论文部分内容阅读
随着科学技术的进步和人们经济实力的提高,位置定位服务越发受到人们的重视,而在室内环境中,由于屋内的墙壁遮挡和人流移动等因素,GPS系统等室外定位系统并不能有效定位。现如今兴起的基于视觉的定位技术由于其所需设备简单,受影响因素较小而得到广泛关注。由于摄像头已经成为手机的标配,因此视觉定位无需添加附加设备,同时由于建筑成型后变化小,使基于视觉的定位受到影响因素较小。在基于视觉的室内定位方法中,图像匹配技术是最为重要的技术环节,在本系统中是利用用户获得的图像与离线数据库中的图像进行匹配,进而得到在线照片的位置信息。可以看出图像匹配的速率、精度和鲁棒性直接影响了定位的速率、精度以及鲁棒性,本课题着重研究了视觉室内定位系统中,图像特征点的提取、描述、匹配算法和剔除错误匹配点对算法。首先,阐述了本文课题来源和研究背景,以及视觉室内定位技术和图像特征点匹配技术,以及剔除误匹配点技术的国内外研究现状,并研究了图像匹配以及对极几何定位方法的理论知识,搭建了基于视觉的室内定位系统。(1)针对传统视觉室内定位方法中应用SURF方法等效率低的问题,提出了一种基于AGAST角点检测算法和FREAK二进制特征点描述方法的图像匹配算法,该算法能够大幅加快图像特征点的检测、描述效率和匹配效率,并能保证图像匹配准确性。(2)针对传统RANSAC算法速度慢、稳定性不足的问题,提出了一种改进RANSAC算法,通过对匹配特征点对赋予相应的匹配质量,先提取匹配质量高的匹配特征点对进行投影矩阵的计算,该算法能够有效减少迭代计算次数,加快RANSAC算法的计算速度,并通过自适应的参数设置,保证其在不同应用场景下的稳定性。最后,在MATLAB软件环境下建立了视觉室内定位系统,应用AGAST、FREAK算法和改进RANSAC算法进行了仿真分析和对比,仿真结果证明了本文提出的算法在能在保证定位精度的情况下,大幅提高定位效率及系统稳定性。