买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利基于稀疏光流算法的地铁轻量化视频定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119379782B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411235594.4，技术领域涉及：G06T7/73；该发明授权基于稀疏光流算法的地铁轻量化视频定位方法是由陈韵如;李思尧;陈麒全;邢梓航;陈新设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本基于稀疏光流算法的地铁轻量化视频定位方法在说明书摘要公布了：本发明提出了一种基于稀疏光流算法的地铁轻量化视频定位方法，包括：采集地铁行驶过程中前方图像，并对图像进行ROI区域分割；对ROI图像进行灰度处理以及进行角点识别；使用基于影像金字塔的L‑K光流识别算法对识别到的角点进行光流追踪，根据局部窗口内的像素强度变化，估计角点在当前帧中的新位置；对目标点进行筛选，过滤噪声，筛选目标点的有效位移轨迹，对有效目标点进行置信度赋值；将像素坐标系转换为三维世界坐标系，得到目标点的三维坐标；求解每个目标点在相邻帧之间的真实位移以及瞬时速度；加权求解整车的实际位移和实时速度；获取地铁线路各站间的实际距离，根据地铁站间行驶路程和实时速度，判断地铁是否到站。本发明仅利用车头摄像头和车载计算机实现地铁定位，减少了大量的轨旁设备，实现了地铁定位的轻量化，减少了设备维护成本。

本发明授权基于稀疏光流算法的地铁轻量化视频定位方法在权利要求书中公布了：1.一种基于稀疏光流算法的地铁轻量化视频定位方法，其特征在于，包括： 步骤1：采集地铁行驶过程中前方图像，并对图像进行ROI区域分割； 步骤2、对ROI图像进行灰度处理； 步骤3、对灰度处理后的ROI图像进行角点识别； 步骤4、使用基于影像金字塔的L-K光流识别算法对识别到的角点进行光流追踪，根据局部窗口内的像素强度变化，估计角点在当前帧中的新位置，具体方法为： 构建影像金字塔，将当前帧图像It.和下一帧图像It+1输入影像金字塔，在每一层影像金字塔中，根据局部窗口内的像素强度变化，估计角点在当前帧中的新位置，具体过程为： 从影像金字塔的最顶层开始逐级向下通过最小二乘法计算影像金字塔每一层的估计光流ui,vi； 在每一层的图像上，使用估计光流作为初始化光流，并对初始化光流进行局部细化和合成，直到最底层，以得到最终的光流估计； 步骤5、对目标点进行筛选，过滤噪声，筛选目标点的有效位移轨迹，对有效目标点进行置信度赋值，具体方法为： 根据跟踪结果status和光流计算误差err，对目标点进行初筛，去除角点序列中跟踪误差较大的点以及跟踪失败的角点； 计算每个角点相邻帧的运动斜率和距离，如果斜率大于8且相邻帧移动距离大于5个像素，则认为角点的运动为有效运动，不是地铁自身晃动产生的随机噪音，在掩模图像上绘制运动轨迹，在当前帧图像上标记角点； 如果连续多帧跟踪均为有效运动，则将跟踪成功次数归一化为权重，作为有效目标点像素位移的置信度； 设第i个目标点的跟踪成功次数为Ti,所有有效目标点的跟踪成功次数之和为Ttotal，则第i个目标点的权重wi为： 式中，Ti为第i个目标点的跟踪成功次数，Ttotal为所有有效目标点的跟踪成功次数之和； 步骤6、将像素坐标系转换为三维世界坐标系，得到目标点的三维坐标； 步骤7、求解每个目标点在相邻帧之间的真实位移以及瞬时速度； 步骤8、加权求解整车的实际位移和实时速度，具体方法为： 设Δxi和Δyi表示第i个有效目标点在x和y方向的位移；wi表示第i个有效目标点的归一化权重,Δxweighted，Δyweighted表示整车在x和y方向上的加权位移，N表示有效目标点的总数， 根据第i个有效目标点在x和y方向的位移Δxi，Δyi计算第i个有效目标点的矢量位移di和瞬时速度vi： 加权解算整车的实时速度： 式中，wi为第i个目标点的权重，N为目标点总数； 加权解算整车在x和y方向的位移： 解算整车实际位移： 步骤9、获取地铁线路各站间的实际距离，根据地铁站间行驶路程和实时速度，判断地铁是否到站。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。