[發明專利]基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法

無效

• 申請號: 201310032177.5
• 申請日: 2013-01-28
• 公開（公告）號: CN103106659A
• 公開（公告）日: 2013-05-15
• 發明（設計）人: 胡珂立;谷宇章;鄒方圓;魏智;徐小龍;張誠
• 申請（專利權）人: 中國科學院上海微系統與信息技術研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海泰能知識產權代理事務所 31233
• 代理人: 宋纓;孫健

1.一種基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，包括以下步驟：

（1）通過攝像機構建雙目立體視覺系統；

（2）采用張氏標定法標定雙目立體視覺系統；

（3）設定監測區域；

（4）利用由標定獲得的攝像機參數對攝像機獲取的兩幅圖像進行矯正，使所有極線平行；

（5）提取兩幅圖像興趣區域內的匹配特征點，計算相應點的三維坐標，并將特征點映射到地平面上；

（6）根據人體體型和黃金分割比對離散點進行聚類，實現目標檢測；

（7）結合聚類結果、聯合概率數據關聯和目標顏色信息完成目標自動檢測和跟蹤。

2.根據權利要求1所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（1）中采用兩臺攝像機構建雙目立體視覺系統，其中兩臺攝像機的光軸保持平行，基線寬度為0.3～2m。

3.根據權利要求1所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（1）中采用一體化雙目立體攝像機構建雙目立體視覺系統。

4.根據權利要求2所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（2）包括以下子步驟：

（21）依據標定需求對棋盤標定板進行采樣，要求每次采樣時，標定板位于兩臺攝像機的共同視域內，處于不同位置，且標定板在兩采樣圖像中占據的面積超出圖像面積的一半；

（22）依據張氏標定法標定兩臺攝像機的內部參數和外部參數，同時確定攝像機坐標系和世界坐標系的轉換關系，其中，世界坐標系Z軸垂直地面向上，XY平面與需監控的平坦區域平面平行。

5.根據權利要求1所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（5）包括以下子步驟：

（51）在第一圖像的興趣區域內進行稀疏特征點檢測，然后在第二圖像沿對應極線方向，在視差范圍內利用歸一化互相關進行匹配點檢測；

（52）計算匹配點對的三維坐標，并依次映射到地平面上。

6.根據權利要求5所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（51）中采取雙向匹配策略，且忽略次優匹配和最優匹配比低于0.9的點，同時忽略視差明顯不同于周圍匹配點視差的匹配點。

7.根據權利要求1所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（6）包括以下子步驟：

（61）初步聚類，將映射到地平面中同一像點的匹配點作為同一類，同時計算這些歸屬同一類的匹配點距離地面的最大與最小高度差；

（62）深度聚類，若某兩個初步聚類對應映射圖上的像點歐式距離小于人體肩寬，則將這兩個分類聚為一類，循環往復，直至所有聚類完成；

（63）根據聚類結果，刪除小分類，分割大分類，對各個分類映射到地平面上的像點進行橢圓擬合，將橢圓長軸作為肩寬，橢圓短軸作為人體厚度，若某分類計算所得肩寬和厚度明顯小于正常人體肩寬和厚度，則將此分類作為小分類刪除，若某分類計算所得肩寬或厚度過大，則依照kmeans算法進行大分類分割，分類數目由計算所得肩寬和厚度相比正常人體肩寬和厚度的倍數確定，直至所有分類均接近正常尺寸；

（64）將最終聚類結果作為目標檢測結果。

8.根據權利要求1所述的基于雙目視覺稀疏點匹配的空曠區域目標檢測與跟蹤方法，其特征在于，所述步驟（7）包括以下子步驟：

（71）檢測到候選新目標后，初始化相應的聯合概率數據關聯參數，依據目標稀疏特征點聚類結果，以目標稀疏特征點在第一圖像中的外接凸多邊形區域為目標區域建立基于核約束的目標顏色直方圖；

（72）在跟蹤過程中依據跟蹤結果更新目標顏色直方圖屬性，更新方式為h＝(1-α)×h_new+α×h_old，h_new為新獲取的基于核約束的目標直方圖，h為更新后的目標直方圖，h_old為更新前的目標直方圖；

（73）某量測在滿足聯合概率數據關聯量測有效性判定，如果其對應目標顏色直方圖和某已有目標相似度在門限內時，則確定該量測一定不源于雜波或虛警，并依據此規則建立確認矩陣；

（74）在獲得的確認矩陣基礎上，按照聯合概率數據關聯方法進行目標關聯，完成目標跟蹤。