[发明专利]基于自适应SIFT算法的人员室内定位方法

摘要

本发明提供了一种基于自适应SIFT算法的室内人员定位方法。首先对全局运动的图像序列进行特征提取，然后将正确的匹配点作为样本集估计摄像机运动模型，得到摄像机的实际偏移量。本发明引进Lagrange抛物线插值，由最近三次模型匹配的结果来预测参考帧和当前帧图像的重叠区域。在重叠区域上提取特征点和进行特征匹配，既能够消除视频图像序列中存在的大量信息冗余，加快每帧图像的处理速度，又可以提高待匹配特征点的有效性，减少误匹配。使得算法具备精确性和实时性，可用于室内人员定位系统。

主权项

1.一种基于自适应SIFT算法的人员室内定位方法，首先预测待匹配的两帧图像的重叠区域，然后在此区域上提取特征点和进行匹配，其特征在于：该方法还依次包括下述步骤：1.1.对初始参考帧图像执行SIFT算法，将检测到的所有特征点存储在序列F中；1.2.预测参考帧与当前帧图像的重叠区域，在此区域上执行SIFT算法，将检测到的所有特征点存储在序列S中；算法执行过程需要对两幅图像同时进行特征提取和匹配；前一帧图像是参考帧图像，后一帧图像是当前帧图像，它们之间的相对位移矢量就是摄像机的位移矢量；位移矢量是横纵坐标(ΔX和ΔY)共同变化的结果，记为L，则那么摄像机的速度Δt为视频帧率的倒数即相邻两帧图像的时间间隔；摄像机的速度为连续函数，即ΔX、ΔY也是连续变化的；由最近几帧图像间的变化来预测当前匹配帧的变化量即重叠区域；提取最近三次的模型输出结果作为参考，采用Lagrange抛物线插值来估计；横坐标的三个参考点依次记为(t₁，ΔX₁)，(t₂，ΔX₂)，(t₃，ΔX₃)，需要预测的点记为(t₄，ΔX₄)，则由Lagrange抛物线插值公式得，其中t₁～t₄可根据两次匹配间隔的帧数差来求得；纵坐标变化量计算与之相同；如果X轴的正方向水平向右，Y轴的正方向垂直向上，则计算出需要匹配的两幅图像中；参考帧图像的第ΔX列到X1列和第ΔY行到YI行构成的像素区域，与当前帧图像的第0列到ΔX列和第0行到ΔY行构成的像素区域是重叠区域；如果偏移量较小，说明摄像机移动较慢或者处于静止状态，待匹配的两帧图像之间会存在较大面积的重叠，匹配后的特征点对比参数模型估计实际需求多，需要由ΔX和ΔY的方向进一步缩小重叠区域，如都取左半边区域或者都取右半边区域；如果偏移量较大，则提取的特征点就会较少，要适当减小偏移量的值；1.3.对序列F和序列S以欧氏距离进行特征匹配，以RANSAC算法消除误匹配后得到正确的匹配点集合； 1.4.如果匹配点多于数个，就将获得的匹配点作为样本集进行参数模型估计；否则转向步骤第1.6；在设定某种摄像机运动模型的情况下，图像上各像素点的运动服从相同的规律-共模运动；用一组模型参数来表示；其表达式为式中(x_i-1，y_i-1)和(x_i，y_i)为第i-1帧和第i帧图像的匹配点像素坐标，(a₁，a₂，a₃，a₄，a₅，a₆)为视频帧图像间的变换参数，a₃、a₆与图像的平移运动有关，a₁、a₂、a₄、a₅与图像的缩放、旋转运动有关；k为缩放运动参数，并假设摄像机在水平X方向和垂直Y方向上的缩放系数一致；θ为相对于图像中心的旋转角度；经过综合考虑模型复杂度和建模能力，采用六参数仿射模型；1.5.将得到的平移变化量进行单位换算后转化为摄像机的坐标偏移量；模型输出的平移变化量是以像素为单位的值，根据图像尺寸与分辨率DPI的关系求出以厘米为单位的实际坐标偏移量；1.6.如果当前帧图像不为空，则进行下一次匹配前先将序列S作为参考帧的特征点序列，即将序列S赋给序列F，再转向步骤1.2，继续执行算法；如果当前图像为空，则说明摄像机已关闭，应该停止定位算法的执行。