建筑物图像识别系统设计与实现

蔡兴泉，柳静华，2（.北方工业大学计算机学院，北京　0044；2.兴唐通信科技有限公司，北京　009）

建筑物图像识别系统设计与实现

蔡兴泉1，柳静华1，2
（1.北方工业大学计算机学院，北京100144；2.兴唐通信科技有限公司，北京100191）

0　引言

随着信息技术的发展，用户对信息获取的方式已经不仅仅局限于文字，人们更希望能够直接从图像中获取其信息，图像识别技术已经成为图像处理领域新的研究热点。建筑物图像识别属于其中一个热门研究方向。有多种技术可以实现建筑物识别定位，比较常见的一种方法是利用全球卫星定位系统（GPS）进行定位。在视野良好的环境中，GPS可以对建筑物实现准确定位；但是在人口稠密区，GPS定位只能达到300米，无法满足需求。此时仅仅依靠GPS准确识别周边建筑物是非常困难的。本文主要研究并设计出一款建筑物图像识别系统，首先利用SIFT算法提取待识别图像特征信息，并创建图像特征数据库；然后利用图像GPS匹配及图像特征匹配算法识别建筑物。

1　相关工作

近年来，我国众多学者对建筑物图像识别技术有很多研究，但是很少有专门的系统设计实现，在系统设计方面，却难以在系统的准确率和效率之间找到平衡点。

2012年，李松霖［1］提出了一种基于特征线匹配的城市建筑物识别系统，该系统可以很好地适应移动条件下的建筑物快速识别需求，但是其准确率不高。2012年，董肖［2］提出了一种快速稳健的建筑物图像识别系统，该系统在建筑物识别上具有很高的准确性，但是没有兼顾到图像识别的速度。2013年，齐沁芳［3］提出了一种应用与增强现实系统的建筑物识别算法，该算法可以通过手持设备实时获得建筑物的相关信息，因为是基于移动应用，系统重点放在加快图像识别速度上，准确率不高。

在系统设计时，为了兼顾系统的响应速度与识别效率，本文在进行大量研究的基础上，发现SIFT图像识别算法，无论在时间复杂度，还是在空间复杂度方面都具有很大的优势［4-5］，因此本文采用该算法设计建筑物图像识别系统。

2　建筑物图像识别系统

为了提高建筑物图像识别系统对建筑物识别的准确率和效率，本文设计的基于移动设备的建筑物图像识别系统主要分为四个重要模块，即图像特征提取模块、图像数据库创建模块、图像特征匹配模块和图像数据传输模块。图像特征提取模块包括图像预处理、图像GPS提取和图像特征提取三部分，主要用来缩短系统响应时间，为后期图像匹配做准备；图像特征提取是指采用SIFT算法提取图像特征，并保存成XML文件。图像数据库创建模块包括GPS基本信息存库和特征文件信息存库两部分。图像特征匹配模块包括GPS匹配和特征匹配两部分，两种匹配方式相结合识别出建筑物。

（1）图像特征提取

首先采用双线性插值方式缩小待识别图像尺寸，减少图像的响应时间；然后提取待识别GPS信息，用户图像匹配时缩小数据库查找范围；最后利用SIFT算法提取图像的特征描述算子，客户端将提取到的特征描述算子存储为XML特征文件，供下一阶段图像特征匹配使用。

（2）图像数据库创建

利用计算机进行建筑物识别首先需要建立建筑物图像特征数据库。建立图像特征数据库需要搜集带有GPS信息的建筑物图像，笔者把北方工业大学等建筑物分别拍摄了不同视角、不同角度、不同镜头以及不同光照等条件下的带有GPS数据的照片；然后对图像中的GPS基本信息存库；最后对图像进行预处理及特征提取，将提取出来的特征信息放到XML特征文件中，并对特征文件、GPS数据、景点信息存库。

（3）图像特征匹配

图像特征匹配包括GPS匹配和特征匹配两个方面。GPS匹配首先提取待匹配图像的GPS数据，然后与图像数据库中的所有图像GPS计算距离D，若D<300，那么将图像作为候选图像，否则舍弃该图像。特征匹配是指利用将待匹配图像与GPS匹配得到的候选图像集进行特征匹配，并将该结果返回给客户端。

（4）图像数据传输

图像数据传输是指客户端与服务器之间的通信。客户端获取待识别图像后，预处理后进行特征提取，提取后的XML特征文件通过Socket数据传输方式传送到服务器端；服务器端将图像识别结果返回给客户端。

3　实验结果与分析

为了验证本文设计的建筑物图像识别系统的可行性和有效性，以北方工业大学建筑物为例，实现了该系统。系统的硬件设备为Lenovo台式机：Intel Core i5 3.2GHz的CPU、4.00GB内存、NVIDIA GeForce 315显卡；系统软件环境为Windows 7、VS 2010等。

图1　系统初始界面

用户登录系统后可以看到系统的初始界面如图1所示。用户可以通过该界面选择进行图像特征存库操作或者直接进行图像识别，系统包含客户端与服务器两部分，客户端主要用来识别建筑物，服务器主要用来向数据库添加模型图像。

图2　客户端特征提取结果界面

图2展示的是客户端对图像进行特征提取的结果界面，主要包含两部分：图像特征提取的结果图像；图像特征提取的XML特征文件打开路径及链接。

图3　服务器端特征匹配结果界面

图3展示的是服务器端对建筑物图像识别的结果界面，主要包含三部分：客户端传输的图像特征与数据库图像特征GPS匹配结果、最终的特征匹配结果、匹配成功的图像特征文件打开路径及链接。

4　结语

为了提高建筑物图像识别系统对建筑物识别的准确率和效率，本文设计的建筑物图像识别系统主要分为四个重要模块，即图像特征提取模块、图像数据库创建模块、图像特征匹配模块和图像数据传输模块。并且给出了系统模块的实现及系统运行效果，系统运行效果表明，本文设计的基于移动设备的建筑物图像识别系统运行效果良好。

进一步研究包括对图像特征提取算法进行改进，提高系统的响应时间。

［1］李松霖，范海生，陈秀万.基于特征匹配的城市建筑物识别方法研究［J］.遥感技术与应用，2012，27（2）：190-196.

［2］董肖.快速稳健的建筑物识别算法与系统［D］.华南理工大学，2012.

［3］齐沁芳.应用于增强现实系统的建筑物识别算法的研究与实现［D］.北京邮电大学，2013.

［4］Lowe D.G.Object recognition from local scale-invariant features［A］.Proceedings of the Seventh IEEE International Conference on Computer Vision［C］，1999：1150-1157.

［5］Mikolajczyk K.，Schmid C.A performance evaluation of local descriptors［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2005，27（10）：1615-1630.

Feature Extracting；GPS Matching；Feature Database；Feature Matching

Design and Implementation of Building Image Recognition System

CAI Xing-quan1，LIU Jing-hua1，2
（1.School of Computer Science，North China University of Technology，Beijing 100144；

2.Xingtang Communications Technology Co.，Ltd.，Beijing 100191）

1007-1423（2015）21-0018-03

10.3969/j.issn.1007-1423.2015.21.005

蔡兴泉（1980-），男，山东莱芜人，副教授，博士，研究方向为虚拟现实、数字娱乐等

2015-05-19

2015－07－14

为了更好地提高建筑物图像识别系统的准确性和效率，采用SIFT算法研究并实现建筑物图像识别系统。利用SIFT算法提取建筑物图像特征，并保存XML特征文件；然后创建图像特征数据库，保存特征文件信息及图像的基本信息；最后利用GPS匹配与SIFT特征匹配相结合的方式识别建筑物图像。实验验证表明，该方法是可行有效的。该方法已经应用于实际的项目中。

特征提取；GPS匹配；特征数据库；特征匹配

北京市人才强校行动计划项目（No.2015NCUT008）、北京市教委教学专项（No.15010）

In order to better improve the accuracy and efficiency of the building image recognition system，focuses on researching and completing the building image recognition system with SIFT.Extracts the features of images with SIFT algorithm，and saves the features into XML file.Creates the image feature database which saves the base information and feature information of image.Uses GPS matching method and feature matching method to complete the image recognition.Provides the experiments results.The experiment results prove that the method is feasible and valid，and it has been used in the practical application.