[發明專利]一種視域重疊的多攝像機目標匹配方法

有效

• 申請號: 201810141262.8
• 申請日: 2018-02-11
• 公開（公告）號: CN108491857B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 程德強;陳亮亮;莊煥東;蔡迎春;高蕊;姚潔;趙凱;袁永;屠世浩
• 申請（專利權）人: 中國礦業大學
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/74;G06V10/50;G06V10/56;G06V20/52;G06V20/40;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種視域重疊的多攝像機目標匹配方法，其特征在于：具體包含如下步驟；

步驟1，根據攝像機1和攝像機2的前n幀信息計算兩臺攝像機的視野分界線，其中，n取正整數；

步驟2，提取攝像機1視頻中的前景目標，根據多特征融合規則將各個前景目標的特征進行融合獲得融合后的特征向量；

步驟3，計算攝像機1中各待匹配前景目標在攝像機2中的投影點，確定待匹配目標的可靠區域后，再計算可靠區域內多特征融合向量；

步驟4，計算多特征融合向量的歐式距離，完成視域重疊的多攝像機目標匹配，距離最近且在設定閾值范圍內的目標為匹配目標，保存視野分界線參數；

步驟5，更新視野分界線參數，從當前視頻幀的前5幀的中選取2組參數，再結合當前幀的視野分界線參數進行線性加權，并對視野分界線模型進行更新；

步驟6，重復步驟2，直至視頻結束；

在步驟1中，根據攝像機1和攝像機2的前n幀信息計算兩臺攝像機的視野分界線的過程具體如下：

S11，分別從攝像機1和攝像機2中讀取視頻1和視頻2；

S12，初始化模型：按照下述初始化方法計算當前幀圖像的視野分界線參數a₁,b₁,c₁和a₂,b₂,c₂：

S121，設兩臺攝像機中的同一時刻的幀圖像為圖像1和圖像2；

S122，提取圖像1和圖像2的sift匹配關鍵點，并利用RANSAC算法進行過濾；

S123，從過濾后的sift匹配關鍵點對中選取4對空間共面的點對，且任意3點都不共線，設I₁和I₂為兩個獨立的投影不變量，則計算如公式如下：

其中，是點在圖i中的坐標，在兩幅待匹配的背景圖像中，已知圖像1中的5個點計算投影不變量I₁,I₂；圖像1中的分別對應圖像2中的根據兩個投影不變量，計算圖像2中第5個點的對應位置；第5個點的坐標計算公式為：

其中：

S13，當幀數n5時，按照步驟S12中的初始化方法直接計算模型參數；當幀數n＝5時，按照下述更新方法計算模型參數：

首先選取兩組視頻的第1,3,5幀圖像，計算視野分界線參數，記第n幀圖像視野分界線參數為和則當前幀圖像視野分界線參數為：

公式中λ₁，λ₂和λ₃分別為不同幀參數的加權系數，分別設置為0.2，0.3，0.5；

S14，重復步驟S13。

2.根據權利要求1所述的一種視域重疊的多攝像機目標匹配方法，其特征在于：在步驟2和步驟3中，采用圖像顯著性加權的HSV特征和HOG特征描述進行融合特征量。

3.根據權利要求2所述的一種視域重疊的多攝像機目標匹配方法，其特征在于：HOG特征提取具體如下：

HOG特征是通過梯度分布來描述圖像局部信息，圖像先分塊，再分解成細胞單元并計算梯度分布直方圖，最后把所有的直方圖聯合起來即為HOG描述子；

具體步驟如下：

(1)Gamma歸一化：

為了避免光照、噪聲影響，圖像先進行Gamma歸一化，歸一化公式為：

I₁(x，y)＝log_gamma1(I(x，y))

I_normal(x，y)＝I₁(x，y)^gamma2

gamma1取2，gamma2取0.5；

(2)梯度計算具體如下：

G_x(x，y)＝A(x+1，y)-A(x-1，y)

G_y(x，y)＝A(x，y+1)-A(x，y-1)

其中，G_x為水平方向梯度，G_y為垂直方向梯度，A(x，y)為像素(x，y)的灰度值，則梯度值G和梯度方向α為：

(3)計算各單元梯度分布直方圖

將目標圖像分解成若干單元cell，并對每個cell計算其梯度分布直方圖。