[發明專利]基于BN-CNN的高速可見光定位圖像處理方法、系統及介質

在審

• 申請號: 202210654874.3
• 申請日: 2022-06-10
• 公開（公告）號: CN115100279A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 方俊彬;李丹婕;林嘉俊;魏展航;江燦健;陳姝豫;蔣琳
• 申請（專利權）人: 暨南大學
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種基于BN?CNN的高速可見光定位圖像處理方法、系統及介質，方法為：獲取信號發射端LED燈的唯一標識符并編碼為交叉二五碼，通過調制器使用開關鍵控對LED燈進行調制，驅動LED燈發出不同頻率的光信號；使用CMOS圖像傳感器在信號接收端捕獲光信號圖像，并劃分為訓練集和測試集；將條紋圖像訓練集導入設計好的批規范化卷積神經網絡進行訓練，使用連續梯度下降法優化損失，獲得條紋圖像分類模型；將條紋圖像測試集導入條紋圖像分類模型進行識別，判斷條紋圖像所屬類別及類別對應LED燈的唯一標識符，確定信號接收端的位置。本發明通過批規范化卷積神經網絡來進行深度學習，提高了高速運動下捕捉到的模糊圖像的識別速度和準確率，具有良好的魯棒性。

技術領域

本發明屬于可見光定位及圖像解碼的技術領域，具體涉及一種基于BN-CNN的高速可見光定位圖像處理方法、系統及介質。

背景技術

基于發光二極管(LightEmittingDiode,LED)照明光源的可見光定位(VisibleLight Position,VLP)技術具有定位精度高、可支持照明和定位兩用且抗電磁干擾的優勢，被認為是室內定位領域一項極具前景的技術。根據設備接收光信號的不同，可將VLP分為兩種：基于圖像傳感器(Image Sensor,IS)的VLP和基于光電二極管(Photo-Diode，PD)的VLP?；贗S的VLP具有兩大優勢：1)基于IS的VLP采用互補性氧化金屬半導體(ComplementaryMetalOxide Semiconductor，CMOS)圖像傳感器接收可見光通信信號并形成條紋圖像，再對條紋圖像進行圖像處理以提取所傳輸的位置標識信息。該定位方案對光的方向不敏感，設備的移動不會受到限制，因此更適合移動應用場景；2)CMOS圖像傳感器可廣泛應用于移動終端和移動設備，因此，基于IS的VLP更容易集成到當前的移動終端和移動設備中。

但是基于IS的VLP方案中，條紋圖像信息提取的速度及準確率直接影響了圖像法可見光定位系統的定位實時性和定位精度。目前基于IS的VLP系統實時性較差，難以支持高速運動下的實時定位，主要原因有兩點：1)為了提高定位精度普遍采用了高清圖像傳感器，增大了圖像處理和定位的耗時；2)圖像傳感器在高速運動狀態下存在運動模糊和散焦模糊等實際問題，運動模糊和散焦模糊會降低圖像的質量，從而影響條紋圖像信息提取的準確率，進而降低了定位精度。

發明內容

本發明的主要目的在于克服現有技術的缺點與不足，針對現有的基于IS的VLP系統在圖像傳感器高速運動下存在的高定位延遲和圖像模糊問題，提供一種基于BN-CNN的高速可見光定位圖像處理方法、系統及介質，本方法通過對批規范化層卷積神經網絡進行訓練獲得條紋圖像分類模型，用于對高速運動下捕捉到的模糊條紋圖像進行深度學習，提高識別速率和準確率；模型中批規范化層能加速神經網絡訓練和提高神經網絡的泛化能力；dropout層能防止模型過擬合現象；本方法得到的模型具有支持圖像傳感器高速運動、定位時延小、魯棒性強、可準確識別運動模糊和散焦模糊的條紋圖像、照明定位兩用的優勢，可用于室內定位、智慧工廠AGV自動導引、地下空間和隧道中的機器導航等場景。

為了達到上述目的，本發明采用以下技術方案：

本發明第一目的在于，提供一種基于BN-CNN的高速可見光定位圖像處理方法，包括下述步驟：

獲取信號發射端LED燈的唯一標識符并編碼為交叉二五碼，再通過調制器使用開關鍵控對LED燈進行調制，驅動LED燈發出不同頻率的光信號；

使用CMOS圖像傳感器在信號接收端捕獲不同LED燈發出的光信號圖像，并劃分獲得條紋圖像訓練集和條紋圖像測試集；

將條紋圖像訓練集導入設計好的批規范化卷積神經網絡進行訓練，使用連續梯度下降法優化損失，獲得條紋圖像分類模型；

將條紋圖像測試集導入條紋圖像分類模型進行識別，判斷條紋圖像所屬類別及類別對應LED燈的唯一標識符，確定信號接收端的位置。