The invention discloses a geometric correction method for monitoring scene structure, and achieves geometric correction of scene by calculating the structural elements of the scene. In order to reduce the problem of background interference and computation, Hof straight line detection is used to obtain the structure in the scene image and image, which improves the accuracy of the subsequent rotation angle estimation, and calculates the initial edge after the edge detection to get the image edge after the processing. By calculating the linear parameters of the image, the rotation angle can be estimated directly, and the time consuming problem caused by ergodic calculation is overcome. According to the geometric correction parameters, the candidate geometric correction image sets are obtained. According to the grid area, the structure similarity is calculated in turn and the structure evaluation of the whole scene is obtained. The amount of calculation is reduced and the geometric correction image with the highest matching degree is recorded as the output. The invention plays an important role in practical applications, such as calibrating the human body in the scene to solve the problem of height measurement.
【技术实现步骤摘要】
一种面向监控场景结构的几何校正方法
本专利技术主要涉及几何校正
,尤其涉及一种面向监控场景结构的几何校正方法。
技术介绍
几何校正就是针对几何畸变进行的误差校正。其中监控场景图像是指案件真实发生的图像,是固定的。拍摄的场景图像是指为了办理案件多次拍摄的图像,相比于监控场景图像是可能会有所倾斜的。在实际的应用中,如多光谱、多时相影像的配准,遥感影像制图和对场景中的人体进行标定以解决身高测量的问题等,由于图像的模糊性以及计算量等问题,几何校正的正确性面临着诸多挑战,现有常用到的图像几何校正方法有空间变换法、灰度插值法和图像配准法。基于场景结构的几何校正方法,一般不需要对图像进行复杂的预先处理,而是利用图像本身具有的灰度的一些统计信息来度量图像的相似程度。本专利技术选用Canny算子作为边缘检测算法及Hough变换作为直线提取算法,面向监控场景结构的几何校正方法直接利用几何校正参数作为特征来确定待校正图像间的变换关系,这类方法充分利用了图像所包含的信息。空间变换法是几何校正的常用方法,它是指像的空间几何坐标变换。肖朝等人于2013年发表的《大曲率多通道投影显示墙几何校正》提出了一种二次几何校正算法,通过顶点坐标和纹理坐标之间的对应关系来对图像进行几何校正。庞惠文等人于2016年发表的《基于直线检测的条码图像几何校正研究》是在已除去背景的图像中,寻找目标的条形码边缘对应的直线,以此确定其偏移角度,并进行扭转校正。这种方法往往不能充分利用图像所包含的信息,使其结果有较大的误差,影响了几何校正的精度。几何校正的另一种常用方法是灰度插值法,即对空间变换后的像素赋予 ...
【技术保护点】
1.一种面向监控场景结构的几何校正方法,其特征在于:具体步骤如下:(1)计算输入图像的场景结构;(2)计算拍摄图像的场景结构;(3)计算几何校正候选图像;(4)场景结构内容评价;(5)面向场景结构的几何校正输出图像;所述的计算输入图像的场景结构,将监控场景图像转化为灰度图像,使用Canny边缘检测,并进行Hough直线检测,提供场景结构,并获得抑制后的监控图像边缘;所述的计算拍摄图像的场景结构,将拍摄的场景图像转化为灰度图像,使用Canny边缘检测,并进行Hough直线检测,提供拍摄的场景图像的结构,并获得抑制后的拍摄图像边缘;所述的计算几何校正候选图像,遍历计算拍摄图像直线参数,将直线交叉点作为获取图像旋转中心点,将直线夹角作为图像的旋转角,获得几何校正参数用于获取几何校正的单应性矩阵;所述的监控图像的场景结构内容评价,将监控图像划分为若干网络区域,并依次计算监控场景各区域的灰度均值和标准差;所述的面向场景结构的几何校正输出图像,依次计算各候选几何图像的整体场景结构评价,记录匹配对最高的几何校正图像作为输出。
【技术特征摘要】
1.一种面向监控场景结构的几何校正方法,其特征在于:具体步骤如下:(1)计算输入图像的场景结构;(2)计算拍摄图像的场景结构;(3)计算几何校正候选图像;(4)场景结构内容评价;(5)面向场景结构的几何校正输出图像;所述的计算输入图像的场景结构,将监控场景图像转化为灰度图像,使用Canny边缘检测,并进行Hough直线检测,提供场景结构,并获得抑制后的监控图像边缘;所述的计算拍摄图像的场景结构,将拍摄的场景图像转化为灰度图像,使用Canny边缘检测,并进行Hough直线检测,提供拍摄的场景图像的结构,并获得抑制后的拍摄图像边缘;所述的计算几何校正候选图像,遍历计算拍摄图像直线参数,将直线交叉点作为获取图像旋转中心点,将直线夹角作为图像的旋转角,获得几何校正参数用于获取几何校正的单应性矩阵;所述的监控图像的场景结构内容评价,将监控图像划分为若干网络区域,并依次计算监控场景各区域的灰度均值和标准差;所述的面向场景结构的几何校正输出图像,依次计算各候选几何图像的整体场景结构评价,记录匹配对最高的几何校正图像作为输出。2.根据权利要求1所述的一种面向监控场景结构的几何校正方法,其特征在于:所述的计算输入图像的场景结构,包括以下步骤:步骤S2-1,输入监控场景图像,转化为灰度图像It;步骤S2-2,对监控图像使用Canny进行边缘检测获得初始边缘Et;步骤S2-3,对监控图像的初始边缘,进行Hough直线检测,Hough响应矩阵,其中横坐标为直线斜率,纵坐标为直线到原点的距离;步骤S2-4,在Hough响应矩阵中寻找前k个局部极大值,按照响应值从大到小排序,获得直线参数集合Ht(k)={θt(k),ρt(k)},其中θt(k)代表直线的角度信息,ρt(k)代表直线的长度信息,该直线参数集合就是场景中的结构;步骤S2-5,根据直线参数集合Ht(k)在空白图像中绘制直线,获得监控场景结构的直线掩模图像At;步骤S2-6,将场景结构掩模和初始边缘进行与运算,获得抑制后的监控图像边缘Gt,Gt={g|g∈It,g∈Ht},其中g代表抑制后的边缘信息。3.根据权利要求2所述的一种面向监控场景结构的几何校正方法,其特征在于:所述的计算拍摄图像的场景结构,包括以下步骤:步骤S3-1,输入摄像头拍摄的场景图像,转化为灰度图像Is;步骤S3-2,对拍摄图像使用Canny进行边缘检测获得初始边缘Es;步骤S3-3,对拍摄图像的初始边缘,进行Hough直线检测,Hough响应矩阵,其中横坐标为直线斜率,纵坐标为直线到原点的距离;步骤S3-4,在Hough响应矩阵中寻找前i个局部极大值,按照响应值从大到小排序,获得直线参数集合Hs(i)={θs(i),ρs(i)},其中θs(i)代表直线的角度信息,ρs(i)代表直线的长度信息,该直线参数集合就是拍摄的场景图像结构;步骤S3-5,根据直线参数集合Hs(i)在空白图像中绘制直线,获得拍摄图像场景结构的直线掩模图像As;步骤S3-6,将拍摄图像的场景结构掩模和初始边缘进行与运算,获得抑制后的拍摄图像边缘GsGs={g|g∈Is,g∈Hs}。4.根据权利要求...
【专利技术属性】
技术研发人员:汪萍,叶海精,王乐,李果,刘滔,
申请(专利权)人:安徽新闻出版职业技术学院,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。