[发明专利]一种基于图像特征和GPS定位的城市建筑物识别方法

说明书

一种基于图像特征和GPS定位的城市建筑物识别方法，首先，智能设备系统开始初始化，图像预处理模块处理图像，并将位置信息储存至数据库，同时将图像信息传递至建筑物特征提取模块，对图像进行纹理和颜色特征提取并融合，通过计算机训练降维与分类模块中的极限学习机，然后，通过获取位置信息模块与降维与分类模块识别目标城市建筑物；使用户在导航结束后，能快速找到目标建筑物，解决了导航软件导航结束后，用户从小范围的建筑物群进入目标建筑物这一段距离的导航问题，提高办事效率，有效解决了现代化大都市出行难的问题。

技术领域

本发明涉及计算机视觉识别技术领域，特别是涉及一种基于图像特征和GPS定位的城市建筑物识别方法。

背景技术

用户想要到达陌生的目的地，其采用传统的导航方法就可以到达。但在城市里，用户到达目标建筑物附近后，导航就结束了，在小范围的建筑物群内，用户需要再次寻找目标建筑物，在高楼林立的市区和建筑物没有明显标志的情况下，用户较难辨别自己的目标建筑物，这种情况下，用户需要浪费很长的时间和精力去寻找目标建筑物，因此，会严重影响办事效率，有时由于时间超时，甚至带来很大的经济损失。目前，还没有一种比较简洁的方法，能够指引用户方便、快捷到达目标建筑物。

发明内容

本发明针对导航结束后，在小范围的建筑物群内，用户无法方便、快捷寻找到目标建筑物问题，构思了使用移动设备拍摄建筑物图像提取纹理和颜色特征，使用自编码器降维和极限学习机，识别出建筑物的名称，再通过GPS定位信息对识别结果进行确认识别过程，创造性提出了一种基于图像特征和GPS定位的城市建筑物识别方法，使用户在导航结束后，能快速找到目标建筑物，解决了导航软件导航结束后，用户从小范围的建筑物群进入目标建筑物这一段距离的导航问题。

本发明采用的技术方案是：一种基于图像特征和GPS定位的城市建筑物识别方法，其特征是，它包括以下步骤：

(1)系统参数初始化的过程：

(1.1)使用智能设备获取城市建筑物中各建筑物的彩色图像，并将其导入智能设备中城市建筑物识别系统，对每一张输入该系统的彩色图像，按照w×h的固定尺寸进行图像缩放，缩放过程为：

(1.1.1)城市建筑物识别系统接收到一个尺寸为m×n的彩色图像；

(1.1.2)将每张图像的列缩小m/w倍，行缩小n/h倍，生成的w×h的彩色图像，将其传递给数据库模块中的数据库存储；

(1.2)使用具有GPS功能的智能设备进行相应建筑物地理位置搜集，其经度和维度分别用度、分、秒的形式进行保存，与步骤(1.1)中采集的对应城市建筑物图像相结合，共同定义建筑物名称，将其放到数据库中存储，并传递给建筑物特征提取模块；

(1.3)在建筑物特征提取模块中，将建筑物彩色样本图像统一尺寸为160×120，分别进行以下处理：

(1.3.1)对每一张样本图像P，提取该图像P所含有的纹理特征，其过程为：

(1.3.1.1)在存储系统中的彩色图像P水平和垂直方向上，分别使用[-1，0，1]和[-1，0，1]^T两个梯度算子进行卷积操作，得到图像P在R、G、B三个通道上的水平和垂直方向上的梯度分量，用gradscalx表示R、G、B三个通道上的水平梯度分量，用gradscaly表示R、G、B三个通道上的垂直梯度分量；

(1.3.1.2)根据彩色图像P的R、G、B三个通道水平和垂直梯度值，计算图像P中每个像素点(x，y)处梯度的幅值和方向，计算过程如下：

由于输入图像P是三维彩色图像，因此需要对图像P的R、G、B三个通道共同计算，分别得到R、G、B三个通道上的梯度值，即一个三维矩阵，用maxgrad表示，然后从maxgrad中选出每一点上的R、G、B三个分量中梯度幅度最大的幅度值，组成的一个梯度值矩阵，maxgrad的计算方式如下：