[發明專利]基于人工智能的建筑物快速定位方法

有效

• 申請號: 202310685846.2
• 申請日: 2023-06-12
• 公開（公告）號: CN116433887B
• 公開（公告）日: 2023-08-15
• 發明（設計）人: 劉琨;趙曉璐
• 申請（專利權）人: 山東鼎一建設有限公司
• 主分類號: G06V10/24
• 分類號: G06V10/24;G06V10/52;G06V10/74;G06V10/762
• 代理公司: 濟寧仁禮信知識產權代理事務所(普通合伙) 37383
• 代理人: 王更星

本發明涉及圖像數據處理技術領域，提出了基于人工智能的建筑物快速定位方法，包括：獲取目標建筑物圖像和查找圖像；得到差分圖像和模糊圖像，差分圖像的關鍵點構建拓撲三角網結構；得到模糊圖像的特征點，得到模糊圖像的消失特征點；將與關鍵點直接相連的特征點作為參考點，根據參考點消失的數量和消失特征點與關鍵點的歐氏距離得到的特征強度，根據特征強度構成的序列得到邊值；得到圖結構，將圖結構轉換為向量得到相似度，根據圖結構的相似度得到每個尺度的表征性，得到基準尺度；根據基準尺度得到目標區域，完成了建筑物的快速定位。本發明對尺度特征點進行匹配計算，得到查找圖像中的目標建筑物，大大提高了匹配速度，實現快速定位。

技術領域

本發明涉及圖像數據處理技術領域，具體涉及基于人工智能的建筑物快速定位方法。

背景技術

在建筑領域或者其它領域，經常會出現對目標建筑物拍攝了一張圖片，需要在很多張圖片中快速定位找到該目標建筑物的情況，但是含有該建筑物的圖片中往往場景較為復雜，現有方法往往通過sift描述子匹配的方法進行定位，但場景本來就較為復雜，可能存在很多相似建筑物，即使是相同的建筑物在不同的視角下也會有不同的特征點，對于不同視角下的建筑物直接使用sift描述子進行匹配得到的匹配點是不精確的，根據不精確的匹配點得到匹配結果也是不精確的，除此之外，不同的圖像具有不同的尺度，在不同尺度下也無法得到相同的匹配點，且sift描述子匹配時，大量的描述子進行匹配計算量較大。

發明內容

本發明提供基于人工智能的建筑物快速定位方法，以解決場景本來就較為復雜，計算量較大的問題，所采用的技術方案具體如下：

本發明一個實施例提供了基于人工智能的建筑物快速定位方法，該方法包括以下步驟：

獲取目標建筑物圖像和查找圖像；

得到目標建筑物圖像的圖像金字塔以及差分圖像，根據圖像金字塔得到模糊圖像，得到差分圖像的關鍵點，并構建拓撲三角網結構；

將模糊圖像使用sift描述子時的初始極值點作為特征點，將同一尺度下的模糊圖像按照模糊程度從小到大排序，將第一張模糊圖像的特征點記為初始特征點，根據初始特征點得到其余模糊圖像的消失特征點；

對每張模糊圖像的特征點得到一個拓撲三角網結構，將拓撲三角網結構中與關鍵點直接相連的特征點作為參考點，根據每個關鍵點在每張模糊圖像中參考點消失的數量以及消失特征點與關鍵點的歐式距離得到關鍵點的特征強度，將同一個關鍵點在同一尺度下的不同模糊圖像中得到的特征強度得到特征變化序列，對于關鍵點構成的拓撲三角網結構，將兩個關鍵點的特征變化序列的余弦相似度作為兩個關鍵點連線的邊值；

將不同尺度上的關鍵點的拓撲三角網結構記為圖結構，關鍵點為圖結構的節點，將每個圖結構轉換為向量，將向量的余弦相似度記為圖結構的相似度，將每個尺度記為第一尺度，根據第一尺度的圖結構與每個比第一尺度小的尺度對應的圖結構的相似度以及圖結構的數量得到每個尺度的表征性，將表征性最大的尺度記為基準尺度；

根據基準尺度將查找圖像和目標建筑物圖像進行關鍵點匹配得到目標區域，完成了建筑物的快速定位。

優選的，所述根據圖像金字塔得到模糊圖像的方法為：

將目標建筑物圖像經過下采樣得到若干張不同尺度的圖像，若干張不同尺度的圖像構建圖像金字塔，將每個不同尺度的圖像使用高斯卷積對其進行模糊，每一個尺度得到相同數量的圖像，高斯卷積的卷積模板相同，將不同尺度下的圖像使用高斯卷積模糊后的圖像稱為模糊圖像，同一尺度下有多個模糊圖像。

優選的，所述根據初始特征點得到其余模糊圖像的消失特征點的方法為：