[发明专利]一种基于计算机视觉自动校准交通监控相机的方法

权利要求书

1.一种基于计算机视觉自动校准交通监控相机的方法，其特征在于，主要包括交通监控相机模型(一)；相机校准和车辆跟踪(二)；比例推算(三)；速度测量(四)。

2.基于权利要求书1所述的交通监控相机模型(一)，其特征在于，目标是测量道路平面上任意两点之间的距离，因此构建相机模型，假设图像中心具有零像素偏移和主点c，齐次2D图像坐标用p＝[p_x,p_y]^T表示，3D模型中由表示，其中f是焦距，其他3D点(道路平面上)用P＝[P_x,P_y,P_z]^T表示，假设图像坐标系的原点在图像中心，则主点c具有2D齐次坐标[0,0,1]^T(相机投影中心的3D坐标为[0,0,0]^T)，道路平面用ρ表示，用以下方式对消失点进行编码，第一个(在车辆流动的方向)被称为u，第二个消失点(垂直于第一个消失点并且位于道路平面上)由v表示，第三个(垂直于道路平面的方向)是w，使用前两个消失点u，v和主点c，可以计算焦距f，第三个消失点w，道路平面归一化向量n，以及主要路面ρ，然而道路平面只能按比例计算(因无法仅根据消失点找回到路面的距离)，因此添加任意值δ＝1作为等式(6)的常数项，

f=-uT·v---(1)]]>

u‾=[ux,uy,f]T---(2)]]>

v‾=[vx,vy,f]T---(3)]]>

w‾=u‾×v‾---(4)]]>

n=w‾||w‾||---(5)]]>

ρ＝[n^T,δ]^T (6)

已知道路平面ρ，在路面上对p＝[p_x,p_y]^T进行投影，可计算其3D坐标P＝[P_x,P_y,P_z]^T：

p‾=[px,py,f]T---(7)]]>

P=-δ[p‾T,0]·ρp‾---(8)]]>

可直接用3D坐标P测量道路平面上的距离，点P₁和P₂之间的距离‖P₁-P₂‖，并非直接以米(或其他距离单位)表示，因此需要引入另一个校准参数——场景比例λ，将距离‖P₁-P₂‖从路面上的伪单位通过缩放到λ‖P₁-P₂‖转换成以米为单位，在图像中心的主点和零像素偏移的假设下，校准方法必须与场景比例λ一起计算两个消失点(u和v)。