1.面向智能家居场景的快速云台定位方法，其特征在于：包括以下步骤：步骤一：先标记智能家居场景下需要定位的图像，并对所标记的定位图像进行预处理，其中预处理包括灰度处理和高斯模糊平滑；

步骤二：对实时视频流中的每一帧图像进行预处理，其中预处理包括灰度处理和高斯模糊平滑；

步骤三：对步骤一中预处理后的标记的定位图像及步骤二中预处理后的当前帧图像进行图像特征提取；

步骤四：计算当前帧图像与标记的定位图像之间的图像特征相似度，并将计算得到的图像特征相似度与阈值进行比较，如果图像特征相似度小于阈值，则跳转到步骤五；如果图像特征相似度不小于阈值，则跳转到步骤九；

步骤五：将云台从当前的记录位置水平、垂直旋转到初始位置，记录云台在记录位置的水平方向度数与垂直方向度数；

步骤六：将云台从初始位置再次旋转到步骤五中的记录位置；

步骤七：将步骤六中重新位于记录位置的云台旋转到记录位置的上下左右各10度，每次移动1度，并记录云台每次移动后的对应位置坐标及对应位置的当前帧图像与标记的定位图像之间的图像特征相似度；

步骤八：记录步骤七中图像特征相似度最高的点所在的位置，然后将云台旋转到该位置、并将该位置的图像特征相似度与阈值进行比较，如果图像特征相似度小于阈值，则跳转到步骤五；如果图像特征相似度不小于阈值，则跳转到步骤九；

步骤九：云台立体定位成功。

2.根据权利要求1所述的面向智能家居场景的快速云台定位方法，其特征在于：阈值为

0.7。

3.根据权利要求1或2所述的面向智能家居场景的快速云台定位方法，其特征在于：步骤三中对图像进行特征提取的具体方法包括以下步骤：步骤(1)：将图像划分成2*2个子区域；

步骤(2)：统计每个子区域的灰度直方图；

步骤(3)：对每个子区域的灰度直方图进行归一化；

步骤(4)：把2*2个子区域归一化后的灰度直方图进行串联，得到图像的灰度直方图特征。

4.根据权利要求3所述的面向智能家居场景的快速云台定位方法，其特征在于：步骤(3)中灰度直方图的归一化采用(0，1)标准化，通过遍历单元格内的每个数据将Max和Min的记录下来，并通过Max‑Min作为基数进行数据的归一化处理，其中Min＝0，Max＝1；具体算法为：