[发明专利]一种机场场面移动目标低视角视频测速方法有效
申请号: | 201910462500.X | 申请日: | 2019-05-30 |
公开(公告)号: | CN110189363B | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 张天慈;吴秀萍;丁萌;万茂松;张营;钱小燕;左洪福 | 申请(专利权)人: | 南京林业大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/80;G06V10/762;G01P3/38 |
代理公司: | 安徽合肥华信知识产权代理有限公司 34112 | 代理人: | 方琦 |
地址: | 210037 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机场 场面 移动 目标 视角 视频 测速 方法 | ||
1.一种机场场面移动目标低视角视频测速方法,其特征在于:包括以下步骤:
步骤1、从机场监控摄像机获取的低视角视频中,选取一帧包含清晰场面道路特征的图像对摄像机进行标定;
步骤2、根据摄像机标定结果确定从图像坐标到三维空间坐标的变换关系;
步骤3、开始测速后,对机场场面监控视频每帧图像运动区域内的特征点进行检测,并在处理后续图像帧时,对检测到的特征点进行持续跟踪,并补充检测新的特征点,生成多条特征点轨迹;
步骤4、对每个运动区域的特征点轨迹进行聚类分析,确定不同移动目标包含的特征点轨迹;
步骤5、在每个移动目标中选取若干高度低的特征点轨迹,根据特征点轨迹在最近M帧的图像坐标,计算特征点在三维空间中的运动距离;
步骤6、根据视频帧率确定M帧对应的运行时间,然后用特征点的三维空间运动距离除以运行时间,得到特征点M帧的平均运动速度;
步骤7、对多个特征点的运动速度取平均值,作为移动目标M帧的平均运动速度;
步骤1中所述的选取一帧包含清晰场面道路特征的图像对摄像机进行标定,具体包括:
1.1)建立图像平面坐标系oi-uv和三维空间坐标系o-xyz;图像坐标系oi-uv,原点oi位于图像的几何中心,向右为u轴正方向,向下为v轴正方向;三维空间坐标系o-xyz原点o位于摄像机光心,z轴与摄像机光轴重合且与图像平面垂直,x、y轴分别与图像坐标系的u、v轴平行,原点o到图像平面的距离为摄像机焦距f;
1.2)在所选图像中,沿三维空间中两个正交方向各选取一组路面标志线段;利用最小二乘原理确定每组线段的交点,得到消失点p1=(u1,v1)、p2=(u2,v2);
1.3)根据正交直线的消失点与坐标原点o的连线相互垂直的原理,确定摄像机焦距
1.4)根据消失点p1、p2确定与机场平面垂直方向的消失点p3:p3与坐标原点o的连线对应的向量,向量的三维空间坐标的前两维坐标分量即为消失点p3的图像坐标;
1.5)根据向量与机场平面垂直,确定机场平面法向量
1.6)在机场平面上选取距离为d的两个点,在图像中的投影点坐标分别为pa=(ua,va)、pb=(ub,vb),由此以及焦距f和向量n,确定摄像机高度h=d/||(ua,va,f)/(ua,va,f)·n-(ub,vb,f)/(ub,vb,f)·n||;
步骤2中所述的根据摄像机标定结果确定从图像坐标到三维空间坐标的变换关系,具体包括:
确定摄像机焦距f、机场平面法向量n和摄像机高度h后,根据高度为hP的某点在图像坐标系中的投影p=(u,v),确定其三维空间坐标
步骤3中所述的对机场场面监控视频每帧图像运动区域内的特征点进行检测,并在处理后续图像帧时,对检测到的特征点进行持续跟踪,并补充检测新的特征点,生成多条特征点轨迹,具体包括:
3.1)对于当前处理的图像帧,通过背景建模与背景减除,排除不包含移动目标的静态背景区域;
3.2)由于大型移动目标被分割为多个前景区域,进一步合并邻近前景区域,得到最终的运动区域;在这个过程中,不同移动目标若距离较近,就被划分到同一运动区域中;
3.3)在每个运动区域内检测图像特征点;若当前处理的并非第1帧图像,并且已处理图像帧包含的特征点被有效跟踪至当前图像帧,则将新检测到的特征点与已有特征点位置进行比较,排除重复特征点;
3.4)按照上述方式反复处理摄像机获取的图像帧,记录每个特征点的位置变化,若干帧后可生成多条特征点轨迹;
步骤4中所述的对每个运动区域的特征点轨迹进行聚类分析,具体包括:
4.1)记特征点i的轨迹为其中m为轨迹长度,表示特征点i被连续有效跟踪的帧数,ti每一行表示特征点i在相应图像帧中的坐标,从所有特征点轨迹中排除轨迹长度较小和未发生位移的特征点轨迹,得到N条候选特征点轨迹,其集合记为T;
4.2)对于T中的特征点轨迹ti,记ti最后M帧的轨迹片段为根据计算特征点i的M帧位移序列di=(δi,1,δi,2,...,δi,n);
4.3)根据位移序列di、dj计算特征点i、j的轨迹差异度li,j:
4.4)记ti与集合T中所有特征点轨迹的差异度为li=(li,1,li,2,...,li,N);根据li确定ti相对T中所有特征点轨迹的偏好向量ri=(ri,1,ri,2,...,ri,N):若li,j小于给定阈值τ,则认为ti与tj属于同一移动目标,即ri,j=1;否则,ri,j=0;
4.5)确定T中每个特征点轨迹的偏好向量,然后利用J-linkage算法对特征点轨迹进行聚类;所得每个聚类对应一个移动目标;
步骤5中所述的在每个移动目标中选取若干高度低的特征点轨迹,根据特征点轨迹在最近M帧的图像坐标,计算特征点在三维空间中的运动距离,具体包括:
5.1)在每个移动目标中选取若干高度低的特征点轨迹;以其中包含的移动目标地面接触点为参考点,根据不同特征点在三维空间运动距离相同这一前提条件,基于步骤2确定的坐标变换关系反推出其他特征点高度;
5.2)确定特征高度后,根据图像坐标与三维空间坐标的变换关系,计算每个特征点在M帧的起始和结束位置对应的三维空间坐标,确定对应的三维空间运动距离。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京林业大学,未经南京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910462500.X/1.html,转载请声明来源钻瓜专利网。