[发明专利]一种基于视频的多目标位移跟踪监测方法及装置

权利要求书

1.一种基于视频的多目标位移跟踪监测方法，其特征在于，包括：

步骤1、获取目标建筑物的结构参数并建立对应的结构三维模型，基于针孔相机模型估计对应的相机参数；

步骤2、根据步骤1的结构三维模型与相机参数，设定目标建筑物中需要监测的监测目标，并基于视频的时间轴顺序，输出包含至少一个目标特征点的感兴趣区域；

步骤3、采用金字塔流光法对感兴趣区域内的所有目标特征点进行位移跟踪，将跟踪结果中位移数据异常的目标特征点进行剔除，并计算所有未剔除目标特征点的位移平均值作为所述感兴趣区域中监测目标的像素位移；

步骤4、根据相机参数，将所有感兴趣区域中监测目标的像素位移反向映射至三维模型中，获得监测目标真实环境中的物理位移。

2.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤1中，所述结构三维模型基于目标建筑的实际尺寸和空间位置关系建立。

3.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤1中，所述相机参数包括畸变参数和相机内外参数，采用直接线性变换算法与Levenberg-Marquardt算法计算得到。

4.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤2中，所述感兴趣区域通过将三维模型中的监测目标投影至图像平面，并以监测目标在图像平面中的投影点为中心，利用尺寸为w×h的窗口截取获得。

5.根据权利要求4所述的基于视频的多目标位移跟踪监测方法，其特征在于，所述投影的公式如下：

其中，[x_w,y_w,z_w,1]^T,(i＝1,2,…,n)表示三维空间拾取的监测目标，[u,v,1]^T表示图像平面的投影点。

6.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤2中，所述目标特征点采用图像梯度自动化检测法对视频图像序列校正后第一帧图像中的感兴趣区域识别获得。

7.根据权利要求1或6所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤2中，所述目标特征点包括Harris角点、SURF角点以及Shi-Tomasi角点。

8.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤3中，采用前向-反向误差机制和特征点位移统计特性对位移数据异常的目标特征点进行剔除。

9.根据权利要求1所述的基于视频的多目标位移跟踪监测方法，其特征在于，在步骤4中，所述物理位移通过计算相机射线与监测目标运动平面的交点获得。

10.一种多目标位移跟踪监测装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-9任一所述的多目标位移跟踪监测方法，其具体步骤如下：获取目标建筑的结构参数与结构三维模型，通过多目标位移跟踪监测方法对指定监测结构进行识别分析，输出目标建筑的实际物理位移。