[发明专利]一种相机移动条件下高精度检测运动目标的方法有效
申请号: | 202010580724.3 | 申请日: | 2020-06-23 |
公开(公告)号: | CN111815667B | 公开(公告)日: | 2022-06-17 |
发明(设计)人: | 袁建英;刘甲甲;吴思东;许林;漆军;付克昌;蒋涛 | 申请(专利权)人: | 成都信息工程大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;G06T7/136 |
代理公司: | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人: | 王红霞 |
地址: | 610225 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 相机 移动 条件下 高精度 检测 运动 目标 方法 | ||
1.一种相机移动条件下高精度检测运动目标的方法,其特征在于,包括:
在移动机器人移动期间,设置在所述移动机器人上的双目立体相机通过采集当前的场景图像,得到当前的第t-1帧图像和第t帧图像;
利用改进后的背景光流补偿差分法,计算出所述第t-1帧图像和t帧图像中的包含M个候选运动目标的第一候选运动目标集合;所述改进后的背景光流补偿差分法是指融入SIFT匹配点筛选策略及动态阈值分割策略的背景光流补偿差分法;
采用基于YOLOv3的行人车辆检测算法计算出所述第t帧图像中的包含N个候选运动目标的第二候选运动目标集合;
根据所述第一候选运动目标集合和所述第二候选运动目标集合,确定初始可信运动目标集合,其包括:根据所述第一候选运动目标集合和所述第二候选运动目标集合,选取出所述第一候选运动目标集合与所述第二候选运动目标集合施加多视图几何约束,得到施加多视图几何约束后的运动目标集合;通过对所述施加多视图几何约束后的运动目标集合进行求交集处理求,得到交集运动目标集合,并将所述交集运动目标集合作为初始可信运动目标集合;
利用所述第一候选运动目标集合、所述第二候选运动目标集合以及所述初始可信运动目标集合,得到可信运动目标集合,其包括:根据所述第一候选运动目标集合和所述初始可信运动目标集合,得到所述第一候选运动目标集合中的第一剩余目标集合;通过分别对所述第一剩余目标集合中每个第一剩余目标进行分析处理,判断所述第一剩余目标是否为可信运动目标;当判断所述第一剩余目标为可信运动目标时,将其添加到所述可信运动目标集合。
2.根据权利要求1所述的相机移动条件下高精度检测运动目标的方法,其特征在于,所述第t-1帧图像包括第t-1帧左图像和第t-1帧右图像所述第t帧图像包括第t帧左图像和第t帧右图像
3.根据权利要求2所述的相机移动条件下高精度检测运动目标的方法,其特征在于,
其中,所述SIFT匹配点筛选策略包括:
根据所述四幅图像,计算出多个SIFT匹配点;
计算第i个SIFT匹配点的视差di;
根据所述第i个SIFT匹配点的视差di,计算第i个SIFT点的误差指标因子indei,
当indei<1,则将当前第i个SIFT点作为可用于计算相机自运动参数,并进行保存;
其中,所述动态阈值分割策略包括:
计算残差流的马氏距离:和χ2分布在的概率值εfmoof(x,y),其中ΣMOOF是残差流的协方差矩阵;
根据所述χ2分布在的概率值,计算r(x,y)=1-εfmoof(x,y);
若r(x,y)≥ε,则将坐标为(x,y)的像素点作为运动像素,否则,将坐标为(x,y)的像素点作为静止像素;
其中,所述ε的确定方法如下:
令表示t时刻图像视差的均值,d(x,y)表示坐标为(x,y)处的视差值;
4.根据权利要求1所述的相机移动条件下高精度检测运动目标的方法,其特征在于,
所述多视图几何约束包括:
在上SIFT特征匹配点对和相机自运动参数(R,t)已知的条件下,根据所述上SIFT特征匹配点对计算t-1时刻左右像点对应的物点坐标Pt-1;
根据所述物点坐标Pt-1和所述相机自运动参数(R,t),计算t时刻物点坐标Pt;
将所述t时刻物点坐标Pt反投影到上,记为若则表明四个像点满足多视图几何约束,此四个同名像点位于静止目标表面。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都信息工程大学,未经成都信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010580724.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种混凝土粉料储料装置
- 下一篇:一种基于视觉的智能车环境动态目标检测的方法