相机筛选方法及相关装置制造方法及图纸

本申请公开了一种相机筛选方法及相关装置，所述相机筛选方法具体包括：获取待观测目标的位置信息；根据所述位置信息获取距离所述待观测目标预定范围内的所有相机所形成的第一合集；其中，所述第一合集包括第一类型的相机和第二类型的相机；从所述第一合集中筛选出所述待观测目标在其视野范围内且未被遮挡的所有相机所形成的第二合集；其中，不同类型的相机所对应的视野范围的判定方式不同；根据所述待观测目标在所述第二合集中的每个相机中的成像大小和每个相机的观测角度筛选出观测效果最佳的相机；其中，不同类型的相机所对应的成像大小和观测角度的获得方式不同。通过上述方式，本申请能够更为准确、快速地筛选出的最佳相机。最佳相机。最佳相机。

【技术实现步骤摘要】
相机筛选方法及相关装置


[0001]本申请属于视频监控
，具体涉及一种相机筛选方法及相关装置。

技术介绍

[0002]增强的虚拟环境(AVE)技术是指通过建立现实世界的三维模型，然后对预先布置在实际场景中的相机进行标定，并实时将相机的二维画面融合到三维模型中的技术。随着计算机技术和网络技术的飞速发展，建立真实场景的三维模型的方法也越来越多，比如通过全站仪扫描、或者激光雷达扫描、或者无人机倾斜摄影测量等方式。当三维场景中的关键位置安装有相机时，在建模的过程中也需将相机一起添加到三维模型中，并将相机进行标定。后续在三维模型中任意选定某一观测目标后，就可以通过相机进行远程观测，实时监控当前状态。
[0003]虽然通过三维模型可以很直观的展示整个场景以及相机的具体位置，但是对于选定的某一个待观测目标，事先并不知道哪些相机能够观测到它，也无法知晓哪个相机在观测该对象时能达到最佳观测效果，因此需要根据待观测目标和相机的位置对相机进行筛选。常见的一些相机筛选策略仅考虑了一种类型的相机，并且在筛选依据上考虑因素较少；而且现有的方法是直接对所有相机进行遍历，从而找出一个最优的观测相机，但是这种方法随着相机数量的增加，处理时间也将会延长，严重影响交互体验。

技术实现思路

[0004]本申请提供一种相机筛选方法及相关装置，以更为准确、快速地筛选出的最佳相机。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种相机筛选方法，包括：获取待观测目标的位置信息；根据所述位置信息获取距离所述待观测目标预定范围内的所有相机所形成的第一合集；其中，所述第一合集包括第一类型的相机和第二类型的相机；从所述第一合集中筛选出所述待观测目标在其视野范围内且未被遮挡的所有相机所形成的第二合集；其中，不同类型的相机所对应的视野范围的判定方式不同；根据所述待观测目标在所述第二合集中的每个相机中的成像大小和每个相机的观测角度筛选出观测效果最佳的相机；其中，不同类型的相机所对应的成像大小和观测角度的获得方式不同。
[0006]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种相机筛选装置，包括相互耦接的处理器和存储器，且所述处理器与所述存储器相互配合以实现上述任一实施例中所述的相机筛选方法。
[0007]为解决上述技术问题，本申请采用的另一个技术方案是：提供一种具有存储功能的装置，其上存储有程序数据，所述程序数据能够被处理器执行以实现上述任一实施例中所述的相机筛选方法。
[0008]区别于现有技术情况，本申请的有益效果是：本申请所提供的相机筛选方法中，会先根据待观测目标的位置信息将待观测目标所在的空间内的所有相机进行第一轮筛选，以
获得第一合集；然后针对第一合集进行第二轮筛选，以获得待观测目标在其视野范围内且未被遮挡的所有相机形成的第二合集；接着针对第二合集中的每个相机从成像大小和观测角度筛选出观测效果最佳的相机。即本申请中通过多轮筛选的过程以缩短处理时间；且在筛选过程中综合考虑了距离待观测目标的距离、是否在相机视野范围内、待观测目标的成像大小、相机的观测角度以及遮挡情况相关因素，从而使得最终筛选出的最佳相机具有最佳观测效果。此外，本申请中考虑了多种相机类型，可以针对不同类型的相机进行筛选，以提高筛选效果。
附图说明
[0009]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
[0010]图1为本申请相机筛选方法一实施方式的流程示意图；
[0011]图2为图1中步骤S101对应的一实施方式的流程示意图；
[0012]图3为图1中步骤S103对应的一实施方式的流程示意图；
[0013]图4为图3中相机为枪机时步骤S301对应的一实施方式的流程示意图；
[0014]图5为图3中相机为球机时步骤S301对应的一实施方式的流程示意图；
[0015]图6为图3中步骤S302对应的一实施方式的流程示意图；
[0016]图7为本申请相机筛选框架一实施方式的流程示意图；
[0017]图8为本申请相机筛选装置一实施方式的结构示意图；
[0018]图9为本申请具有存储功能的装置一实施方式的结构示意图。
具体实施方式
[0019]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0020]请参阅图1，图1为本申请相机筛选方法一实施方式的流程示意图，该相机筛选方法具体包括：
[0021]S101：获取待观测目标的位置信息。
[0022]具体地，请参阅图2，图2为图1中步骤S101对应的一实施方式的流程示意图。上述步骤S101的具体实现过程可以为：
[0023]S201：接收用户在预先建立的三维模型中选中的点位，且将点位所在的物体作为待观测目标。
[0024]具体地，在本实施例中，在上述步骤S201之前还可包括：通过全站仪扫描、或者激光雷达扫描、或者无人机倾斜摄影测量等方式对工厂、园区甚至城市级的目标场景进行三维建模以获得三维模型；且目标场景中的所有相机也需一并添加至三维模型中。在已经建好的三维模型中，用户可以随意选定某一观测目标，例如，可以通过单击鼠标的方式来获取
鼠标选中的点位P，从而确定待观测目标。
[0025]S202：获得点位所在平面的法向量，并将法向量作为观测目标朝向。
[0026]由于整个三维模型都是由顶点组成三角形面元绘制而成的，所以可以先找到点位P所在的三角形，利用该三角形其中两条边组成的向量叉乘就可以得到这个三角形平面的法向量n，而它也可以看做是点位P的法向量(即观测目标朝向)n。
[0027]S203：获取待观测目标的最小包围盒以及最小包围盒的所有顶点在世界坐标系下的第一坐标。
[0028]具体地，对于整个三维模型中的物体来说，每一个待观测目标都可以看作是一个单体，因此可以找出构成该待观测目标的所有顶点。根据获取到的待观测目标的顶点集合，计算待观测目标的最小包围盒；其中，最小包围盒表示的是一个能包围住该待观测目标的最小长方体，其计算过程大致为：先根据待观测目标的顶点集合，计算协方差矩阵，然后根据协方差矩阵得到三个特征向量，再把所有待观测目标的顶点都往这三个特征向量上做投影，最后就可以确定最小包围盒在这三个方向上的边界和最小包围盒的八个顶点在世界坐标系下的第一坐标。
[0029]S204：根据所有顶点的第一坐标获得最小包围盒的中心点，并将中心点的第二坐标作为待观测目标的位置信息。
[0030]具体地，最小包围盒的八个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种相机筛选方法，其特征在于，包括：获取待观测目标的位置信息；根据所述位置信息获取距离所述待观测目标预定范围内的所有相机所形成的第一合集；其中，所述第一合集包括第一类型的相机和第二类型的相机；从所述第一合集中筛选出所述待观测目标在其视野范围内且未被遮挡的所有相机所形成的第二合集；其中，不同类型的相机所对应的视野范围的判定方式不同；根据所述待观测目标在所述第二合集中的每个相机中的成像大小和每个相机的观测角度筛选出观测效果最佳的相机；其中，不同类型的相机所对应的成像大小和观测角度的获得方式不同。2.根据权利要求1所述的相机筛选方法，其特征在于，所述从所述第一合集中筛选出所述待观测目标在其视野范围内且未被遮挡的所有相机所形成的第二合集的步骤，包括：从所述第一合集中的所有第一类型的相机中筛选出所述待观测目标在其视野范围内的所有相机、以及从所述第一合集中的所有第二类型的相机中筛选出所述待观测目标在其视野范围内的所有相机，且所筛选出的所有相机形成中间合集；从所述中间合集中筛选出所述待观测目标未被遮挡的所有相机所形成的第二合集。3.根据权利要求2所述的相机筛选方法，其特征在于，所述获取待观测目标的位置信息的步骤，包括：接收用户在预先建立的三维模型中选中的点位，且将所述点位所在的物体作为所述待观测目标；获得所述点位所在平面的法向量，并将所述法向量作为观测目标朝向；获取待观测目标的最小包围盒以及所述最小包围盒的所有顶点在世界坐标系下的第一坐标；根据所有所述顶点的第一坐标获得所述最小包围盒的中心点，并将所述中心点的第二坐标作为所述待观测目标的位置信息。4.根据权利要求3所述相机筛选方法，其特征在于，所述第一类型的相机为枪机，所述从所述第一合集中的所有第一类型的相机中筛选出所述待观测目标在其视野范围内的所有相机的步骤，包括：针对每个相机，将所述最小包围盒的所有顶点的第一坐标转换为所述相机所在的相机坐标系下的第三坐标；将所述最小包围盒的所有顶点的第三坐标转换为在当前所述相机所拍摄的图片所在的像素坐标系下的第四坐标；判断所述最小包围盒的所有顶点的第四坐标是否均位于所述相机所拍摄的图片范围内；若是，则所述待观测目标在所述相机的视野范围内。5.根据权利要求4所述的相机筛选方法，其特征在于，所述若是，则所述待观测目标在所述相机的视野范围内的步骤之后，还包括：利用所述最小包围盒的所有顶点的第四坐标，从所述像素坐标系中获得包围所有所述顶点的最小多边形；将所述最小多边形的面积作为所述待观测目标在所述相机中的成像大小。
6.根据权利要求3所述的相机筛选方法，其特征在于，所述第二类型的相机为球机，所述从所述第一合集中的所有第二类型的相机中筛选出所述待观测目标在其视野范围内的所有相机的步骤，包括：针对每个相机，获得所述相机在当前焦距下的死角范围；判断所述最小包围盒的所有顶点是否均处于所述死角范围外；若是，则将所述最小包围盒的所有顶点的第一坐标转换为所述相机所在的相机坐标系下的第三坐标；将所述最小包围盒的所有顶点的第三坐标转换为在当前所述相机所拍摄的图片所在的像素坐标系下的第四坐标；判断所述最小包围盒的所有顶点的第四坐标是否均位于所述相机所拍摄的图片范围内；若是，则所述待观测目标在当前焦距下的所述相机的视野范围内；否则，所述待观测目标在当前焦距下的所述相机的视野范围外；响应于所述相机的所有焦距遍历，判断所述待观测目标是否处于所述相机的至少一个焦距下的视野范围内；若是，则所述待观测目标在所述相机的视野范围内。7.根据权利要求6所述的相机筛选方法...

【专利技术属性】
技术研发人员：林鹏，张凯，何曾范，李乾坤，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：