[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

说明书

技术领域

本发明涉及智能相机领域，尤其是涉及了一种基于计算机视觉自动校准交通监控相机的方法。

背景技术

智能相机是常用于科研、生产、生活等各个领域，是一种高度集成化的微小型机器视觉系统，集图像采集、图像处理与数据通信等功能于一体，可满足多种视觉检测的应用需求。具体地，如工业生产中的产品缺陷检测，农业生产中的各类种子分检系统，交通系统中的车辆检测，日常生活中的人脸检测等。智能相机的另一个重要的应用是在视觉测量放米按视觉测量是通过将被测物的图像作为检测和传递信息的手段，提取其中的有用信息进而获得被测物体几何参数的一种测量技术。视觉测量被广泛地应用于几何量的在线测量、航空航天遥感测量、精密复杂零件的微尺寸测量等相关技术领域。迄今，针对光学成像与数字图像采集系统的各项参数进行检测校正与标定的问题已经存在很多方法，如何将其应用在智能相机系统中，完成对智能相机的校准的同时，满足一定精度与速度上的要求，这具有重要的实际意义。

本发明提出了一种基于计算机视觉自动校准交通监控相机的方法，用于车辆的速度测量。基于一个交通相机模型，通过精确检测消失点改善相机校准，并使用车辆3D模型来推断场景比例，通过测量Faster-RCNN检测到的车速，对车辆进行跟踪，从而降低了速度测量的误差且改善了相机校准方法。本发明突破了现有方法受相机布置约束的局限，通过精确检测两个消失点改善相机校准方法，提高精度的同时实现自动校准，并且提出场景比例推算的方法，能够处理存在显著视点变化的情况，且保证了优于手动校准更高的精度，适用于大规模部署，在无需停止交通的情况下对监控相机进行安装或校准测量，并可推广到其他领域。

发明内容

针对本发明突破了现有方法受相机布置约束的局限，通过精确检测两个消失点改善相机校准方法，提高精度的同时实现自动校准，并且提出场景比例推算的方法，能够处理存在显著视点变化的情况，且保证了优于手动校准更高的精度，适用于大规模部署，在无需停止交通的情况下对监控相机进行安装或校准测量。

为解决上述问题，本发明提供一种基于计算机视觉自动校准交通监控相机的方法，其主要内容包括：

(一)交通监控相机模型；

(二)相机校准和车辆跟踪；

(三)比例推算；

(四)速度测量。

其中，所述的交通监控相机模型，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，

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：

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)。