[發明專利]交通監視環境下的路況攝像機標定方法

無效

• 申請號: 200710022810.7
• 申請日: 2007-05-22
• 公開（公告）號: CN101118648A
• 公開（公告）日: 2008-02-06
• 發明（設計）人: 陳啟美;李勃;郭凡;董蓉
• 申請（專利權）人: 南京大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G08G1/01;H04N5/225
• 代理公司: 南京天翼專利代理有限責任公司
• 代理人: 湯志武;王鵬翔

技術領域

本發明屬于智能交通技術領域，特別涉及交通監視環境下的路況攝像機的標定方法，主要用于交通監視環境下云臺攝像機的精確標定。

背景技術

應用電視視頻技術、通信與網絡技術、模式識別技術、計算機視覺技術等技術，發展現有交通視頻監控技術，實現交通信息流的自動采集與分析，是智能交通技術領域中具有廣闊應用前景的研究方向。其目標就是用計算機視覺技術通過分析路況監視圖像序列來對車輛、行人等交通目標的運動進行檢測定位、識別和跟蹤，并對檢測跟蹤的交通運動目標的交通行為進行分析和判斷，從而既完成各種交通流數據的采集又進行與交通管理有關的各種日常管理和控制，形成一個全方位立體化的數字交通監控網，真正實現交通管理智能化。

針對監視需求，多數路況攝像機為變焦攝像機且采用云臺攝像技術。因此當路況攝像機的視域發生改變時，監控路段與成像平面間映射關系也會相應變化，為此需通過對當前路況圖像分析，標定攝像機的當前狀態，確定場景點與圖像像素間確定對應關系，避免攝像機狀態改變為車速、車型、運動距離等參數的計算帶來影響。

攝像機標定是計算機視覺領域里從二維圖像提取三維空間信息的重要步驟，需依據攝像機幾何成像原理，對實際攝像裝置進行抽象處理，提出表征物空間與成像平面間映射關系的視覺模型。進而，從此視覺模型入手，針對其成像特點，在像平面中擬定合適參照物，分析找出相關圖像特征參數，標定視覺模型中各未知參數。

路況攝像機組的標定作為相機標定的重要工程應用，多采用傳統標定方法和相機自標定方法。傳統標定方法是指用一個結構已知的標定塊作為空間參照物，通過建立標定塊上一組非退化(非共面)的空間點及其圖像投影點間的對應關系來建立攝像機模型參數間的約束，然后通過優化算法來求取這些參數；自標定方法是指直接分析利用獲得的多幅圖像信息，提取表征攝像機內參數自身存在約束的匹配點，建立基于絕對二次曲線(曲面)的虛擬標定塊，從而標定攝像機參數。

傳統標定方法標定精度高，但需于現場設置標定物，標定點設置困難，過程繁瑣，圖像特征量需求大，僅適用于小范圍場景，不滿足路況大場景監視要求。自標定算法優勢在于充分利用監視場景圖像信息，但其在標定過程中，需控制監視攝像機做數次剛體運動，并對不同視點下的圖像進行特征參數精確匹配，如是，算法依賴于要求極高的圖像識別及特征匹配技術，魯棒性差。

為簡化標定流程，針對交通監視景物具體特點，Nelson，Grantham和George等人引入了基于簡單成像模型的交通視頻監控系統攝像機標定方法，其直接利用交通場景中的路面分道線角點組成的矩形標定目標，標定攝像機焦距和方位參數。與之類似，發明CN1564581A公布了一種城市交通監視環境下標定攝像機焦距及空間外部參數的自標定方法，其利用交通場景中監控路面上數條特殊直線作為標定目標，完成攝像機標定。此類方法實現簡單，具有線性時間計算復雜度，然而其在建立三維映射模型時，需要固化攝像機模型部分內部參數(主點坐標和畸變參數)，降低了標定算法的適用范圍，難以滿足攝像機高精度標定要求。

發明內容

本發明的目的在于針對現有攝像機標定技術的不足，提供應用于交通監視環境下的一種新的攝像機多級標定方法。

針對監視需求，建立高精度的攝像機視覺成像模型，確定物空間與像平面間對應關系；根據監視場景下，不同標稱放大系數下場景圖像光流特性，建立基于攝像機主點的優化模型，以標定攝像機主點及實際放大系數；選擇場景圖像上的相鄰分道線上角點作為標定目標，利用分道線平行關系及分道線間的基準路寬作為約束條件，建立包含有效焦距及攝像機空間位置參數在內的約束方程，求解視覺模型內、外部參數。

算法采用復雜的攝像機模型，充分考慮了相機主點變化及鏡頭徑向畸變帶來的影響，滿足高精度攝像機標定的要求；采用了多級標定方法，分解攝像機內部參數為固定參數、可變參數，簡化標定流程；標定過程中，無需復雜的特征匹配，提高算法魯棒性。

本發明以下述方法實現：交通監視環境下的路況攝像機標定方法，包含如下標定步驟：

(1)視覺模型描述和相關坐標系建立：針對監控系統性能要求，沿用經典的Tsai透射投影模型，并針對路況成像特點，對其進行相應修正，提出新的視覺模型，建立三種坐標系：