一種基于智能終端定位識(shí)別建筑物的方法及裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種基于智能終端定位識(shí)別建筑物的方法及裝置。所述方法包括：智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓；獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為候選建筑；從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑的位置信息定位識(shí)別所述目標(biāo)建筑。通過(guò)本發(fā)明的技術(shù)方案，基于目標(biāo)建筑物的單張照片，便能快速地實(shí)現(xiàn)該目標(biāo)建筑的定位識(shí)別，時(shí)延低，無(wú)需依賴事先部署的數(shù)據(jù)庫(kù)，識(shí)別準(zhǔn)確度高。
【專利說(shuō)明】一種基于智能終端定位識(shí)別建筑物的方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及定位【技術(shù)領(lǐng)域】，尤其涉及一種基于智能終端定位識(shí)別建筑物的方法及 裝直。

【背景技術(shù)】
[0002] 日常生活中，移動(dòng)智能終端用戶可能會(huì)對(duì)其視線內(nèi)、但距離較遠(yuǎn)的某個(gè)目標(biāo)建筑 物感興趣，想知道這個(gè)目標(biāo)建筑物的具體是什么建筑，怎樣到達(dá)該目標(biāo)建筑物，以及有哪些 商家、餐館或者公司在該目標(biāo)建筑物內(nèi)。例如一個(gè)移動(dòng)智能終端用戶在紐約市旅游時(shí)，他可 以很輕易地認(rèn)出一些有名的標(biāo)志性建筑物，例如帝國(guó)大廈、紐約自由塔等。但是，他也想要 了解另外一些在他視線內(nèi)但并不知名的建筑。這些建筑可能距離該用戶比較遠(yuǎn)，走過(guò)去確 認(rèn)那些建筑很麻煩。而向本地居民求助，可能也存在語(yǔ)言交流、或者本地居民也不了解該建 筑的困難。
[0003] 針對(duì)這類情況，現(xiàn)有技術(shù)對(duì)距離較遠(yuǎn)的目標(biāo)建筑進(jìn)行定位識(shí)別的方法有：基于用 戶對(duì)目標(biāo)建筑拍攝的多張照片，然后計(jì)算相機(jī)到目標(biāo)建筑的深度距離來(lái)對(duì)目標(biāo)建筑進(jìn)行定 位識(shí)別。例如0PS就需要用戶從多個(gè)地點(diǎn)多個(gè)角度對(duì)目標(biāo)建筑拍攝多張照片，然后依據(jù)這 多張照片對(duì)該目標(biāo)建筑重建一個(gè)三維模型從而來(lái)估算用戶和目標(biāo)建筑的距離，再依據(jù)用戶 自身的GPS位置從而確定目標(biāo)建筑的GPS位置；這個(gè)過(guò)程需要較長(zhǎng)的處理時(shí)間。另一類方 法是借助事先部署的標(biāo)注好GPS位置的圖片數(shù)據(jù)庫(kù)，當(dāng)用戶對(duì)目標(biāo)建筑拍攝一張照片后， 將該圖片去所述圖片數(shù)據(jù)庫(kù)里檢索匹配，將最相近的圖片的GPS標(biāo)簽作為目標(biāo)建筑的GPS 位置；但該方法的局限性在于圖片數(shù)據(jù)庫(kù)的圖片數(shù)目有限，一旦匹配出錯(cuò)則定位的誤差會(huì) 很大。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提出一種基于智能終端定位識(shí)別建筑物的方法及裝置，基于目 標(biāo)建筑物的單張照片，便能快速地實(shí)現(xiàn)該目標(biāo)建筑的定位識(shí)別，時(shí)延低，無(wú)需依賴事先部署 的數(shù)據(jù)庫(kù)，識(shí)別準(zhǔn)確度高。
[0005] 為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：
[0006] -種基于智能終端定位識(shí)別建筑物的方法，包括：
[0007] 智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓；
[0008] 獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為候選建筑；
[0009] 從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑 的位置信息定位識(shí)別所述目標(biāo)建筑。
[0010] 其中，所述獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖之前，還包括：
[0011] 獲取所述照片的拍攝點(diǎn)的GPS位置。
[0012] 其中，所述獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為 候選建筑，包括：
[0013] 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建 Λ-Α- 鞏。
[0014] 其中，所述智能終端拍攝目標(biāo)建筑的照片之后，還包括：
[0015] 確定智能終端相機(jī)在世界坐標(biāo)系中的拍攝方向。
[0016] 其中，所述從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建 筑，包括：
[0017] 提取候選建筑的俯視輪廓；
[0018] 確定候選建筑與所述拍攝方向的相對(duì)方位；
[0019] 確定候選建筑與所述拍攝點(diǎn)的相對(duì)距離；
[0020] 根據(jù)候選建筑的俯視輪廓、所述相對(duì)方位和相對(duì)距離確定出與所述目標(biāo)建筑的頂 部輪廓最佳匹配的建筑。
[0021] 其中，所述提取候選建筑的俯視輪廓之后，還包括：
[0022] 結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對(duì)應(yīng)的部 分可見(jiàn)輪廓；
[0023] 所述確定候選建筑與所述拍攝方向的相對(duì)方位，確定候選建筑與所述拍攝點(diǎn)的相 對(duì)距離，具體為：
[0024] 確定候選建筑的部分可見(jiàn)輪廓與所述拍攝方向的相對(duì)方位，確定候選建筑的部分 可見(jiàn)輪廓與所述拍攝點(diǎn)的相對(duì)距離。
[0025] 其中，所述確定候選建筑與所述拍攝方向的相對(duì)方位，包括：
[0026] 根據(jù)所述拍攝方向、目標(biāo)建筑的頂部輪廓在照片中的方位得出目標(biāo)建筑的頂部輪 廓在世界坐標(biāo)系的方位；
[0027] 獲取地圖中候選建筑的所述部分可見(jiàn)輪廓在世界坐標(biāo)系的方位；
[0028] 計(jì)算候選建筑的所述部分可見(jiàn)輪廓在世界坐標(biāo)系中方位與目標(biāo)建筑的頂部輪廓 在世界坐標(biāo)系中方位的角度差。
[0029] 其中，所述確定候選建筑與所述拍攝點(diǎn)的相對(duì)距離，包括：
[0030] 由智能終端的相機(jī)參數(shù)、候選建筑的真實(shí)大小、照片中目標(biāo)建筑所占的像素大小 和照片寬度計(jì)算候選建筑與拍攝點(diǎn)的相對(duì)距離。
[0031] 其中，所述根據(jù)候選建筑的俯視輪廓、所述相對(duì)方位和相對(duì)距離確定出與所述目 標(biāo)建筑的頂部輪廓最佳匹配的建筑，包括：
[0032] 基于所述拍攝方向、候選建筑在地圖上的位置、候選建筑與拍攝方向的相對(duì)方位 和與拍攝點(diǎn)的相對(duì)距離，計(jì)算出各候選建筑對(duì)應(yīng)的拍攝點(diǎn)理論位置；
[0033] 通過(guò)所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率 位置；
[0034] 找到拍攝點(diǎn)的最大概率位置對(duì)應(yīng)的候選建筑，將該候選建筑確定為與所述目標(biāo)建 筑的頂部輪廓最佳匹配的建筑。
[0035] 其中，所述結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓 對(duì)應(yīng)的部分可見(jiàn)輪廓，包括：
[0036] 由所述拍攝方向和候選建筑的俯視輪廓確定出候選建筑的若干可見(jiàn)輪廓；
[0037] 從候選建筑的全部可見(jiàn)輪廓中找出與目標(biāo)建筑的頂部輪廓相似度最高的可見(jiàn)輪 廓，將該可見(jiàn)輪廓作為該候選建筑對(duì)應(yīng)的部分可見(jiàn)輪廓；
[0038] 其中，用Q，C2, . . .，Cn表示η個(gè)候選建筑的俯視輪廓，提取俯視輪廓Q中的頂點(diǎn) Pp P2.....Pai，以頂點(diǎn)集合％，P2, . . .，Pai>表示候選建筑的俯視輪廓Q ;
[0039] 根據(jù)所述拍攝方向與俯視輪廓〈Pp P2, . . .，Pai>中的線段向量的外積的正負(fù)確定 候選建筑(；的可見(jiàn)輪廓，將〈Pp P2, . . .，Pai>中連續(xù)幾段所述外積為負(fù)的線段構(gòu)成的輪廓作 為可見(jiàn)輪廓，從候選建筑Q的所述可見(jiàn)輪廓確定出部分可見(jiàn)輪廓。
[0040] 其中，所述計(jì)算各候選建筑對(duì)應(yīng)的拍攝點(diǎn)理論位置，包括：
[0041] 由候選建筑在地圖上的位置、所述拍攝方向和該候選建筑與所述拍攝方向的相對(duì) 距離，計(jì)算對(duì)該候選建筑拍攝時(shí)的拍攝點(diǎn)理論位置。
[0042] 其中，所述由所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的 最大概率位置，包括：
[0043] 計(jì)算候選建筑Q對(duì)應(yīng)的拍攝點(diǎn)理論位置ei的概率分布& (X)，
[0044]

【權(quán)利要求】
1. 一種基于智能終端定位識(shí)別建筑物的方法，其特征在于，包括： 智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的頂部輪廓； 獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為候選建筑； 從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，以該建筑的位 置信息定位識(shí)別所述目標(biāo)建筑。
2. 根據(jù)權(quán)利要求1所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述獲取 所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖之前，還包括： 獲取所述照片的拍攝點(diǎn)的GPS位置； 所述獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為候選建筑， 包括： 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建筑； 所述從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的建筑，包括： 提取候選建筑的俯視輪廓； 確定候選建筑與所述拍攝方向的相對(duì)方位； 確定候選建筑與所述拍攝點(diǎn)的相對(duì)距離； 根據(jù)候選建筑的俯視輪廓、所述相對(duì)方位和相對(duì)距離確定出與所述目標(biāo)建筑的頂部輪 廓最佳匹配的建筑。
3. 根據(jù)權(quán)利要求2所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述智能 終端拍攝目標(biāo)建筑的照片之后，還包括：確定智能終端相機(jī)在世界坐標(biāo)系中的拍攝方向； 所述提取候選建筑的俯視輪廓之后，還包括： 結(jié)合所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對(duì)應(yīng)的部分可 見(jiàn)輪廓； 所述確定候選建筑與所述拍攝方向的相對(duì)方位，確定候選建筑與所述拍攝點(diǎn)的相對(duì)距 離，具體為： 確定候選建筑的部分可見(jiàn)輪廓與所述拍攝方向的相對(duì)方位，確定候選建筑的部分可見(jiàn) 輪廓與所述拍攝點(diǎn)的相對(duì)距離。
4. 根據(jù)權(quán)利要求3所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述確定 候選建筑與所述拍攝方向的相對(duì)方位，包括： 根據(jù)所述拍攝方向、目標(biāo)建筑的頂部輪廓在照片中的方位得出目標(biāo)建筑的頂部輪廓在 世界坐標(biāo)系的方位； 獲取地圖中候選建筑的所述部分可見(jiàn)輪廓在世界坐標(biāo)系的方位； 計(jì)算候選建筑的所述部分可見(jiàn)輪廓在世界坐標(biāo)系中方位與目標(biāo)建筑的頂部輪廓在世 界坐標(biāo)系中方位的角度差； 所述確定候選建筑與所述拍攝點(diǎn)的相對(duì)距離，包括： 由智能終端的相機(jī)參數(shù)、候選建筑的真實(shí)大小、照片中目標(biāo)建筑所占的像素大小和照 片寬度計(jì)算候選建筑與拍攝點(diǎn)的相對(duì)距離。
5. 根據(jù)權(quán)利要求4所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述根據(jù) 候選建筑的俯視輪廓、所述相對(duì)方位和相對(duì)距離確定出與所述目標(biāo)建筑的頂部輪廓最佳匹 配的建筑，包括： 基于所述拍攝方向、候選建筑在地圖上的位置、候選建筑與拍攝方向的相對(duì)方位和與 拍攝點(diǎn)的相對(duì)距離，計(jì)算出各候選建筑對(duì)應(yīng)的拍攝點(diǎn)理論位置； 通過(guò)所述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率位 置； 找到拍攝點(diǎn)的最大概率位置對(duì)應(yīng)的候選建筑，將該候選建筑確定為與所述目標(biāo)建筑的 頂部輪廓最佳匹配的建筑。
6. 根據(jù)權(quán)利要求3所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述結(jié)合 所述拍攝方向確定候選建筑的俯視輪廓中與目標(biāo)建筑的頂部輪廓對(duì)應(yīng)的部分可見(jiàn)輪廓，包 括： 由所述拍攝方向和候選建筑的俯視輪廓確定出候選建筑的若干可見(jiàn)輪廓； 從候選建筑的全部可見(jiàn)輪廓中找出與目標(biāo)建筑的頂部輪廓相似度最高的可見(jiàn)輪廓，將 該可見(jiàn)輪廓作為該候選建筑對(duì)應(yīng)的部分可見(jiàn)輪廓； 其中，用Cp C2,. . .，Cn表示n個(gè)候選建筑的俯視輪廓，提取俯視輪廓Ci中的頂點(diǎn)Pi、 P2.....Pai，以頂點(diǎn)集合〈Pp P2,. . .，Pai>表示候選建筑的俯視輪廓Q ; 根據(jù)所述拍攝方向與俯視輪廓〈匕，P2,. . .，Pai>中的線段向量的外積的正負(fù)確定候選 建筑Q的可見(jiàn)輪廓，將〈Pp P2,. . .，Pai>中連續(xù)幾段所述外積為負(fù)的線段構(gòu)成的輪廓作為可 見(jiàn)輪廓，從候選建筑q的所述可見(jiàn)輪廓確定出部分可見(jiàn)輪廓^ e
7. 根據(jù)權(quán)利要求6所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述計(jì)算 各候選建筑對(duì)應(yīng)的拍攝點(diǎn)理論位置，包括： 由候選建筑在地圖上的位置、所述拍攝方向和該候選建筑與所述拍攝方向的相對(duì)距 離，計(jì)算對(duì)該候選建筑拍攝時(shí)的拍攝點(diǎn)理論位置。
8. 根據(jù)權(quán)利要求7所述基于智能終端定位識(shí)別建筑物的方法，其特征在于，所述由所 述拍攝點(diǎn)理論位置、所述GPS位置的聯(lián)合概率模型確定拍攝點(diǎn)的最大概率位置，包括： 計(jì)算候選建筑q對(duì)應(yīng)的拍攝點(diǎn)理論位置ei的概率分布& (x)，
為拍攝方向誤差的標(biāo)準(zhǔn)差，\為所述角度 差，Si為部分可見(jiàn)輪廓^與目標(biāo)建筑的頂部輪廓的匹配分?jǐn)?shù)； 計(jì)算n個(gè)候選建筑對(duì)應(yīng)的拍攝點(diǎn)理論位置的總概率分￥ _

根據(jù)所述總概率分布
和GPS位置得到聯(lián)合概率分布
計(jì)算 的最大值作為拍攝點(diǎn)的最大概率位置，其中，
〇為獲取到的GPS位置，G e為所述GPS位置的概率分布。
9. 一種定位識(shí)別建筑物的裝置，其特征在于，包括： 目標(biāo)建筑獲取單元，用于控制智能終端拍攝目標(biāo)建筑的照片，提取照片中目標(biāo)建筑的 頂部輪廓； 候選集確定單元，用于獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建 筑作為候選建筑； 定位識(shí)別單元，用于從所述候選建筑中確定出與所述目標(biāo)建筑的頂部輪廓最佳匹配的 建筑，以該建筑的位置信息定位識(shí)別所述目標(biāo)建筑。
10. 根據(jù)權(quán)利要求9所述定位識(shí)別建筑物的裝置，其特征在于，還包括：位置獲取單元， 所述位置獲取單元，用于獲取所述照片的拍攝點(diǎn)的GPS位置； 所述獲取所述照片的拍攝點(diǎn)所在位置對(duì)應(yīng)的地圖，將該地圖中的建筑作為候選建筑， 包括： 獲取以所述GPS位置為中心、設(shè)定范圍內(nèi)的地圖，將該地圖中的建筑作為候選建筑； 所述定位識(shí)別模塊，具體用于： 提取候選建筑的俯視輪廓； 確定候選建筑與所述拍攝方向的相對(duì)方位； 確定候選建筑與所述拍攝點(diǎn)的相對(duì)距離； 根據(jù)候選建筑的俯視輪廓、所述相對(duì)方位和相對(duì)距離確定出與所述目標(biāo)建筑的頂部輪 廓最佳匹配的建筑。
【文檔編號(hào)】G01C21/00GK104281840SQ201410511008
【公開(kāi)日】2015年1月14日 申請(qǐng)日期:2014年9月28日 優(yōu)先權(quán)日:2014年9月28日
【發(fā)明者】熊曦, 楊錚, 劉云浩, 孫家廣 申請(qǐng)人:無(wú)錫清華信息科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室物聯(lián)網(wǎng)技術(shù)中心