[发明专利]一种基于视频检测的隧道全景监控系统及方法

权利要求书

1.一种基于视频检测的隧道全景监控方法，其特征在于，其包括步骤：

标定相机参数；所述标定相机参数步骤具体包括：

根据图像信息，计算相机主点坐标c＝(u₀,v₀)；

根据隧道中的道路信息，计算世界坐标系上X、Y、Z三个方向上的灭点坐标P_VX(U_X,V_X)，P_VY(U_Y,V_Y)，P_VZ(U_Z,V_Z)，根据径向畸变约束计算相机焦距(f_x,f_y)初值以及相机旋转角度初值，根据相机旋转角度以及相机安装高度，计算平移矢量(t_x,t_y,t_z)初值；

获取路面以上的特征点，通过最小化特征点在图像上的重投影误差对相机参数进行优化，得到畸变参数k₁，k₂；重投影计算包括根据隧道实际场景，综合利用道路两旁的黄黑警戒线，墙面上、路面上的无源反光灯具有固定尺寸的参照物，量取路面以上的特征点到路面的高度，进行重投影计算；且分阶段对参数进行优化，第一阶段对相机外部参数进行优化；第二阶段联合相机内部参数进行内外参数迭代优化；

对视频中车辆进行检测跟踪和车型识别，得到视频中车辆行进路径与速度、车类型；

所述对视频中车辆进行检测跟踪和车型识别，得到视频中车辆行进路径与速度、车类型步骤具体包括：

对视频序列图像进行处理，根据背景更新算法更新背景；具体包括子步骤：

第一子步骤：将第一帧图像I₀作为原始背景B₀，并令i＝1；

第二子步骤：求当前帧的帧差二值图像BW_i为：

其中，I_i,I_i-1分别为当前帧和上一帧图像；abs(I_i-I_i-1)为连续两帧差分的模值图像，T为阈值；

第三子步骤：对BW_i进行形态学处理，以防止运动区域误判为非运动区域，从而得到新的二值图像MBW_i；

第四子步骤：由BW_i更新背景B_i为:

B_i-1(x,y)、MW_i(x,y)分别为背景图像和二值图像在像素(x，y)处的值，为迭代速度系数；

第五子步骤：重复上述第二子步骤和第三子步骤，直至背景更新完成；

根据卡尔曼滤波跟踪算法，对视频中的车辆进行检测跟踪，得到视频中车辆行进路径与速度；

通过更新后生成的背景与视频中的原图进行差分，检测视频中的运动车辆，通过车辆数据集根据AlexNet分类网络进行训练，输出识别模型，将检测出的运动车辆输入所述识别模型中进行识别，得到车类型；

根据所述相机参数，将所述视频中车辆行进路径与速度、车类型转换成真实环境中车辆行进路径与速度、车类型；

对隧道内部进行二维扫描，得到隧道二维栅格地图，将所述隧道二维栅格地图转换成隧道三维模型地图；

计算世界坐标与地图坐标的变换关系；

根据世界坐标与地图坐标的变换关系以及所述真实环境中车辆行进路径与速度、车类型，计算得到地图坐标下的车辆移动情况，实时显示隧道三维模型地图中车辆移动情况、车类型。

2.根据权利要求1所述的一种基于视频检测的隧道全景监控方法，其特征在于，所述对隧道内部进行二维扫描，得到隧道二维栅格地图，将所述隧道二维栅格地图转换成隧道三维模型地图步骤具体包括：

对隧道内部进行二维扫描，得到pgm格式的隧道二维栅格地图；

对所述隧道二维栅格地图进行美化，转换成jpg格式的隧道二维栅格地图；

将所述jpg格式的隧道二维栅格地图制作成svg格式的隧道三维模型地图。