一种实时回算枪机畸变系数的方法及装置，该方法包括如下步骤：获取一张枪机图片，获取两张以上球机图像，每相邻两张球机图像的内容有重叠，球机图像与枪机图像的内容有重叠；分别提取球机图像的特征点并进行匹配；分别根据相邻两张球机图像匹配的特征点建立该两张球机图像之间的单应矩阵；利用相邻两张球机图像之间的单应矩阵计算球机畸变系数；分别提取一张球机图像和枪机图像的特征点并进行匹配；利用球机图像和枪机图像之间匹配的特征点建立球机图像和枪机图像之间的单应矩阵；利用球机畸变系数、球机图像和枪机图像之间的单应矩阵计算枪机畸变系数。本发明专利技术能够随着焦距的变化而实时计算出准确的枪机畸变系数，并且算法简单、效率高。
【技术实现步骤摘要】
本专利技术设及视频监控
，具体设及一种实时回算枪机崎变系数的方法及装 置。
技术介绍
安防监控是目前平安城市建设中重要一环，而传统的视频监控存在着在大场景下 无法捕捉目标细节信息、若关注目标细节信息则会忽略周围其他移动目标、W及无法实现 实时的智能分析、目标跟踪、轨迹记录、特征图片抓拍等缺点，因此现代安防监控需要智能 化的安防手段来辅助相关的防护监控。而枪球联动系统的视频监控方案（所谓的枪球联 动，是指"一枪多球"，其中"一枪"是高清网络枪型摄像机，"多球"是高清网络球型摄像机）， 采用先进的视频分析算法和图像处理等技术，在安防系统的实用性和效率性做到了大大的 提高，与传统视频监控相比，不仅在场景上能"看的全，看的清"，而且能够更高效的对可疑 事件和可疑人群/个体目标进行捕捉报警，从而避免了人为监控中的漏报现象，真正意义 上做到了现代安防的智能化。 在枪机图像中对目标进行检测，并确定目标的方位，球机图像通过跟枪机图像配 准，并构造投影矩阵来获得目标在球机坐标系下的方位，从而获得用于控制球机跟踪目标 的初始位置。但传统的枪机因为需要获得尽可能大范围的监控区域，往往用的是广角的镜 头，存在较大的崎变，因而枪球之间的坐标映射已经不是线性的映射关系，严重影响了定标 的准确性，因此相机崎变系数的检校已经是亟待解决的技术问题。随着技术的进步，监控摄 像机的分辨率越来越高，图像崎变检校精度的也逐渐可W满足工程的要求。但传统的检校 方法，是利用控制场来进行严格检校，代价过于昂贵，工作量也很大，效率不高。微软研究院 的张正友教授，专利技术的利用棋盘格来进行检校的方法，即张氏标定法，所需的实验场地和器 材要求甚低，大大降低了检校成本，获得了广泛的应用。但张正友检校法需要对每套设备 在安装前单独进行检校，否则因为个体差异，所有设备都采用同一套崎变系数会不准；而且 设备在安装过程中，需要根据监控场景进行实时调焦，而崎变系数也会随着焦距的变化而 变化，而显然张正友检校法无法适应实时检校的要求。而另外一些相机自检校方法，是利用 光束法平差模型，诸如SFM技术（Struc化re化omMotion,从运动信息中恢复S维场景结 构），或者摄影测量里的空=技术，但运些方法并不适用于枪机和球机运动受限的情况，比 如，枪机不动，球机近似同屯、旋转时，该算法就完全失效。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中需要通过控制场或标定板来 事先检校崎变系数，无法适用于设备的个体差异的情况，并且设备在安装完成W后，枪机的 焦距变化会引起崎变系数改变的缺陷，从而提供一种实时回算枪机崎变系数的方法及装 置。 本专利技术要解决的另一个技术问题在于克服现有技术中基于立体视觉=维重建的 光束法平差模型的自标定方法，无法适用于枪机不动，球机近似同屯、旋转的设备运动受限 的情况的缺陷，从而提供一种不需要回算景物=维结构的比较简化的实时回算枪机崎变系 数的方法及装置。 为此，本专利技术提供了如下技术方案： -种实时回算枪机崎变系数的方法，包括如下步骤： 利用枪机获取一张枪机图片，利用球机保持在同一焦距下旋转拍摄获取两张W上 球机图像，至少每相邻两张球机图像的拍摄内容有重叠，球机图像与枪机图像的拍摄内容 有重叠； 分别提取球机图像的特征点，并匹配每相邻两张球机图像的特征点； 分别根据相邻两张球机图像匹配的特征点建立该相邻两张球机图像之间的单应 矩阵，该单应矩阵中包含待计算的球机崎变系数； 利用相邻两张球机图像之间的单应矩阵计算球机崎变系数； 分别提取一张球机图像和枪机图像的特征点，并匹配该球机图像和该枪机图像的 特征点； 利用球机图像和枪机图像之间匹配的特征点建立球机图像和枪机图像之间的单 应矩阵，该单应矩阵包含待计算的枪机崎变系数； 利用球机崎变系数、球机图像和枪机图像之间的单应矩阵计算枪机崎变系数。 优选地，分别根据相邻两张球机图像匹配的特征点建立该相邻两张球机图像之间 的单应矩阵的步骤包括： 分别获取相邻两张球机图像之间匹配的特征点对应的无崎变坐标，该无崎变坐标 是待计算的球机崎变系数的函数； 根据该相邻两张球机图像之间匹配的特征点分别对应的无崎变坐标建立该相邻 两张球机图像之间的单应矩阵。 优选地，分别获取相邻两张球机图像之间匹配的特征点对应的无崎变坐标的步骤 包括： 分别计算球机图像的特征点相对于球机主点的坐标及半径大小； 根据球机图像的特征点相对于球机主点的坐标及半径大小、球机主点的坐标、和 待计算的球机崎变系数获取相应的无崎变坐标。 优选地，利用相邻两张球机图像之间的单应矩阵计算球机崎变系数的步骤包括： 预设球机崎变系数的初值，并相应获取每相邻两张球机图像之间的单应矩阵的初 值； 根据每相邻两张球机图像之间的单应矩阵，利用一阶牛顿迭代法获取球机崎变系 数的增量； 根据球机崎变系数的初值和球机崎变系数的增量获取球机崎变系数。优选地，球机崎变系数的增量是通过W下公式计算得到： (/說rvf巧我)，F(P。）为预设球机崎变系数的初值对应的m个相邻两张球机图像之间的单应函数 的初值，该m个单应函数分别与m个相邻两张球机图像之间的单应矩阵一一对应； P-(ki系9 的巧、拚馬.抗…化,、） 其中，{ ... . ，， ' '}，即P为球机崎变系 化心典I知2 川） 数化1，1^，1^，91，92)和111个单应矩阵化1，耻-&);。任）为包含球机崎变系数的111个单应矩 阵对应的单应函数；n是同名点的个数，F。…F?是n个同名点分别对应m个单应函数。 优选地，还包括将球机崎变系数转换为正向崎变系数的步骤： 获取多个球机图像的有崎变像坐标采样点，并根据球机崎变系数计算出对应的无 崎变像坐标； 分别建立无崎变像坐标、正向崎变系数与有崎变坐标采样点的对应方程； 求解出正向崎变系数。 优选地，利用球机崎变系数、球机图像和枪机图像之间的单应矩阵计算枪机崎变 系数的步骤包括： 预设枪机崎变系数的初值，并相应获取球机图像和枪机图像之间的单应矩阵的初 值； 根据球机图像和枪机图像之间的单应矩阵，利用一阶牛顿迭代法获取枪机崎变系 数的增量； 根据球机的崎变系数和枪机崎变系数的增量获取枪机崎变系数。 优选地，枪机崎变系数的增量是通过W下公式计算得到： 阳〇39]先3 --…m.hr节如%)F' (P'。）为预设的枪机崎变系数的初值对应的球机图像和枪机图像之间的单应 函数的初值，该球机图像与枪机图像之间的单应函数与其单应矩阵相对应； 其中，r^、、^;錢；麵：妓!:，即P为枪机崎变系数礙.挺％梦i转n 和球机图像和枪机图像之间的单应矩阵化'），F(P')为球机图像和枪机图像之间的单应 矩阵对应的单应函数；F' 1…F'f是r个同名点分别对应的球机图像和枪机图像之间的单 应函数。 -种实时回算枪机崎变系数的装置，包括：图像获取单元，用于利用枪机获取一张枪机图片，利用球机保持在同一焦距下旋 转拍摄获取两张W上球机图像，至少每相邻两张球机图像的拍摄内容有重叠，球机图像与 枪机图像的拍摄内容有重叠； 第一特征点提取和匹配单元，用于分别提取球机图像的特征点，并匹配每相邻两 张球机当前第1页1 2 3 4 5 本文档来自技高网...
【技术保护点】
一种实时回算枪机畸变系数的方法，其特征在于，包括如下步骤：利用枪机获取一张枪机图片，利用球机保持在同一焦距下旋转拍摄获取两张以上球机图像，至少每相邻两张所述球机图像的拍摄内容有重叠，所述球机图像与所述枪机图像的拍摄内容有重叠；分别提取所述球机图像的特征点，并匹配每相邻两张所述球机图像的特征点；分别根据相邻两张所述球机图像匹配的特征点建立该相邻两张球机图像之间的单应矩阵，该单应矩阵中包含待计算的球机畸变系数；利用所述相邻两张球机图像之间的单应矩阵计算所述球机畸变系数；分别提取一张所述球机图像和所述枪机图像的特征点，并匹配该球机图像和该枪机图像的特征点；利用所述球机图像和所述枪机图像之间匹配的特征点建立所述球机图像和所述枪机图像之间的单应矩阵，该单应矩阵包含待计算的所述枪机畸变系数；利用所述球机畸变系数、所述球机图像和所述枪机图像之间的单应矩阵计算所述枪机畸变系数。
【技术特征摘要】
【专利技术属性】
技术研发人员：曾庆彬，黑光月，袁肇飞，邹文艺，晋兆龙，陈卫东，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：江苏;32
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。