主从摄像机系统的全自动标定方法技术方案

一种图像处理技术领域的主从摄像机系统的全自动标定方法，本发明专利技术通过将转动动态摄像机过程中自动获得的图像拼接成马赛克图像，再自动将该图像与主摄像机图像进行特征点的提取与匹配，从而获得静态摄像机图像像素坐标与动态摄像机控制参数之间的标定结果，实现全自动标定主从摄像机系统。通过马赛克拼接图像表示动态摄像机的视场范围，利用了ＳＵＲＦ特征点估计两个不同成像平面之间的关系，只需要事先制定好动态摄像机的运动轨迹，就可以自动的标定出该主从摄像机系统，能够在保持标定精度较好的条件下（误差率为３％－５％），实现主从摄像机系统的自动标定，节省了人力与时间，降低了标定过程中的复杂程度。

【技术实现步骤摘要】

本专利技术涉及的是一种图像处理
的方法，具体是一种主从摄像机系统的全自动标定方法。
技术介绍
目前，公共场所普遍配备了摄像监控系统，安装大量的摄像头用于大型覆盖区域。 随着监控系统的发展，对高分辨率监控图像的需求也越来越多。主从摄像机监控系统便是 一种解决该问题的方案。在这样一个系统中，一个(或多个)固定的摄像机作为一个领导 者，引领一台(或多台)动态(PTZ)摄像机去聚焦感兴趣目标。这样就即可以获得一个宽 广区域的宏观监控图像，又可以获得目标的高分辨率图像。主从摄像机系统的标定正是解 决这个问题的方法。经过标定的主从摄像机监控系统，当主摄像机扑捉到感兴趣目标时，动 态摄像机可以自动对准该目标，从而获得细节图像。 经过对现有技术的文献检索发现，相关文献如下 1、 X.Zhou等人在The First ACM International Workshop on Video Surveillance (美国计算机协会第一届国际视频监控研讨会)所发表的"A master-slave system to acquirebiometric imagery of humans at distance (——禾中在远距离获取人物 生物图像特征的主从系统)"一文中从主摄像机图像中选取一些样本点，手动移动动态摄像 机，使得动态摄像机图像中心与选取的样本点相对应，然后记录下样本点坐标与控制参数。 其他静态摄像机图像上的点对应的动态摄像机转动参数能够通过对已经获得的参数进行 插值得到。但是该技术需要手动的调整动态摄像机参数，因此耗时且不方便大规模应用。 2、 A. W. Senior等2005年在The seventh IEEE Workshops on Application of ComputerVision(国际电气电子工程师协会第七届计算机视觉应用研讨会)所发 表 的"AcquiringMulti-Scale Images by Pan_Tilt_Zoom Control and Automatic Multi-Camera Calibration (通过PTZ控制与多摄像机自动标定获得多尺度图像)"中，该 技术通过计算两个摄像机图像之间的单应矩阵来估计主摄像机与动态摄像机的关系。但是 该技术也需要手动的调整动态摄像机参数，同样的耗时且不方便大规模应用。
技术实现思路
本专利技术针对现有技术的上述不足，提出了一种主从摄像机系统的全自动标定方 法。本专利技术通过将转动动态摄像机过程中自动获得的图像拼接成马赛克图像，再自动将该 图像与主摄像机图像进行特征点的提取与匹配，从而获得静态摄像机图像像素坐标与动态 摄像机位置参数之间的标定结果，实现全自动标定主从摄像机系统。 本专利技术是通过以下技术方案实现的，包括如下步骤 步骤一，预先设定动态摄像机的运动轨迹，动态摄像机沿着该运动轨迹自动旋转， 并每隔时间t采样一幅子图像，同时按采集到的时间顺序，对每一幅子图像标号，记录采集 每幅子图像时动态摄像机转动的参数，即水平转动角度与垂直转动角度，并将每幅子图像及其对应的标号和对应的动态摄像机转动的参数和位置信息一并进行存储。 步骤二，动态摄像机旋转结束后，对得到的N幅子图像按拍摄位置进行分组排列处理，得到K组子图像集合，对每组子图像集合中相邻的两幅子图像进行特征点提取和匹配处理，得到匹配特征点对，进而得到同一组子图像集合中相邻的两幅子图像间的变换矩阵M。 所述的分组排列处理是将子图像对应的动态摄像机水平转动角度差小于阈值的 子图像划分为一组子图像集合，从而得到K组子图像集合，并将每组中的子图像按照对应 的动态摄像机的垂直转动角度大小进行排列。 所述的特征点提取和匹配处理是通过SURF方法完成的，即由快速Hessian提取器提取每组子图像集合中相邻两幅子图像的特征点，再得到特征点的SURF特征向量。 所述的同一组子图像集合中相邻的两幅子图像间的变换矩阵M是通过RANSAC方法得到的，具体是<formula>formula see original document page 5</formula> 其中(x' ，y' ，z')禾P (x，y，z)分别是同一特征点在相邻的两幅子图像坐标系 中的坐标，子图像坐标系以图像左上角为原点、x轴水平向右为正、y轴垂直向下为正建立 的。 步骤三，根据得到的变换矩阵，对每组子图像集合进行图像拼接处理，从而将每组 子图像集合拼接成一幅列拼接图像，共得到K幅列拼接图像。 所述的图像拼接处理，具体是以每组子图像集合中最中间的子图像为该组子图 像集合的基准图像，将该组子图像集合中其他子图像根据得到的变换矩阵变换至基准图像 平面坐标系中，对图像的重合区域的像素点进行带权重的灰度拼接处理，对图像的非重合 区域中的像素点的灰度保持不变，从而将每组子图像集合拼接成一幅列拼接图像。 所述的带权重的灰度拼接处理，具体是 -，/二1 其中fres(P)是拼接后P点的像素值，fjp)是第i幅图像中P点的像素值，W为 参加拼接的图像数量，n为一常数，&为P点至参与拼接的第i幅图像边界的最短距离。 步骤四，将K幅列拼接图像作为一个图像集合，对其依次进行特征点提取、匹配处 理和图像拼接处理，从而得到一幅马赛克拼接图像。 步骤五，由静态摄像机采集一幅静态图像，对该静态图像和马赛克拼接图像进行 特征点提取与匹配处理，且利用极线几何原理进一步搜索特征点，获得静态图像和马赛克 拼接图像间的匹配特征点对，且使匹配的特征点尽可能均匀分布在静态图像和马赛克拼接 图像上。 所述的极线几何原理是一幅图像的点在另一幅图像上的对应点位于相应极线 上。 所述的进一步搜索特征点是使静态图像的特征点在马赛克拼接图像上的对应点 位于相应极线上，从而增加特征点的数量。 步骤六，对静态图像和马赛克拼接图像进行全局标定处理，从而得到静态图像与 马赛克拼接图像间的映射关系，即主从摄像机之间的标定关系。 所述的全局标定处理，包括步骤为 1)在静态图像中的任一点Ps(xs， ys)邻近区域内，搜索静态图像特征点，NK(PS)为 距离点Ps距离小于或者等于R的所有静态图像特征点构成的集合，即 A^(《)^(P^)，(C2)，…、其中P/是距离Ps为ri的特征点； 2)找到NK(PS)集合中的每个静态图像特征点对应的马赛克图像特征点P/，得 到包括Pdi的子图像，进而从包括P/的子图像中选择P/最接近其所在子图像中心的一幅子 图像1/ ; 3)查找子图像1/在所有子图像集合中的标号，得到动态摄像机在拍摄子图像1/ 时所处的位置参数Si ; 4)对动态摄像机的位置参数Si进行插值处理，得到静态图像中任一点Ps(xs， ys) 与动态摄像机的位置参数的对应关系，具体是 S = SA(iv f2， rn)+52*4(1^， r2， rn)+ +5^4(1^， r2， rn)， 其中4为插值函数。 与现有技术相比，本专利技术的有益效果是通过马赛克拼接图像表示动态摄像机的 视场范围，利用了 SURF特征点估计两个不同成像平面之间的关系，只需要事先制定好动态 摄像机的运动轨迹，就可以自动的标定出该主从摄像机系统，能够在保本文档来自技高网...

【技术保护点】
一种主从摄像机系统的全自动标定方法，其特征在于，包括以下步骤：步骤一，预先设定动态摄像机的运动轨迹，动态摄像机沿着该运动轨迹自动旋转，并每隔时间ｔ采样一幅子图像，同时按采集到的时间顺序，对每一幅子图像标号，记录采集每幅子图像时动态摄像机转动的参数，，并将每幅子图像及其对应的标号和对应的动态摄像机转动的参数和位置信息进行存储；步骤二，动态摄像机旋转结束后，对得到的Ｎ幅子图像按拍摄位置进行分组排列处理，得到Ｋ组子图像集合，对每组子图像集合中相邻的两幅子图像进行特征点提取和匹配处理，得到匹配特征点对，进而得到同一组子图像集合中相邻的两幅子图像间的变换矩阵Ｍ；步骤三，根据得到的变换矩阵，对每组子图像集合进行图像拼接处理，从而将每组子图像集合拼接成一幅列拼接图像，共得到Ｋ幅列拼接图像；步骤四，将Ｋ幅列拼接图像作为一个图像集合，对其依次进行特征点提取、匹配处理和图像拼接处理，从而得到一幅马赛克拼接图像；步骤五，由静态摄像机采集一幅静态图像，对该静态图像和马赛克拼接图像进行特征点提取与匹配处理，且利用极线几何原理进一步搜索特征点，获得静态图像和马赛克拼接图像间的匹配特征点对，且使匹配的特征点尽可能均匀分布在静态图像和马赛克拼接图像上；步骤六，对静态图像和马赛克拼接图像进行全局标定处理，从而得到静态图像与马赛克拼接图像间的映射关系，即主从摄像机之间的标定关系。...

【技术特征摘要】

【专利技术属性】
技术研发人员：宋利，王嘉，徐奕，李铀，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]