[发明专利]一种基于SOCP的室内自动视觉指纹采集方法

说明书

一种基于SOCP的室内自动视觉指纹采集方法，本发明涉及室内自动视觉指纹采集方法。本发明的目的是为了解决传统手工采集视觉指纹方法算法耗时、耗力，基于粒子滤波的自动指纹采集方法生成的离线数据库精度不高的问题。一：估计步频；二：根据高斯模型估计行进步长集合；三：计算每帧图像的位置信息；四：提取图像的SURF特征；五：计算相邻两帧采样图像的匹配SURF特征；六：计算两帧采样图像的相对旋转和位置信息；七：将三得到的每帧的位置信息与六得到的两帧采样图像的相对旋转和位置信息融合，建立SOCP模型，使用内点法，求解全局最优值，即得到视觉指纹的位置信息。本发明属于室内定位和数据融合技术领域。

技术领域

本发明涉及室内定位和数据融合技术领域，具体涉及室内自动视觉指纹采集方法。

背景技术

在视觉定位领域，视觉定位需要利用丰富的图像指纹信息来完成定位工作，任一类视觉室内定位方法在离线阶段都需要采集一定数量的图像指纹信息，传统的离线采集方法主要依靠人工采集，在需要定位的室内场景中，在预先设定好的位置采集图像信息，再通过精确的测量采集位置获取图像指纹的位置信息，因此在一定规模的室内场景中，需要消耗大量的人力、物力、以及时间来完成视觉指纹信息的采集工作。近年来随着视觉定位技术的发展，已经衍生出自动指纹采集方法来替代传统的人工采集方法。所谓自动指纹采集过程主要是依赖在待定位室内区域中录制视频来完成指纹采集，自动指纹采集方法主要分为两类，一类是依赖特定的指纹采集设备，如激光测距仪等标定指纹的位置信息，另外一类是使用普通指纹采集设备，通过在待采集区域内预设视频录制路径，结合运动学方程，通过算法来修正指纹的位置信息。

典型的一种使用普通指纹采集设备自动采集视觉指纹的算法为粒子滤波算法，即把零均值高斯随机过程建立为运动方程，视觉里程计建立为系统方程，将室内环境划分为若干采集路线，使用立体相机沿指定路线边行走边录制视觉指纹采集视频，通过粒子滤波算法修正运动方程和系统方程的解。理论分析得出该类算法中，运动学方程无法准确描述行进中的视觉指纹信息，当行进路径接近直线时系统方程无解，因此该种类算法生成的视觉数据库精度不高。

发明内容

本发明的目的是为了解决传统手工采集视觉指纹方法耗时、耗力，基于粒子滤波的自动指纹采集方法生成的离线数据库精度不高的问题，而提出一种基于SOCP(二阶锥规划)的室内自动视觉指纹采集方法。

一种基于SOCP的室内自动视觉指纹采集方法具体过程为：

步骤一：使用人行走运动模型估计最小做功代价条件下的步频；

步骤二：基于步骤一得到的步频，根据高斯模型估计行进步长集合；

步骤三：根据采集视频中两相邻采样图像间隔时间，步长，步频计算每帧图像的位置信息；

步骤四：提取图像的SURF特征，保存SURF特征的位置和SURF特征的描述符；

步骤五：基于步骤四图像的SURF特征的描述符，计算相邻两帧采样图像的匹配SURF特征；

步骤六：根据采集相机的内参矩阵信息，匹配SURF特征，使用五点法计算两帧采样图像的相对旋转和位置信息；

步骤七：将步骤三得到的每帧的位置信息与步骤六得到的两帧采样图像的相对旋转和位置信息融合，建立SOCP模型，使用内点法，求解全局最优值，即得到视觉指纹的位置信息。

本发明的有益效果为：

为了改进传统手工采集方法和自动指纹采集算法的弊端，本发明采用一种新的算法，提高了视觉指纹数据库的精度。