[发明专利]交通监视环境下的路况摄像机标定方法

权利要求书

1.交通监视环境下的路况摄像机标定方法，其特征是包含如下标定步骤：

(1)视觉模型描述和相关坐标系建立：针对监控系统性能要求，沿用经典的Tsai透射投影模型，并针对路况成像特点，对其进行相应修正，提出新的视觉模型，建立三种坐标系：

其中地面坐标系X_w-Y_w-Z_w和摄像机坐标系X_c-Y_c-Z_c用来表征三维空间；图像平面坐标系X_f-Y_f用来表征成像平面。建立世界坐标系，其原点为摄像机光轴与地面交点。Y_w轴正向沿路面方向指向前方，X_w轴正向水平指向右方，Z_w轴正向垂直于地面，方向向上。建立摄像机坐标系，原点为摄像机光心位置，Z_c轴为摄像机光轴方向，X_c-Y_c平面平行于像平面；

X_c＝(cos(p)cos(s)+sin(t)sin(p)sin(s))X_w

  +(sin(p)cos(s)-sin(t)cos(p)sin(s))Y_w

Y_c＝(-cos(p)sin(s)+sin(t)sin(p)cos(s))X_w (1)

  +(-sin(p)sin(s)+sin(t)cos(p)cos(s))Y_w

Z_c＝-cos(t)sin(p)X_w+cos(t)cos(p)Y_w+l

$\left\{\begin{array}{c}\frac{1}{M\left(z\right)}[X_f-C_x\left(Z\right)](1+{\mathrm{kr}}^2)=f\frac{X_C}{Z_C}\\ \frac{1}{M\left(z\right)}[Y_f-C_y\left(Z\right)](1+{\mathrm{kr}}^2)=-f\frac{Y_C}{Z_C}\end{array}\right.---\left(2\right)$

建立此视觉模型下，世界坐标系与像平面坐标系下映射关系，如式(3)所示

$X_f=\frac{f\left[\begin{array}{c}(\cos \left(p\right)\cos \left(s\right)+\sin \left(t\right)\sin \left(p\right)\sin \left(s\right))X_w\\ +(\sin \left(p\right)\cos \left(s\right)-\sin \left(t\right)\cos \left(p\right)\sin \left(s\right))Y_w\end{array}\right]}{-\cos \left(t\right)\sin \left(p\right)X_w+\cos \left(t\right)\cos \left(p\right)Y_w+l}---\left(3\right)$

$Y_f=\frac{f\left[\begin{array}{c}(-\cos \left(p\right)\sin \left(s\right)+\sin \left(t\right)\sin \left(p\right)\cos \left(s\right))X_w\\ +(-\sin \left(p\right)\sin \left(s\right)+\sin \left(t\right)\cos \left(p\right)\cos \left(s\right))Y_w\end{array}\right]}{-\cos \left(t\right)\sin \left(p\right)X_w+\cos \left(t\right)\cos \left(p\right)Y_w+l}$

由式(3)出发，以Z_w为已知参数，同样可建立由像平面坐标到世界坐标系下的逆映射关系，如式(4)所示：

$X_w=\frac{\left[\begin{array}{c}\sin p(l+Z_w\sin t)(x_f\sin s+y_f\cos s)\\ +\cos p(l\sin t+Z_w)(x_f\cos s-y_f\sin s)-Z_{w}f\cos t\sin p\end{array}\right]}{x_f\cos t\sin s+y_f\cos t\cos s+f\sin t}---\left(4\right)$

$Y_w=\frac{\left[\begin{array}{c}-\cos p(l+Z_w\sin t)(x_f\sin s+y_f\cos s)\\ +\sin p(l\sin t+Z_w)(x_f\cos s-y_f\sin s)-Z_{w}f\cos t\sin p\end{array}\right]}{x_f\cos t\sin s+y_f\cos t\cos s+f\sin t}$

式中H为摄像机的垂直安置高度，t，p，s分别为摄像机俯仰角、偏角和旋角，f为广角有效焦距，M(z)为放缩系数，Cx(z)、Cy(z)为图像主点坐标，k为一阶径向畸变。

(2)标定摄像机主点及放缩系数：以监视图像光流作为标定基元；通过摄像机作放缩运动，应用参考帧预测图像及实时帧采样图像间光流场差值作为约束，使用最小二乘方法建立约束方程，通过powell方向族法辨识摄像机主点坐标及摄像机实际放大系数。

(3)标定目标选择与参数线性求解：在监视场景中选择分道线角点作为标定参照物，利用相邻四个分道线角点的像平面投影确定消失线斜率及相应摄像机旋角；以分道线平行关系及分道线间基础路宽作为约束，利用此四个角点的像平面坐标，线性求解摄像机有效焦距及其空间位置参数；

(4)求精摄像机内外部参数：以监视图像中所有角点和对应的世界坐标点，以上述算法所求出的视觉模型参数作为优化模型初值，采用Levenberg-Marquardt优化算法求精摄像机模型参数，完成摄像机标定。

2.根据权利要求1所述的交通监视环境下的路况摄像机标定方法，其特征是采用摄像机畸变补偿：利用已定标出完备的理想的无透视畸变摄像机成像模型，计算图像上所有角点的理想象素坐标，通过其与真实角点像平面投影的坐标差值，求解非线性视觉模型中的一阶径向畸变。