本，并提高定位的稳定性，具有能在移动平台段有效实用的特点。本发专利技术还具有以下优点：1、结合wifi和图像匹配两种技术，提出一种高效的算法；2、不必运行在服务器端，节省开支；3、提高图像匹配的准确率；4、避免wifi信号强度不稳定因素对定位的影响。附图说明图1是本专利技术的定位流程图。图2是本专利技术的标识信息库示意图。图3是本专利技术的系统流程示意图。具体实施方式下面结合附图对本专利技术进一步详述。如图1所示，一种基于图像匹配室内定位的优化算法，其特征在于：包括以下步骤：(1)取店铺样本：Wifi覆盖范围半径为10～15米，取该wifi覆盖范围的6个店铺样本；(2)店铺拍照：每个店铺拍下三张基准图片，包括左视图，正视图，右视图；(3)店铺编号：将每家店铺的基准图片进行编号；(4)绑定wifiMAC地址和店铺图片：将每个wifiMAC地址与该wifi覆盖的6家店铺18张图片编号进行绑定；(5)建立数据库：建立数据库(标识信息库，如图2所示)，存储wifi信息、wifi对应的图片序号、图片信息；(6)取信号最强的wifi：利用手机检测wifi信号强度，取信号最强的wifi，其对应的店铺特征图片作为图像匹配遍历的对象；(7)进行图像匹配遍历。如图1、图2及图3所示，在具体运用本专利技术优化算法中，具体定位流程为：步骤1：建立商场中所有商铺店面对应的店面图片库；步骤2：获取用户拍摄当时所处位置的店铺门面图片；步骤3：再获取用户当前位置信号的wifi对应MAC地址；步骤4：对用户拍摄图片进行预处理；步骤5：对预处理图片进行Sift特征向量提取；步骤6：对标识信息库中，该wifi绑定的每个图片进行匹配；步骤7：根据匹配结果，在当前地图系统中的位置信息确定所述拍摄的商铺所处位置，并在地图上呈现。以上所述仅为本专利技术的实施例，并非因此限制本专利技术的专利范围，凡是利用本专利技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
，均同理包括在本专利技术的专利保护范围内。本文档来自技高网...

【技术保护点】
一种基于图像匹配室内定位的优化算法，其特征在于：包括以下步骤：(1)取店铺样本：Wifi覆盖范围半径为10～15米，取该wifi覆盖范围的若干个店铺样本；(2)店铺拍照：每个店铺拍下三张基准图片，包括左视图，正视图，右视图；(3)店铺编号：将每家店铺的基准图片进行编号；(4)绑定wifiMAC地址和店铺图片：将每个wifiMAC地址与该wifi覆盖的若干个店铺的图片编号进行绑定；(5)建立数据库：建立数据库(标识信息库)，存储wifi信息、wifi对应的图片序号、图片信息；(6)取信号最强的wifi：利用手机检测wifi信号强度，取信号最强的wifi，其对应的店铺特征图片作为图像匹配遍历的对象。(7)进行图像匹配遍历。

【技术特征摘要】
1.一种基于图像匹配室内定位的优化算法，其特征在于：
包括以下步骤：
(1)取店铺样本：Wifi覆盖范围半径为10～15米，取该
wifi覆盖范围的若干个店铺样本；
(2)店铺拍照：每个店铺拍下三张基准图片，包括左视图，
正视图，右视图；
(3)店铺编号：将每家店铺的基准图片进行编号；
(4)绑定wifiMAC地址和店铺图片：将每...

【专利技术属性】
技术研发人员：孙思宇，张望，卓秋生，丁一，
申请(专利权)人：孙思宇，
类型：发明
国别省市：湖南;43