[发明专利]一种视觉定位方法及装置

说明书

本发明实施例提供一种视觉定位方法及装置，包括：获取待定位的目标场景图像；基于训练好的文字区域检测模型，对目标场景图进行检测，得到目标场景图像的文字区域；基于训练好的文字内容识别模型，对文字区域的内容进行识别，得到文字区域对应的文字内容信息；根据文字内容信息和数据库图像信息进行匹配，得到文字内容信息对应的定位信息。本发明实施例通过将目标场景图像中包含的文字信息进行检测和识别，得到对应的文字内容信息，再将文字内容信息和图像数据库中的图像信息进行匹配，从而得到该目标场景图像对应的定位信息，降低了视觉定位的难度，提高了定位的准确率和鲁棒性。

技术领域

本发明实施例涉及视觉定位技术领域，尤其涉及一种视觉定位方法及装置。

背景技术

视觉定位技术通过获取周围景物的图像，利用景物中的一些自然的或者人造特征，通过图像处理方法得到周围环境模型来实现位置确定，这种定位方法累计误差较小，但是对外界条件和路标具有一定的要求。

传统的视觉定位，利用双目摄像头采集图像，将获得的图像与路标图像进行匹配定位,建立了GIST全局特征和SURF局部特征相结合的图像快速匹配框架,并以图像间匹配的特征点数目结合其尺度信息作为其相似性判定准则。然而，这类传统的方法很依赖相机的标定准确度，对光照比较敏感，很容易在随机初始化的时候，就拟合出错误的匹配点，从而导致匹配失败，造成视觉定位的难度较大，定位的准确率较低的问题。

因此，现在亟需一种视觉定位方法及装置来解决上述问题。

发明内容

针对现有技术存在的问题，本发明实施例提供一种视觉定位方法及装置。

第一方面，本发明实施例提供了一种视觉定位方法，包括：

获取待定位的目标场景图像；

基于训练好的文字区域检测模型，对所述目标场景图进行检测，得到所述目标场景图像的文字区域，所述训练好的文字区域检测模型是由标注有文字区域的样本场景图像训练得到；

基于训练好的文字内容识别模型，对所述文字区域的内容进行识别，得到所述文字区域对应的文字内容信息，所述训练好的文字内容识别模型是由标注有文字内容信息的样本场景图像训练得到；

根据所述文字内容信息和数据库图像信息进行匹配，得到所述文字内容信息对应的定位信息。

第二方面，本发明实施例提供了一种视觉定位装置，包括：

获取模块，用于获取待定位的目标场景图像；

文字区域检测模块，用于基于训练好的文字区域检测模型，对所述目标场景图进行检测，得到所述目标场景图像的文字区域，所述训练好的文字区域检测模型是由标注有文字区域的样本场景图像训练得到；

文字内容识别模块，用于基于训练好的文字内容识别模型，对所述文字区域的内容进行识别，得到所述文字区域对应的文字内容信息，所述训练好的文字内容识别模型是由标注有文字内容信息的样本场景图像训练得到；

坐标匹配模块，用于根据所述文字内容信息和数据库图像信息进行匹配，得到所述文字内容信息对应的定位信息。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。