[發明專利]一種魯棒的異常匹配點剔除方法及圖像室內定位方法有效
| 申請號: | 202111013506.2 | 申請日: | 2021-08-31 |
| 公開(公告)號: | CN113781559B | 公開(公告)日: | 2023-10-13 |
| 發明(設計)人: | 王韋剛;馬居朝;丁亞 | 申請(專利權)人: | 南京郵電大學 |
| 主分類號: | G06T7/73 | 分類號: | G06T7/73;G06F17/16 |
| 代理公司: | 南京經緯專利商標代理有限公司 32200 | 代理人: | 姜慧勤 |
| 地址: | 210003 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 異常 匹配 剔除 方法 圖像 室內 定位 | ||
1.一種魯棒的異常匹配點剔除方法,其特征在于,具體包括如下步驟:
步驟1,在目標室內采集圖像;
步驟2,對上述采集到的圖像進行預處理,將預處理后的圖像劃分為測試集和指紋庫集;
步驟3,基于SURF特征匹配算法,將測試集中的圖像作為輸入,與指紋庫集中的圖像進行特征匹配;針對每一幅輸入圖像,均在指紋庫集中選擇與該輸入圖像特征匹配點對數量最多的指紋庫圖像作為輸出;所述特征匹配點對x′i和xi構成特征坐標矩陣M,M=[x′i,xi],i=1,…,n;其中,n表示輸入圖像和輸出圖像的特征匹配點對的總數量;x′i表示指紋庫輸出圖像的第i個特征匹配點對的像素坐標,x′i=(u′i,v′i,1);xi表示輸入圖像的第i個特征匹配點對的像素坐標,xi=(ui,vi,1);
步驟4,利用概率密度的異常匹配點對剔除算法對上述特征坐標矩陣M進行處理,剔除特征坐標矩陣M中的異常特征匹配點對。
2.根據權利要求1所述的一種魯棒的異常匹配點剔除方法,其特征在于,所述步驟1的方法如下:
在目標室內標注N個采樣點,分別在早、中、晚三個時間點對N個采樣點采集不同角度的圖像。
3.根據權利要求1所述的一種魯棒的異常匹配點剔除方法,其特征在于,所述步驟2中,將處理后的圖像中的10%作為測試集,90%作為指紋庫集。
4.根據權利要求1所述的一種魯棒的異常匹配點剔除方法,其特征在于,所述步驟4的方法如下:
步驟4.1,利用距離公式計算特征坐標矩陣M中的所有特征匹配點對的歐式距離,得到距離向量e=(e1,…,ei,…en);其中,距離公式如下:
式中,ei表示第i個特征匹配點對的歐式距離;
步驟4.2,利用Matlab得到距離向量e的概率密度函數圖,根據設定的第一概率密閾值得到距離置信區間[ej,ek];
步驟4.3,根據距離置信區間[ej,ek],對特征坐標矩陣M中的特征匹配點對進行處理,剔除歐式距離不滿足距離置信區間[ej,ek]的特征匹配點對,得到新的特征坐標矩陣M';
步驟4.4,利用角系數公式計算特征坐標矩陣M中的所有特征匹配點對的角系數,得到角系數向量a=(a1,…,ai,…an);其中,角系數公式如下:
式中,ai表示第i個特征匹配點對的角系數;
步驟4.5,利用Matlab得到角系數向量a的概率密度函數圖,根據設定的第二概率密閾值得到角系數置信區間[aj,ak];
步驟4.6,根據角系數置信區間[aj,ak],對特征坐標矩陣M'的特征匹配點對進行處理,剔除角系數不滿足角系數置信區間[aj,ak]的特征匹配點對,進一步得到特征坐標矩陣M”。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學,未經南京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111013506.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種鑄造坯料清理堆存區的布置結構及運行方法
- 下一篇:一種帶副頭枕的座椅結構





