一种提高红外打猎相机检测灵敏度的检测方法技术

本发明专利技术公开了一种提高红外打猎相机检测灵敏度的检测方法，涉及效果评价领域，包括以下步骤：S1，激光点云生成；该提高红外打猎相机检测灵敏度的检测方法，通过红外打猎相机采集的光学影像和打猎环境的三维激光点云数据，基于点

【技术实现步骤摘要】
一种提高红外打猎相机检测灵敏度的检测方法


[0001]本专利技术涉及效果评价技术，具体涉及一种提高红外打猎相机检测灵敏度的检测方法。

技术介绍

[0002]相机分为普通相机和打猎相机；打猎相机是一种应用于户外，能够自动捕捉人或动物运动状态的无人看守相机，打猎相机捕捉到人或动物(目标)运动后发出启动信号，采用热释电红外感应人或动物的感应技术，自动拍摄图片或者视频。
[0003]打猎相机只有检测到人或动物(目标)运动到相机的拍摄视线内，才启动相机的拍摄功能，因此如何高效检测运动目标进入视线范围是非常重要的。
[0004]目前的目标检测主要分为两大类：摄像机检测和红外传感器检测，但目前的打猎相机在识别时，只要检测到任何运动目标就会触发启动相机拍摄的功能，容易造成记录大量的无用信息，从而导致红外打猎相机检测灵敏度较低。

技术实现思路

[0005]本专利技术的目的是提供一种提高红外打猎相机检测灵敏度的检测方法，以解决现有技术中的上述不足之处。
[0006]为了实现上述目的，本专利技术提供如下技术方案：一种提高红外打猎相机检测灵敏度的检测方法，包括以下步骤：S1，打猎环境的激光点云生成；S2，红外打猎相机径向色差预补偿相位值计算；S3，通过红外打猎相机获取影像点云重建；S4，摄影点云与三维激光点云粗配准；S5，摄影点云与三维激光点云精配准。
[0007]进一步地，所述计算红外打猎相机径向色差预补偿相位值的方法为：在图像色彩采集模块像素坐标系下，红绿蓝颜色通道中任一点均对应着四个相位值：LCD显示垂直条纹相位φ
Lcd_v
、LCD水平垂直条纹相位φ
Lcd_h
、LCD反射垂直条纹相位φ
Pro_v
和LCD反射水平条纹相位φ
Pro_h
，取此时绿色通道为标准相位，此时红色通道理想相位为，蓝色通道的理想相位为，且红色通道此时，蓝色通道同理可得，利用红色通道和蓝色通道的理想相位得到红色通道和蓝色通道的预补偿相位即将其理想相位在绿色通道LCD反射条纹相位中的对应相位值，此过程是对红色通道和蓝色通道提前产生偏移，其红色通道和蓝色通道补偿相位为
和。
[0008]进一步地，所述步骤S2中影像点云的具体重建方法为：A1，重叠多视序列影像；A2，核线影像生成；A3，匹配代价计算；A4，匹配代价聚合；A5，初始视差图生成；A6，确定视差图搜索范围；A7，视差图精化；A8，粗匹配点生成；A8，误匹配点剔除。
[0009]进一步地，所述步骤S3中的具体方法为：B1，进行尺度估计，即基于影像点云体积和激光点云体积，计算尺度因子；B2，将影像点云和激光点云通过RASANC算法计算转换参数，其中具体方法为：B21，选取合适的四点共面基准基；B22，基于距离进行候选点集选取；B23，基于交叉线段比值进行四点一致集确定；B24，计算初始转换参数；B3，确定最大候选点集优化参数，作为最佳模型参数。
[0010]进一步地，所述步骤S4中的具体方法为：C1，点
‑
点距离约束的非刚性配准，其中包括：C11，非刚性几何配准模型构建；C12，刚性与非刚性交替配准；C13，精度评定；C2，基于最邻近曲面约束的非刚性配准，其中包括：C21，非刚性几何配准模型构建；C22，最邻近曲面配准；C23，精度评定。
[0011]进一步地，所述步骤C21的具体步骤为：D1，将相机的畸变差参数、影像粗配准转换后的外方位元素、像主点和主距作为影像和三维点云配准参数的初始值；D2，判断距离误差足够小时，执行步骤D6，若判断结果为距离误差不够小时执行步骤D3；D3，构建基于曲面约束的光束法平差方程并不断迭代；D4，调整影像连接点的位置及影像内外方位参数；D5，直到参数变化足够小时执行步骤D6；D6，结束迭代，此时的参数为最后精配准获取的参数。
[0012]进一步地，所述步骤C21的具体方法为：
E1，对任意影像稀疏重建生成的三维点云，采用KD树构建数据结构模型，利用最邻近算法，在三维激光点云中搜索与其邻近的n个点，并对这n个点进行曲面拟合，这n个点拟合的曲面拟合逼近物体的真是表面，这个曲面可作为最邻近曲面，当两点云最佳套合时，激光点云中的点落在对应的最邻近点所拟合的曲面上；E2，当激光点云与影像点云精配准后，影像三维点云中每一个三维点都应落在其对应的最邻近曲面上，影像三维点坐标、像点坐标、影像的内外方位元素、畸变参数应满足摄影测量中的共线条件方程；E3，泰勒级数改写为线性方程，转化为最小二乘问题。
[0013]进一步地，所述步骤C22的具体方法为：F1，在像点观测的初始权中，像点方差，，其中为单位权方差，像点方差受影像匹配精度的影响，因此像点观测的方差可以用像点匹配的方差代替；F2，最邻近曲面虚拟观测初始权，其中为影像三维点与最邻近曲面偏离方差；F3，每次平差迭代过程中，分别计算上次平差后的值，令，，式中n1表示像点观测方程的个数，则在每次平差迭代中，令，则，。
[0014]与现有技术相比，本专利技术提供的一种提高红外打猎相机检测灵敏度的检测方法，通过红外打猎相机采集的光学影像和打猎环境的三维激光点云数据，基于点
‑
点约束，构造了一个非刚性几何配准的数学模型，并结合摄影测量共线性方程式，并对其进行迭代求解从而实现图像和激光点云的精确几何配准，解决了在两个三维点集的配准中确定同名点难的问题，同时通过共线条件方程可以解决由相机畸变引起的非刚性变形的问题，同时对红外打猎相机进行径向色差预补偿相位值计算，可以保证在进行影像点云重建不会因为色差从而导致影像点云重建失败，从而增加了红外打猎相机的检测灵敏度。
附图说明
[0015]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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专利技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术实施例提供的整体结构示意图；图2为本专利技术实施例提供的结构示意图。
具体实施方式
[0017]为了使本领域的技术人员更好地理解本专利技术的技术方案，下面将结合附图对本专利技术作进一步的详细介绍。
[0018]请参阅图1
‑
2，一种提高红外打猎相机检测灵敏度的检测方法，包括以下步骤：S1，打猎环境的激光点云生成；S2，红外打猎相机径向色差预补偿相位值计算；
S3，通过红外打猎相机获取影像点云重建；S4，摄影点云与三维激光点云粗配准；S5，摄影点云与三维激光点云精配准。
[0019]其中利用引入尺度参数的4PCS算法进行粗配准，实现激光扫描点云和近景光学影像的自动配准，同时基于影像生成的稀疏点云与三维激光点云精配准。以基于尺度改进的4PCS粗配准方法为刚性配准方法，以点
‑
点约束的光束法平差模型作为非刚性配准的刚性
‑
非刚性交替配准方法。在点
‑
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高红外打猎相机检测灵敏度的检测方法，其特征在于，包括以下步骤：S1，打猎环境的激光点云生成；S2，红外打猎相机径向色差预补偿相位值计算；S3，通过红外打猎相机获取影像点云重建；S4，摄影点云与三维激光点云粗配准；S5，摄影点云与三维激光点云精配准。2.根据权利要求1所述的一种提高红外打猎相机检测灵敏度的检测方法，其特征在于，所述计算红外打猎相机径向色差预补偿相位值的方法为：在图像色彩采集模块像素坐标系下，红绿蓝颜色通道中任一点均对应着四个相位值：LCD显示垂直条纹相位φ
Lcd_v
、LCD水平垂直条纹相位φ
Lcd_h
、LCD反射垂直条纹相位φ
Pro_v
和LCD反射水平条纹相位φ
Pro_h
，取此时绿色通道为标准相位，此时红色通道理想相位为，蓝色通道的理想相位为，且红色通道此时，蓝色通道同理可得，利用红色通道和蓝色通道的理想相位得到红色通道和蓝色通道的预补偿相位即将其理想相位在绿色通道LCD反射条纹相位中的对应相位值，此过程是对红色通道和蓝色通道提前产生偏移，其红色通道和蓝色通道补偿相位为和。3.根据权利要求1所述的一种提高红外打猎相机检测灵敏度的检测方法，其特征在于，所述步骤S2中影像点云的具体重建方法为：A1，重叠多视序列影像；A2，核线影像生成；A3，匹配代价计算；A4，匹配代价聚合；A5，初始视差图生成；A6，确定视差图搜索范围；A7，视差图精化；A8，粗匹配点生成；A8，误匹配点剔除。4.根据权利要求1所述的一种提高红外打猎相机检测灵敏度的检测方法，其特征在于，所述步骤S3中的具体方法为：B1，进行尺度估计，即基于影像点云体积和激光点云体积，计算尺度因子；B2，将影像点云和激光点云通过RASANC算法计算转换参数，其中具体方法为：B21，选取合适的四点共面基准基；B22，基于距离进行候选点集选取；B23，基于交叉线段比值进行四点一致集确定；
B24，计算初始转换参数；B3，确定最大候选点集优化参数，作为最佳模型参数。5.根据权利要求1所述的一种提高红外打猎相机检测灵敏度的检测方法，其特征在...

【专利技术属性】
技术研发人员：王超，孙晓晗，杨争勇，
申请(专利权)人：深圳市超诺科技有限公司，
类型：发明
国别省市：