[发明专利]一种基于特征物体和光流法的运动相机测速方法

权利要求书

1.一种基于特征物体和光流法的运动相机测速方法，其特征是对单目相机的平面视频，先进行畸变矫正，再用光流法对视频中静止的特征物体进行跟踪，结合特征物体的信息，获得高速运动相机的速度。

2.根据权利要求1所述的一种基于特征物体和光流法的运动相机测速方法，其特征是包括以下步骤：

1)对于输入的视频，获取视频的帧率dt；

2)对于输入的视频提取关键帧，选出具有特征物体的相邻两帧视频帧，特征物体在相机运动方向上的实际长度L_real已知，对特征物体的关键点进行畸变矫正；再测量矫正后特征物体的在相机运动方向上的像素长度L_pixel，利用光流法跟踪特征物体的矫正后的关键点，获取关键点像素在水平和竖直方向上的速度u和v；

3)计算相邻帧中运动相机的速度v_p：

4)重复步骤2)和3)，取N组相邻帧，得到N组v_p，计算N组v_p的平均值作为运动相机的速度V_camera。

3.根据权利要求2所述的一种基于特征物体和光流法的运动相机测速方法，其特征是步骤1)中，利用OpenCV获取视频的帧率。

4.根据权利要求2所述的一种基于特征物体和光流法的运动相机测速方法，其特征是步骤2)中选出具有特征物体的相邻两帧视频帧时，特征物体选择标准为：

a)物体平面与相机运动平面平行；

b)相机运动方向上实际长度L_real已知的静止物体。

5.根据权利要求2所述的一种基于特征物体和光流法的运动相机测速方法，其特征是步骤2)中选取相邻两帧视频帧后，取第一帧中特征物体的一个像素I(x，y，t)作为关键点，其中，x和y分别为该像素点在视频帧中的坐标，该像素点在下一帧中经历时间dt，在x和y方向上分别移动了dx和dy，得到两帧中像素的关系为：

I(x，y，t)＝I(x+dx，y+dy，t+dt)

对关键点进行畸变矫正，通过对相机标定获得相机内参(f_u，f_v，u₀，v₀)和畸变系数(k1,k2,k3,p1,p2)，对于关键点(x,y)，得到相机坐标系下的关键点(x’，y’)为：

设r＝(x′²+y′²)，相机坐标系下矫正后的点(x”,y”)为：

x″＝x′*(1+k1*r+k2*r²+k3*r³)+2*p1*x′*y′+p2*(r+2*x′²)

y″＝y′*(1+k1*r+k2*r²+k3*r³)+2*p2*x′*y′+p1*(r+2*y′²)

矫正后的点(x”’,y”’)为：

x″′＝x″*f_u+u₀

x″′＝y″*f_v+v₀

其中，f_u和f_v为焦距，u₀和v₀为光学中心，k1为1阶径向畸变系数，k2为2阶径向畸变系数，k3为3阶径向畸变系数，p1为1阶切向畸变系数，p2为2阶切向畸变系数；

得到畸变矫正后两帧中像素的关系为：

I(x″′₁，y″′₁，t)＝I(x″′₂，y″′₂，t+dt)。

6.根据权利要求2所述的一种基于特征物体和光流法的运动相机测速方法，其特征是步骤2)中，获取关键点像素在水平和竖直方向上的速度u和v具体为：

对矫正后的像素点进行泰勒展开，得到光流方程：

f_xu+f_yv+f_t＝0

其中，f_x和f_y是图像的梯度，f_t是时间的梯度，

通过Lucas-Kanade方法利用最小二乘法反解出u，v：