[发明专利]基于单个PTZ监控摄像机的道路全景建模与车辆检测跟踪方法

权利要求书

1.一种基于单个PTZ监控摄像机的道路全景建模与车辆检测跟踪方法，其特征在于，包括以下步骤：

步骤S1，基于PTZ监控摄像机多视角图像构建道路全景图像背景模型；

步骤S2，将输入的当前帧图像投影至全景图像背景模型；

步骤S3，根据全景图像背景模型提取车辆前景区域；

步骤S4，根据当前帧图像中车辆前景区域更新跟踪车辆目标状态；

步骤S5，更新道路全景图像背景模型；

步骤S6，根据车辆目标在当前帧图像中的位置向PTZ监控摄像机发出相应控制指令。

2.如权利要求1所述的基于单个PTZ监控摄像机的道路全景建模与车辆检测跟踪方法，其特征在于，

步骤S1包括：

步骤S11，设置监控视角范围；

步骤S12，采集多视角下道路的图像序列；

步骤S13，计算相邻视角图像的投影变换矩阵；

步骤S14，建立全景图像投影矩阵集合；

步骤S15，建立全景图像背景模型。

3.如权利要求2所述的基于单个PTZ监控摄像机的道路全景建模与车辆检测跟踪方法，其特征在于，

步骤S13包括：

步骤S131，对两帧相邻图像分别计算横向与纵向的梯度值，并分别统计两个方向上的梯度统计直方图，如图像I_i,j横向梯度统计直方图纵向梯度统计直方图图像I_i,j+1的横向梯度统计直方图纵向梯度统计直方图其中c为图像宽度、r为图像高度、h为直方图特征值；

步骤S132，平移图像I_i,j+1的梯度直方图，计算和所对应的索引k和l分别为图像I_i,j与I_i,j+1间的横向偏移值和纵向偏移值；k₀和l₀为设置的相邻图像最大偏移量；其中

distk→=1c+kΣt=1c+k||ht→,(i,j)-ht-k→,(i,j+1)||,k<01c+kΣt=1c-k||ht+k→,(i,j)-ht→,(i,j+1)||,k≥0,]]>

distl↓=1c+lΣt=1c+l||ht↓,(i,j)-ht-l↓,(i,j+1)||,l>01c-lΣt=1c-l||ht+l↓,(i,j)-ht↓,(i,j+1)||,l≥0;]]>

步骤S133，利用特征点算法分别对图像I_i,j与I_i,j+1提取特征点集合和分别为两图像的特征点向量，p₀、q₀分别为两图像的特征点个数；

步骤S134，使用横向偏移值k和纵向偏移值l对的坐标进行修正，计算特征点集合和中各点之间的欧式距离，以距离之和最小为目标指派图像I_i,j与I_i,j+1间的匹配特征点对p,q＝1,...,min(p₀,q₀)}，如果匹配特征点对欧式距离之和小于设定阈值，则转入步骤S135，否则转入步骤S136；

步骤S135，使用最小二乘法拟合特征点对之间的坐标变换矩阵，如的坐标分别为(x_p,y_p)和(x_q,y_q)，则该矩阵形式有：

其中p,q＝1,...,min(p₀,q₀)，

矩阵各参数计算如下：

t1t2t3=(Σqxq2xqyqxqxqyqyq2yqxqyq1)Σp,qxqxpyqxpxpt4t5t6=(Σqxq2xqyqxqxqyqyq2yqxqyq1)Σp,qxqypyqypyp]]>

Σqxqt7+Σqyqt8=0,]]>

得到投影变换矩阵对q＝1,...,min(p₀,q₀)}进行坐标变换，并与其匹配的p＝1,...,min(p₀,q₀)}坐标计算欧式距离，将匹配特征点之间的平均欧式距离作为投影误差，如果投影误差小于设定的阈值，则认为求解出相邻视角图像之间的投影变换矩阵，否则转入步骤S137；

步骤S136，使用随机抽样一致性方法重新寻找图像I_i,j与I_i,j+1间的匹配特征点对p,q＝1,...,min(p₀,q₀)}，通过在特征点中随机抽取四对点计算投影变换矩阵并估计投影误差，直至抽样的匹配点对的投影误差满足阈值，转入步骤S135；

步骤S137，重新采集相邻视角图像，并返回步骤S131重新求解。