[发明专利]一种基于摄像头姿态快速估计的覆盖范围3D可视化方法

说明书

技术领域

本发明涉及计算机视觉及增强现实技术领域，尤其是涉及一种摄像头姿态快速估计及覆盖范围3D可视化方法。

背景技术

随着计算机图形学和计算机视觉的不断发展，利用计算机技术高效逼真地交互模拟真实世界已经成为现实。增强现实技术在现实世界中应用越来越广，作用也越来越重要。大量摄像头的增加，在带来海量视频数据的同时，也对科学、高效的资源管理提出来更高的要求。

现有摄像机姿态估计多采用摄像机标定及特征跟踪的方法来实现。摄像机标定在桌面摄像机、机器人及工业控制领域被广泛使用。但在基于增强现实环境的安防领域，该类方法存在诸多应用不便，体现在：

1.应用场景受限。现有标定方法基于精确的标定物，或者要对摄像机进行复杂的姿态控制操作，才能计算出摄像机参数。在很多应用场合，这些标定物无法安放到现场，同时对于枪机摄像机也无法进行姿态控制操作，从而导致传统方法无法应用的情况。

2.覆盖范围计算不够精确直观。目前对摄像机覆盖范围的计算多采用扇形模拟或理论值估算。前者仅能对摄像机方向、安装位置等信息进行描述，后者在此基础上加入摄像机参数模型，能够估算出大致的覆盖范围，但无法得出更加精确和直观的结果。

具体来说，现有摄像机标定方法可分为传统摄像机标定方法、基于主动视觉的标定方法和摄像机自标定方法。传统摄像机标定方法，使用固定的标定参照物，通过建立参照物3D坐标与2D坐标的对应关系，求解摄像机内外参数，具有精度高、鲁棒性好等特征，但对应用环境有严格要求。基于主动视觉的标定方法，需要控制摄像机做某些特殊运动，算法简单但不能适用于摄像机运动未知或无法控制的场合。摄像机自标定方法利用相机内参数约束关系求解方程，标定过程与场景和摄像机运动无关，应用灵活，但精度较低。

发明内容

本发明建立一种摄像头姿态快速估计及覆盖范围3D可视化方法，其目的在于：

1.实现摄像头姿态快速估计，辅助完成其它应用。摄像头内外参数对智能视频应用具有重要意义，如为了实现相邻摄像头的视频拼接、运动目标的跨摄像头跟踪，在已知摄像头内外参数的情况下，实现起来将容易得多。

2.基于视频序列重构和增强真实场景模型，为摄像头覆盖范围3D可视化做准备。通过增强现实技术，可以有效地解决视频场景重建过程中存在的深度恢复问题，实现摄像头场景注册和视场（Field of View,以下均简称为FOV）的三维可视化。

3.对已有摄像头FOV的三维可视化，科学管理及调配资源。通过在场景三维模型中实时显示摄像头FOV，可以方便的制定对可疑目标的360度全覆盖方案，避免出现覆盖死角。

4.结合镜头焦距、安装高度、角度等因素，评估待安装摄像头覆盖范围，为科学布设摄像头提供依据。通常只能在摄像头已安装完毕传回图像后，才能看到其精确的覆盖范围，此时发现安装位置不合理再去调整，代价就比较大。本发明可以在安装摄像头之前，通过设置摄像头参数及安装位置、角度等参数，直接模拟出覆盖范围。

本发明的技术方案为一种基于摄像头姿态快速估计的覆盖范围3D可视化方法，包括以下步骤：

步骤1，进行三维场景建模，获得三维场景模型并进行增强，进行三维场景建模时从视频的每一帧中恢复一幅深度图像；

步骤2，依据三维场景模型和摄像头的安装位置，将摄像头注册到三维场景模型中，通过摄像头姿态估计获得摄像机参数，确定视频与三维场景模型间的投影映射关系；

步骤3，在三维场景模型中根据深度阴影纹理原理进行显示，交互式拾取三维场景模型中的目标，根据投影映射关系计算目标在当前摄像头参数模式下的成像区域。

而且，步骤1中，从视频的每一帧中恢复一幅深度图像实现方式如下，

进行摄像机运动参数恢复，从视频的帧序列中第1帧处理到第n帧，对于每一帧，保持其它帧的视差图像不变，重复执行以下两步处理两次，

步骤2.1，深度初始化，若是对当前帧第一次执行步骤2.1，则采用集束优化算法最小化函数恢复深度图像，若是对当前帧第二次执行步骤2.1，则在已有深度图像的基础上采用集束优化算法最小化函数优化深度信息；