论文部分内容阅读
随着社会的智能化发展,越来越多的智能化移动设备在人们的日常生活中所普及,因此人们对位置服务的需求也越来越多。在位置服务系统中,位置信息的获取是系统最重要的核心部分,并且如何准确获取用户在场景中的位置信息也成为了一个研究的热点话题。在室外环境中,GPS信号可以给予用户准确的定位,但是由于建筑物等因素的遮挡效应,使GPS信号在室内环境中严重衰减难以获得。因此,在复杂的室内环境中,研究人员针对此问题提出了一种基于计算机视觉的室内定位方法。视觉室内定位方法由于视觉信息获取便利,设备部署成本低,特征信息丰富等优点成为一种前景很好的室内定位方法。本文首先对视觉室内定位系统的研究目的意义、国内外室内定位技术研究现状以及视觉定位技术的研究现状进行分析;其次研究了视觉定位系统中的相关基础理论;最后在此基础上,本文取得的创新性成果如下:(1)针对现有视觉定位系统中图像检索过程耗时较长的问题,本文提出一种基于Wi Fi与图像的混合检索算法。通过引入Wi Fi数据源作为图像数据库检索的辅助源,利用Wi Fi信号强度的粗略匹配来选择用户查询图像所在的区域范围,缩小图像数据库的检索范围,进而利用图像特征精匹配的方法对缩小图像数据库中的图像进行精确检索。这种Wi Fi粗匹配与图像精匹配相结合的方式对传统图像检索过程进行改进,降低了传统图像检索过程的计算量,同时在保证图像检索准确度的前提下,可以更快速高效地对图像进行检索。(2)针对传统图像误匹配点剔除过程中所应用的RANSAC算法迭代次数不稳定、计算量大和算法时间开销大的问题提出一种PROSAC求解算法。因为RANSAC算法对模型进行估计时采样点是随机选取的,如果随机选取的样本点不全是内点时,就要重新选取样本点继续对模型进行估计,这就导致RANSAC算法迭代次数不稳定,计算量大,耗时长的缺点。本文提出的PROSAC算法中,引入质量因子?来对样本点的进行质量排序,优先选取质量高的内点来估计模型,从而降低迭代次数与时间消耗,提升算法稳定性。