一種基于手機圖像匹配的室內(nèi)定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種基于手機圖像匹配的室內(nèi)定位方 法。
【背景技術(shù)】
[0002] 近年來，隨著智能手機的普及和移動物聯(lián)網(wǎng)的深度發(fā)展，室內(nèi)定位技術(shù)引起了越 來越多的關(guān)注，逐漸成為物聯(lián)網(wǎng)的研究熱點。但在復(fù)雜的室內(nèi)環(huán)境（如機場大廳、倉庫、 超市、圖書館、地下停車場等），傳統(tǒng)的GI^S系統(tǒng)接收不到衛(wèi)星信號，無法實現(xiàn)室內(nèi)定位，不 能滿足日益增長的室內(nèi)定位服務(wù)LBS(Locationbasedservice)。目前國內(nèi)外的室內(nèi)定 位技術(shù)主要有W下7種方式：①紅外技術(shù)（IR);②無線局域網(wǎng)（WLAN);⑨藍牙技術(shù)炬lue Tooth);④超聲波扣Itrasonic);⑥計算機視覺（ComputerVision);⑧磁場；⑦射頻技術(shù) (RFID)。上述定位技術(shù)均能在一定程度上滿足室內(nèi)定位需求，但大多數(shù)定位系統(tǒng)易受室內(nèi) 障礙物、多徑傳輸?shù)入S機因素和干擾的影響，且系統(tǒng)部署復(fù)雜，維護成本高，通用性和可擴 展性差。綜合多方面因素對比表明，基于計算機視覺的室內(nèi)定位技術(shù)（即圖像處理技術(shù)） 抗信號干擾性強、定位精度高、實際應(yīng)用代價小，已成為室內(nèi)定位研究的一個熱點方向。
[0003] 目前，運用圖像處理技術(shù)進行室內(nèi)定位的方式主要是：將目標(biāo)運行過程的視頻流 劃分成一帖一帖圖像，匹配相鄰兩帖圖像并計算其基本矩陣，累積獲得的相對偏移量實現(xiàn) 室內(nèi)定位。該種方法的特點是定位精度較高，但是隨時間的推進累計誤差不斷增大，并且消 耗時間，需要計算多帖圖像才可W完成一次定位，不適用于精確且實時的室內(nèi)定位。
【發(fā)明內(nèi)容】
[0004] 針對上述現(xiàn)有技術(shù)的缺陷或不足，本發(fā)明的目的在于，提供一種基于手機圖像匹 配的準(zhǔn)確快速室內(nèi)定位方法。
[0005] 為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案予W解決：
[0006] 一種基于手機圖像匹配的室內(nèi)定位方法，包括如下步驟：
[0007] 步驟1，將室內(nèi)地面劃分為多個正方形的虛擬網(wǎng)格；
[000引步驟2,在每個虛擬網(wǎng)格中拍攝四幅圖像，將室內(nèi)所有虛擬網(wǎng)格中拍攝的圖像根據(jù) 拍攝方向的不同存為四類圖像，并對應(yīng)存儲每幅圖像的拍攝方向、所在的虛擬網(wǎng)格和虛擬 網(wǎng)格中屯、坐標(biāo)；對每幅圖像進行特征點提取，存儲每幅圖像對應(yīng)的SURF特征描述子；在每 類圖像中選出一個或多個基準(zhǔn)圖像，將每類圖像的基準(zhǔn)圖像與對應(yīng)類中的圖像一一匹配， 得到匹配點數(shù)集合；
[0009] 步驟3,目標(biāo)用戶使用手機拍攝待匹配圖像，并將待匹配圖像及拍攝的方向信息發(fā) 送至服務(wù)器，服務(wù)器保存滿足闊值要求的待匹配圖像，根據(jù)方向信息，確定步驟2中得到的 與所述方向信息一致方向的一類圖像為待捜索圖像；在待捜索圖像中捜索出待匹配圖像的 最佳匹配圖像，所述最佳匹配圖像拍攝時所在的虛擬網(wǎng)格為目標(biāo)粗略位置；
[0010] 步驟4,將最佳待匹配圖像與其所在虛擬網(wǎng)格的八鄰域虛擬網(wǎng)格進行匹配，獲得匹 配點數(shù)，給目標(biāo)粗略位置對應(yīng)的虛擬網(wǎng)格w及八鄰域網(wǎng)格分別賦權(quán)值；根據(jù)所述權(quán)值計算 目標(biāo)用戶的位置。
[0011] 進一步的，所述步驟1中，虛擬網(wǎng)格邊長a取50cm~70cm。
[0012] 進一步的，所述步驟2具體包括如下步驟：
[0013] 步驟2. 1，采用帶有支架的攝像機在每個虛擬網(wǎng)格對應(yīng)的實際網(wǎng)格中，在四個方向 上共采集四幅圖像；
[0014] 步驟2. 2,將采集的圖像根據(jù)拍攝方向的不同分為4類圖像進行存儲；同時存儲每 幅圖像拍攝時的拍攝方向、所在的虛擬網(wǎng)格和虛擬網(wǎng)格中屯、坐標(biāo)；
[00巧]步驟2. 3,采用SURF算子提取每幅圖像的特征點，并存儲每幅圖像對應(yīng)的SURF特 征描述子；
[0016] 步驟2. 4,在每類圖像中選出一幅或多幅圖像作為該類圖像的基準(zhǔn)圖像；
[0017] 步驟2. 5,將每類圖像的基準(zhǔn)圖像與該類圖像一一匹配，得到匹配點數(shù)集合，將該 集合內(nèi)的匹配點數(shù)從小到大排列得到集合base_Ni，i= 1，2, 3, 4。
[0018] 進一步的，所述步驟3具體包括如下步驟：
[0019] 步驟3. 1，目標(biāo)用戶使用手機垂直于墻面-i拍攝待匹配圖像，i= 1，2, 3, 4 ;
[0020] 步驟3. 2,將待匹配圖像與拍攝時刻的電子羅盤方向信息發(fā)送至服務(wù)器；
[0021] 步驟3. 3,服務(wù)器采用SURF算子提取待匹配圖像的特征點，得到待匹配圖像的 SURF特征點數(shù)K;
[0022] 步驟3. 4,判斷SURF特征點數(shù)K是否大于設(shè)定闊值T，如果是，執(zhí)行步驟3. 5 ;反之， 令i=i+1 或i-1，i= 1，2, 3, 4,執(zhí)行步驟 3. 1 ;
[0023] 步驟3. 5,根據(jù)步驟3. 2中所述的電子羅盤方向信息，確定第i類圖像為待捜索圖 像；
[0024] 步驟3. 6,在待捜索圖像中捜索出待匹配圖像的最佳匹配圖像，所述最佳匹配圖像 拍攝時所在的虛擬網(wǎng)格為目標(biāo)粗略位置。
[0025] 進一步的，所述步驟3. 6,在待捜索圖像中捜索出待匹配圖像的最佳匹配圖像，所 述最佳匹配圖像拍攝時所在的虛擬網(wǎng)格為目標(biāo)粗略位置，包括：
[0026] 步驟3.6.1，已知待匹配圖像I，待捜索圖像為步驟3. 5中確定的第i類圖像 Dat油ase;，初始化闊值Ti= 0. 1 ;
[0027] 步驟3. 6. 2,將待匹配圖像I與第i類圖像Dat油ase沖的每個基準(zhǔn)圖像baselk匹 配，得到待匹配圖像與每個基準(zhǔn)圖像的匹配點數(shù)量Nk;將匹配點數(shù)量Nk的最大值Nm"對應(yīng) 的基準(zhǔn)圖像作為最佳基準(zhǔn)圖像basely;
[00測步驟 3. 6. 3，計算區(qū)間肪yi，Key2]，其中，Keyi= (1-T1)XNmax、Key2 = (1+Ti)XN_；
[0029] 步驟3. 6. 4,將步驟2得到的匹配點數(shù)集合按照匹配點數(shù)由小到大排列得到集合 base_Ni，在該集合中捜索Keyi和1(巧2,找到與區(qū)間怔巧1，Keys]最接近的位置區(qū)間[posi， P0S2];
[0030] 步驟3. 6. 5,捜索位置區(qū)間[posi，POS2]內(nèi)每個匹配點數(shù)對應(yīng)的圖像，作為一個新 的集合new_space;
[003U步驟3. 6. 6,待匹配圖像I與所述新的集合new_space中每個圖像基于SURF算子 進行匹配，產(chǎn)生匹配點數(shù)集合match_N;
[003引步驟3. 6. 7,計算集合match_N的最大值match_Nm。,，并將最大值match_Nm"對應(yīng)的 圖像作為最佳匹配圖像；最佳匹配圖像拍攝時所在的