System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于全景行车记录仪的时序画面追溯方法及系统技术方案_技高网

一种基于全景行车记录仪的时序画面追溯方法及系统技术方案

技术编号:41097538 阅读:2 留言:0更新日期:2024-04-25 13:55
本发明专利技术涉及图像处理领域,揭露一种基于全景行车记录仪的时序画面追溯方法及系统,方法包括:采集车辆在广角摄像机中的时序画面;基于时序画面中的二维像素坐标,计算时序画面的三维像素坐标,对三维像素坐标进行坐标校正,得到校正像素坐标,基于校正像素坐标,拼接时序画面,得到拼接画面;检测拼接画面中的待追溯目标,识别待追溯目标在拼接画面中的空间特征,并采集空间特征在不同时序下的时序空间特征;判别时序空间特征是否出现时空异常;在时序空间特征出现时空异常时,提取时序空间特征中未出现时空异常的正常时空特征,利用正常时空特征追溯待追溯目标在车辆的周边环境中的目标位置。本发明专利技术可以实现视频来源筛选和待追溯目标的地理定位。

【技术实现步骤摘要】

本专利技术涉及图像处理领域,尤其涉及一种基于全景行车记录仪的时序画面追溯方法及系统


技术介绍

1、全景行车记录仪普遍有4个摄像头,分别可以记录车辆的前后左右四个方向的情况,4路显示无缝拼接,最后形成360度的全景行车记录视频,全景行车记录仪记录下的时序画面中若存在需要监测的目标,则需要根据时序画面中目标出现的位置来追溯目标在车辆周边的出现的位置。

2、目前,在多辆巡检车辆对道路进行巡检时,由于每辆车的出发时间不同,这也就使得不同日期下采集到的行车记录视频会根据不同雾天、雨天、雪天等而具有不同的清晰度,现有技术仅根据某一天下的行车记录视频来辨别行车状况,但忽略了车辆行驶时周边环境对所拍摄视频的影响,自然而然对一些缺陷较多的视频无法筛除,其次,现有技术直接识别待监测目标在全景行车记录视频中的位置,即对全景行车记录视频中的待监测目标进行目标检测,但无法辨别待监测目标在车辆周边具体出现的方位,即待监测目标出现在道路的某个路段的方位,这是因为目前的技术仅能检测到待监测目标相对于车辆的位置,而无法检测到待监测目标相对于某个城市、某个高速、某个乡村等的位置。因此,基于全景行车记录仪的时序画面追溯的过程缺乏对视频来源的筛选和对待追溯目标的地理定位。


技术实现思路

1、为了解决上述问题,本专利技术提供了一种基于全景行车记录仪的时序画面追溯方法及系统,可以实现对视频来源的筛选和对待追溯目标的地理定位。

2、第一方面,本专利技术提供了一种基于全景行车记录仪的时序画面追溯方法,包括:

3、识别行车记录仪在车辆上的广角摄像机,采集所述车辆在所述广角摄像机中的时序画面;

4、基于所述时序画面中的二维像素坐标,计算所述时序画面的三维像素坐标,对所述三维像素坐标进行坐标校正,得到校正像素坐标,基于所述校正像素坐标,拼接所述时序画面,得到拼接画面;

5、检测所述拼接画面中的待追溯目标,识别所述待追溯目标在所述拼接画面中的空间特征,并采集所述空间特征在不同时序下的时序空间特征;

6、判别所述时序空间特征是否出现时空异常;

7、在所述时序空间特征出现时空异常时,提取所述时序空间特征中未出现时空异常的正常时空特征,利用所述正常时空特征追溯所述待追溯目标在所述车辆的周边环境中的目标位置。

8、在第一方面的一种可能实现方式中,所述基于所述时序画面中的二维像素坐标,计算所述时序画面的三维像素坐标,包括:

9、基于所述时序画面中的二维像素坐标,利用下述公式计算所述时序画面的三维像素坐标:

10、;

11、;

12、其中,表示所述三维像素坐标,表示二维像素坐标,表示所述广角摄像机的内参的总数,、、、、表示所述广角摄像机的内参,表示三维像素坐标中的垂直方向坐标。

13、在第一方面的一种可能实现方式中,所述对所述三维像素坐标进行坐标校正,得到校正像素坐标,包括:

14、利用下述公式对所述三维像素坐标进行坐标校正,得到校正像素坐标:

15、;

16、其中,表示所述校正像素坐标,表示计算所述时序画面的三维像素坐标时三维像素坐标所在的球体的半径,表示计算所述时序画面的三维像素坐标时三维像素坐标所在的球体中过球中心的圆面的周长,表示二维像素坐标。

17、在第一方面的一种可能实现方式中,所述基于所述校正像素坐标,拼接所述时序画面,得到拼接画面,包括:

18、基于所述校正像素坐标,将所述时序画面映射至预设的三维空间中,得到三维画面;

19、检测所述三维画面中每个三维画面的特征点;

20、匹配所述特征点中每两个三维画面的特征点之间的特征点对;

21、去除所述特征点对中的错误点对之后,利用下述公式计算所述特征点对的特征转换矩阵:

22、;

23、其中,表示特征转换矩阵,表示相机内参矩阵,表示旋转矩阵,表示平移矩阵,表示平面参数信息;

24、利用所述特征转换矩阵融合所述时序画面中的重复画面,得到融合画面;

25、拼接所述融合画面与所述时序画面中的未重复画面,得到所述拼接画面。

26、在第一方面的一种可能实现方式中,所述检测所述拼接画面中的待追溯目标,包括:

27、提取所述拼接画面中的关键特征点;

28、利用下述公式将所述关键特征点转换为二维特征点:

29、<msup><mi>[u,v,1]</mi><mi>t</mi></msup><mi>=</mi><mfrac><mrow><mtable><mtr><mtd><msub><mi>f</mi><mi>x</mi></msub></mtd><mtd><mn>0</mn></mtd><mtd><msub><mi>c</mi><mi>x</mi></msub></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><msub><mi>f</mi><mi>y</mi></msub></mtd><mtd><msub><mi>c</mi><mi>y</mi></msub></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced><mi>*</mi><msup><mi>[x,y,z,1]</mi><mi>t</mi></msup></mrow><mi>z</mi></mfrac>;

30、其中,<msup><mi>[u,v,1]</mi><mi>t</mi></msup>表本文档来自技高网...

【技术保护点】

1.一种基于全景行车记录仪的时序画面追溯方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述时序画面中的二维像素坐标,计算所述时序画面的三维像素坐标,包括:基于所述时序画面中的二维像素坐标,利用下述公式计算所述时序画面的三维像素坐标:

3.根据权利要求1所述的方法,其特征在于,所述对所述三维像素坐标进行坐标校正,得到校正像素坐标,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述校正像素坐标,拼接所述时序画面,得到拼接画面,包括:

5.根据权利要求1所述的方法,其特征在于,所述检测所述拼接画面中的待追溯目标,包括:

6.根据权利要求1所述的方法,其特征在于,所述识别所述待追溯目标在所述拼接画面中的空间特征,包括:

7.根据权利要求1所述的方法,其特征在于,所述采集所述空间特征在不同时序下的时序空间特征,包括:

8.根据权利要求1所述的方法,其特征在于,所述判别所述时序空间特征是否出现时空异常,包括:

9.根据权利要求1所述的方法,其特征在于,所述利用所述正常时空特征追溯所述待追溯目标在所述车辆的周边环境中的目标位置,包括:

10.一种基于全景行车记录仪的时序画面追溯系统,其特征在于,所述系统包括:

...

【技术特征摘要】

1.一种基于全景行车记录仪的时序画面追溯方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述时序画面中的二维像素坐标,计算所述时序画面的三维像素坐标,包括:基于所述时序画面中的二维像素坐标,利用下述公式计算所述时序画面的三维像素坐标:

3.根据权利要求1所述的方法,其特征在于,所述对所述三维像素坐标进行坐标校正,得到校正像素坐标,包括:

4.根据权利要求1所述的方法,其特征在于,所述基于所述校正像素坐标,拼接所述时序画面,得到拼接画面,包括:

5.根据权利要求1所述的方法,其特征在于,所述检测所...

【专利技术属性】
技术研发人员:罗勇喻运辉黄臻陈羿丞
申请(专利权)人:盯盯拍深圳技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1