【技术实现步骤摘要】
本专利技术涉及地理信息领域，特别涉及一种融合拍照视角和方位信息的街景图像快速搜索定位方法。
技术介绍
1、随着信息技术和互联网的迅猛发展，地理信息系统(gis)在城市规划、导航、旅游等领域得到了广泛应用。而街景图像作为gis中的重要组成部分，能够提供真实场景的视觉信息，对于地理位置的识别与定位具有重要意义。然而，大规模的街景图像数据和复杂的地理环境使得街景图像的搜索定位变得复杂而具有挑战性。
2、传统的街景图像搜索定位方法往往依赖于手工设计的特征提取算法，如sift和surf等。虽然这些方法在某些情况下取得了一定的效果，但是它们对于光照变化、尺度变化和视角变化等因素的敏感性较高，导致定位精度不稳定。随着深度学习的兴起，基于深度卷积神经网络(cnn)的图像特征提取方法逐渐成为主流。然而，一般的cnn模型往往关注图像的全局特征，无法捕捉到图像中的局部细节信息，这在街景图像中尤为重要。而delf(deeplocal features)作为一种基于局部特征的图像检索方法，在近年来受到了广泛关注，模型通过在图像中检测关键局部区域并提取这些区域的特征描述子，能够在保持图像局部信息的同时实现高效的图像检索。
3、然而，尽管delf模型在图像特征提取方面表现出色，但在街景图像搜索定位中仍然存在一些挑战。例如，街景图像往往具有多样的视角、光照条件和季节变化，这导致不同条件下的街景图像可能存在较大的变化，从而影响了模型的特征匹配精度。另外，大规模的街景图像库也增加了搜索定位的计算复杂性，需要高效的搜索算法来实现实时的定位效果
技术实现思路
1、本专利技术的目的在于提出一种融合拍照视角和方位信息的街景图像搜索定位方法。
2、实现本专利技术目的的技术解决方案为：一种融合拍照视角和方位信息的街景图像快速搜索定位方法，包括如下步骤：
3、步骤1，针对位置街景库中的每张街景图像，使用delf模型提取图像的深度局部特征，delf模型检测图像中的局部关键区域，并生成对应的局部特征描述子；
4、步骤2，将不同位置的街景图像与对应的delf特征关联起来，形成一个街景特征库，每个位置会对应一组特征，包括不同视角、不同方位的街景图像特征；
5、步骤3，根据不同视角的采样频率，确定每个视角的相似度权重，计算测试图像与位置图像特征库中街景图像的特征相似度；
6、步骤4，选择相似度最高的街景图像作为搜索结果，并获取其对应的位置信息，实现街景图像的定位。
7、进一步的，步骤2，将不同位置的街景图像与对应的delf特征关联起来，形成一个街景特征库，具体方法为：
8、s1，将位置街景划分为两个维度：垂直维度和水平维度，垂直维度的范围是0°到180°，水平维度的范围是-180°到180°；
9、s2，对于垂直维度，从上到下划分为四个视角vi,i＝[0,1,2,3]，以垂直向上为起算基准点，视角v0的角度范围是0°到45°，视角v1的角度范围是45°到90°，视角v2的角度范围是90°到135°，视角v3的角度范围是135°到180°；
10、s3，对于水平维度，选择正北方向作为起算基准方向，向右旋转为正方形，可以划分为八个方位hi,i＝[0,1,2,3,4,5,6,7]，方位h0的角度范围是0°到45°，方位h1的角度范围是45°到90°，方位h2的角度范围是90°到135°，方位h3的角度范围是135°到180°，方位h4的角度范围是0°到-45°，方位h5的角度范围是-45°到-90°，方位h6的角度范围是-90°到-135°，方位h7的角度范围是-135°到-180°；
11、s4，将不同视角、不同方位的街景图像与对应的delf特征关联起来，形成一个街景特征库。
12、进一步的，步骤3，根据不同视角的采样频率，确定每个视角的相似度权重，计算测试图像与位置图像特征库中街景图像的特征相似度，具体方法为：
13、s1，待查询的图像与位置-图像特征库中某个位置的相似度p为：
14、
15、其中pi表示待查询的图像与位置-图像特征库中不同视角vi图像的相似度，表示基于不同视角和信息量计算得到的权重；
16、
17、其中，pointjall表示待查询图像第j个水平维度分区中检测到的所有特征点，pointjmatch表示待查询图像第j个水平维度分区中中匹配到的所有特征点；
18、s2，基于不同视角和信息量的权重为：
19、
20、其中fi表示不同视角vi的采样频率，ei表示图片信息量；
21、s3，不同视角vi的采样频率fi为：
22、fi＝ni/n (4)
23、其中ni表示视角i中图像的总数，n表示位置-街景图像库中图像的总数；
24、s4，图片信息量ei为：
25、
26、其中eij表示视角i中第j个图像的信息量，eij的计算方式为：
27、
28、其中m表示一幅图像中灰度级别的个数，各个灰度级别出现的概率为pk。
29、一种融合拍照视角和方位信息的街景图像快速搜索定位系统，实施所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，实现街景图像快速搜索定位。
30、一种计算机设备，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计算机程序时，实施所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，实现街景图像快速搜索定位。
31、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实施所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，实现街景图像快速搜索定位。
32、本专利技术与现有技术相比，其显著优点为：对街景位置的使用四个视角、八种方位进行建模，并且提出了一种基于不同视角的位置特征相似度计算方法，充分考虑到不同视角、不同方位图像的相似度，能够实现高精度、高效率的图像定位，为地理信息领域的应用提供了可靠的技术支持。
本文档来自技高网...【技术保护点】
1.一种融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，步骤2，将不同位置的街景图像与对应的Delf特征关联起来，形成一个街景特征库，具体方法为：
3.根据权利要求1所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，步骤3，根据不同视角的采样频率，确定每个视角的相似度权重，计算测试图像与位置图像特征库中街景图像的特征相似度，具体方法为：
4.一种融合拍照视角和方位信息的街景图像快速搜索定位系统，其特征在于，实施权利要求1-3任一项所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，实现街景图像快速搜索定位。
5.一种计算机设备，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计算机程序时，实施权利要求1-3任一项所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，实现街景图像快速搜索定位。
6.一种计算机可读存储介质，其上存储有计算机程序，所述计
...【技术特征摘要】
1.一种融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，步骤2，将不同位置的街景图像与对应的delf特征关联起来，形成一个街景特征库，具体方法为：
3.根据权利要求1所述的融合拍照视角和方位信息的街景图像快速搜索定位方法，其特征在于，步骤3，根据不同视角的采样频率，确定每个视角的相似度权重，计算测试图像与位置图像特征库中街景图像的特征相似度，具体方法为：
4.一种融合拍照视角和方位信息的街景图像快速搜索定位...
【专利技术属性】
技术研发人员：杨苏，包兴，沈红，徐兵，杜星，郑杰，蒋涛，郭慧婷，
申请(专利权)人：苏州空天信息研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。