1.一种室内导航地标提取方法，其特征在于：包括以下步骤：

S1：从室内场景图片中采集地标的显著性属性数据，得到地标显著性属性测量值；并利用最大最小归一化函数对所述地标显著性属性测量值进行标准化处理，得到最终的地标显著性属性数据；所述地标显著性属性包括视觉显著性属性和语义显著性属性；进行所述标准化处理的过程如下：其中，X表示地标显著性属性测量值，X'表示最终的地标显著性属性数据，Xmax为地标显著性属性测量值的最大值，Xmin为地标显著性属性测量值的最小值；

S2：通过问卷调查的方式获取用户对地标的认知习惯，调查问卷中每一题为一个导航情景，让用户选择最适合用于导航的地标，把选择各个候选地标的比例作为显著性值，获得各个场景中的地标显著性值；

S3：由所述最终的地标显著性属性数据和地标显著性值，通过五折交叉验证方法，得到训练集和验证集；

S4：采用遗传规划算法，利用所述训练集，得到一组地标显著性属性与地标显著性值之间的函数关系，该函数关系即为地标显著性模型；当达到最大种群代数后，利用所述验证集，选出该组地标显著性模型中一个最优的地标显著性模型；该最优的地标显著性模型即为最终的地标显著性模型；所述最终的地标显著性模型的输入为地标显著性属性数据，输出为对应地标的地标显著性值；

S5：将实际得到的最终的地标显著性属性数据输入到所述最终的地标显著性模型，得到地标显著性值，进而得到显著性值最高的地标，以便行人进行识别位置。

2.如权利要求1所述的一种室内导航地标提取方法，其特征在于：步骤S1中，所述视觉显著性属性包括表面面积、所依附主体的表面面积、形状偏差、形状比例和颜色显著性；

所述表面面积指人眼所见地标的表面积大小，利用像素表达地标的表面面积，地标在图像中的像素与整幅图的像素的数量比即为地标的表面面积，表面面积计算公式为：AL＝Pix(L)/Pix(P)，其中L代表地标，P代表整幅图，函数Pix(o)表示实体o的像素的个数；

所述所依附主体的表面面积指地标所依附主体的表面积，所依附主体的表面积的计算公式为：ALSubject＝Pix(LSubject)/Pix(P)，其中LSubject代表地标所依附的主体；

所述形状偏差指最小包围矩阵面积与地标本身之间的差值；所述形状偏差越大，则说明地标越不规则，所述形状偏差为零时，说明地标是正规的矩形；所述地标形状偏差的计算公式为：DL＝(Pix(Lrectangle)‑Pix(L))/Pix(Lrectangle)，其中DL代表地标的形状偏差值，Lrectangle代表地标L的最小包围矩阵；

所述形状比例指地标最小包围矩阵的长宽比；所述形状比例计算公式为：RL＝Length(Lrectangle)/Width(Lrectangle)，其中，RL代表地标L的形状比例，函数Length(o)代表实体o的长，函数Width(o)代表实体o的宽；

所述颜色显著性指地标本身颜色与周围环境颜色相比的显著性；采用HDCT方法，根据高维的色彩空间探测出与周围色彩有差异性的地标，得到所述地标的一个灰度图，所述地标的平均灰度值为所述地标的颜色显著性，所述地标的平均灰度值的取值范围为[0，255]，对应映射到[0，1]中以便训练所述地标显著性模型。

3.如权利要求1所述的一种室内导航地标提取方法，其特征在于：所述语义显著性属性指地标的语义信息，具体包含地标的类别信息、文字信息、外文信息、百度搜索量信息和谷歌搜索量信息。

4.如权利要求3所述的一种室内导航地标提取方法，其特征在于：

所述类别信息指对地标的五大分类：建筑类、信息类、商铺类、连通空间类及家具类地标；每个类别均是一个布尔型变量；

所述建筑类地标是指广义的人工建筑而成的所有东西，包括房屋和构筑物；作为地标的房屋在形状上具备特殊性和独一性；所述构筑物是指没有可供人们使用的内部空间的不可移动的实体，包括具备观赏性或功能性的雕塑和喷泉；

所述信息类地标指提供指示信息，将用户指引到某一地点的实体，包括文字和图片；

所述商铺类地标指具备商铺或店铺的Logo的实体；在室内商场中，常见的商铺类地标包括服装店、饮品店和餐厅Logo；

所述连通空间类地标指将用户从一个空间转移到另外一个空间的空间实体；所述连通空间类地标包括电梯、扶梯、楼梯、桥和通道；

所述家具类地标指具有某种功能并占据一定空间的可移动实体；所述家具类地标包括自动售卖机、夹娃娃机器、自助拍照机及消火栓。

5.如权利要求3所述的一种室内导航地标提取方法，其特征在于：所述文字信息指地标中是否包含文字；所述文字信息的属性值是一个布尔型变量。

6.如权利要求3所述的一种室内导航地标提取方法，其特征在于：所述外文信息指地标中是否只包含外文；所述外文信息的属性值也是一个布尔型变量。

7.如权利要求3所述的一种室内导航地标提取方法，其特征在于：所述百度搜索量信息指在百度搜索引擎上搜索地标的关键字时返回的搜索结果数量；百度搜索时的搜索结果数量的取值范围为[0,100000000]，对应映射到[0,1]区间以便训练所述地标显著性模型。

8.如权利要求3所述的一种室内导航地标提取方法，其特征在于：所述谷歌搜索量信息指在谷歌搜索引擎上搜索地标的关键字时返回的搜索结果数量；谷歌搜索时的搜索结果数量的取值范围为[0,100000000]，对应映射到[0,1]区间以便训练所述地标显著性模型。

9.如权利要求1所述的一种室内导航地标提取方法，其特征在于：所述遗传规划算法是一种模仿生物遗传和进化原理的回归分析算法，通过进化自动找出输入和输出间的函数关系；使用所述遗传规划算法寻找地标显著性属性和其显著性之间的函数关系，该函数关系即为得到的地标显著性模型。