一种动态摄像头坐标映射的自动校准方法技术

本发明专利技术提供了一种动态摄像头坐标映射的自动校准方法，包括以下步骤：S1、采集摄像头偏移前后的数据，得到图片对集合；S2、基于SIFT算法，实现摄像头画面与偏移后画面的特征点的配对，得到摄像头不同画面对应的特征点对集合；S3、利用所有图片对的特征点对集合，计算得到摄像头参数集合；S4、对每组摄像头参数设置权重，得到用于纠偏的摄像头参数，实现动态摄像头坐标映射的自动校准。本发明专利技术采用上述的一种动态摄像头坐标映射的自动校准方法，不需要人工干预，通过摄像头参数的自动优化，实现动态摄像头坐标映射的自动校准，减少了人力资源的浪费。浪费。浪费。

【技术实现步骤摘要】
一种动态摄像头坐标映射的自动校准方法


[0001]本专利技术涉及摄像监控
，特别是涉及一种动态摄像头坐标映射的自动校准方法。

技术介绍

[0002]驱动电机的机械齿轮的间距及结构件的精度都会造成预置位精度有误差，并且长时间转动摄像头会累积误差，使摄像头当前姿态下的画面与原始姿态下的画面产生一定程度的偏移，改变了物体在画面中的位置。摄像头画面产生偏移后会导致目标物的地理位置坐标与视频监控画面中对应的位置不匹配。目前摄像头画面纠偏主要还是依靠人工操作完成，而人工操作耗时耗力，浪费了大量的人力资源，造成成本的提高。

技术实现思路

[0003]为了克服现有技术的不足，本专利技术的目的是提供一种动态摄像头坐标映射的自动校准方法，不需要人为干预，通过摄像头参数的自动优化，实现动态摄像头坐标映射的自动校准。
[0004]为实现上述目的，本专利技术提供了如下方案：一种动态摄像头坐标映射的自动校准方法，包括以下步骤：
[0005]S1、采集摄像头偏移前后的数据，得到图片对集合；
[0006]S2、基于SIFT算法，实现摄像头画面与偏移后画面的特征点的配对，得到摄像头不同画面对应的特征点对集合；
[0007]S3、利用所有图片对的特征点对集合，计算得到摄像头参数集合；
[0008]S4、对每组摄像头参数设置权重，得到用于纠偏的摄像头参数，实现动态摄像头坐标映射的自动校准。
[0009]优选的，在所述步骤S1中，包括以下步骤：
[0010]S11、在采集摄像头偏移前的数据，设置摄像头的缩放倍数为Z，并获取摄像头360
°
范围内不同方向的图片，得到图片集合T1，随后记录每张图片对应的摄像头姿态信息，得到姿态信息集合：
[0011]M＝{(p1,t1,z1),(p2,t2,z2),(p3,t3,z3),
…
,(p
n
,t
n
,z
n
)},n＞0
[0012]其中，p
n
为拍摄第n张图片时对应的方位角，t
n
为拍摄第n张图片时对应的俯仰角，z
n
为拍摄第n张图片时对应的缩放倍数；
[0013]S12、在采集摄像头偏移后的数据，设置摄像头的缩放倍数为Z，根据姿态信息集合M，转动摄像头至M中对应的位置，获取该位置画面的图片，得到图片集合T2；
[0014]S13、将T1和T2中同一姿态下的图片进行配对，得到图片对集合：
[0015]T＝{(T
11
,T
21
),(T
12
,T
22
),(T
13
,T
23
),
…
,(T
1n
,T
2n
)},n＞0
[0016]其中，T
1n
为图片集合T1中的第n张图片，T
2n
为图片集合T2中的第n张图片。
[0017]优选的，在所述步骤S2中，摄像头画面与偏移后画面的特征点的配对包括以下步
骤：
[0018]S21、建立图像的多尺度空间与高斯金字塔图像；
[0019]S22、对相邻尺度的2个高斯图像相减得到高斯差分多尺度空间，并求得局部极值点；
[0020]S23、通过曲面拟合的方法对得到的极值点进行精确定位，并采用高斯差分图像的海森矩阵剔除初始特征点中的边缘点以及对比度较低的点，得到图像的特征点。
[0021]S24、在得到图像的特征点后，以欧式距离作为多维向量的相似度准则，对2个特征点进行匹配，实现特征点之间的配对，得到特征点对集合：
[0022]P＝{[(x
11
,y
11
),(x
12
,y
12
)],[(x
21
,y
21
),(x
22
,y
22
)],
…
,[(x
n1
,y
n1
),(x
n2
,y
n2
)]},n＞0
[0023]其中，[(x
n1
,y
n1
),(x
n2
,y
n2
)]为第n个特征点对的像素坐标对。
[0024]优选的，将图片对集合T中的每组图片进行特征点配对，得到所有图片对的特征点对集合：
[0025]Ω＝{P1,P2,P3,
…
,P
m
},m＞0
[0026]其中，P
m
为第m组图片对的特征点对集合。
[0027]优选的，在所述步骤S3中，摄像头参数包括摄像头的初始方位角、初始俯仰角和初始横滚角，为了实现摄像头的纠偏，计算出摄像头偏移后的参数，包括以下步骤：
[0028]S31、摄像头偏移前，像素坐标与经纬度坐标的转换关系为：
[0029][0030]S32、摄像头偏移后，像素坐标与经纬度坐标的转换关系为：
[0031][0032]其中，H
(α,β,θ)
是和初始方位角、初始俯仰角和初始横滚角有关的转换矩阵，Δ1，Δ2，Δ3分别为初始方位角、初始俯仰角和初始横滚角的变化量，(x,y)和(x
′
,y
′
)为同一地理位置在摄像头偏移前和偏移后两张图片中的像素坐标，(lon,lat)和(lon
′
,lat
′
)分别为(x,y)和(x
′
,y
′
)转换后的平面坐标。
[0033]优选的，在所述步骤S3中还包括：
[0034]S33、采用遗传算法或其他寻找最优解的算法，计算得到摄像头偏移后的像素坐标与经纬度坐标转换关系中(Δ1,Δ2,Δ3)三个变量的最优解，根据特征点对集合P，计算得到摄像头参数集合，包括以下步骤：
[0035]S331、设置一个阈值I，以Loss作为损失函数：
[0036][0037]S332、若Loss≥I，则重复步骤S33，得到最优解；
[0038]S333、若Loss＜I，获取对应的摄像头参数X＝{a,b,c}，其中，a＝α+Δ1，b＝β+Δ2，c＝θ+Δ3；
[0039]S34、将所有图片对的特征点对集合Ω进行步骤S33，得到摄像头参数集合K＝{X1,X2,X3,
…
,X
m
},m＞0，损失函数值集合L＝{Loss1,Loss2,
…
,Loss
m
},m＞0；
[0040]其中，X
m
为第m组图片对的摄像头参数，Loss
m
为第m组图片对的损失函数值。
[0041]优选的，在所述步骤S4中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态摄像头坐标映射的自动校准方法，其特征在于，包括以下步骤：S1、采集摄像头偏移前后的数据，得到图片对集合；S2、基于SIFT算法，实现摄像头画面与偏移后画面的特征点的配对，得到摄像头不同画面对应的特征点对集合；S3、利用所有图片对的特征点对集合，计算得到摄像头参数集合；S4、对每组摄像头参数设置权重，得到用于纠偏的摄像头参数，实现动态摄像头坐标映射的自动校准。2.根据权利要求1所述的一种动态摄像头坐标映射的自动校准方法，其特征在于，在所述步骤S1中，包括以下步骤：S11、在采集摄像头偏移前的数据，设置摄像头的缩放倍数为Z，并获取摄像头360
°
范围内不同方向的图片，得到图片集合T1，随后记录每张图片对应的摄像头姿态信息，得到姿态信息集合：M＝{(p1,t1,z1),(p2,t2,z2),(p3,t3,z3),
…
,(p
n
,t
n
,z
n
)},n＞0其中，p
n
为拍摄第n张图片时对应的方位角，t
n
为拍摄第n张图片时对应的俯仰角，z
n
为拍摄第n张图片时对应的缩放倍数；S12、在采集摄像头偏移后的数据，设置摄像头的缩放倍数为Z，根据姿态信息集合M，转动摄像头至M中对应的位置，获取该位置画面的图片，得到图片集合T2；S13、将T1和T2中同一姿态下的图片进行配对，得到图片对集合：T＝{(T
11
,T
21
),(T
12
,T
22
),(T
13
,T
23
),
…
,(T
1n
,T
2n
)},n＞0其中，T
1n
为图片集合T1中的第n张图片，T
2n
为图片集合T2中的第n张图片。3.根据权利要求1所述的一种动态摄像头坐标映射的自动校准方法，其特征在于，在所述步骤S2中，摄像头画面与偏移后画面的特征点的配对包括以下步骤：S21、建立图像的多尺度空间与高斯金字塔图像；S22、对相邻尺度的2个高斯图像相减得到高斯差分多尺度空间，并求得局部极值点；S23、通过曲面拟合的方法对得到的极值点进行精确定位，并采用高斯差分图像的海森矩阵剔除初始特征点中的边缘点以及对比度较低的点，得到图像的特征点。S24、在得到图像的特征点后，以欧式距离作为多维向量的相似度准则，对2个特征点进行匹配，实现特征点之间的配对，得到特征点对集合：P＝{[(x
11
,y
11
),(x
12
,y
12
)],[(x
21
,y
21
),(x
22
,y
22
)],
…
,[(x
n1
,y
n1
),(x
n2
,y
n2
)]},n＞0其中，[(x
n1
,y
n1
),(x
n2

【专利技术属性】
技术研发人员：梁华，吕建明，李晓威，
申请(专利权)人：广州赋安数字科技有限公司，
类型：发明
国别省市：