[發明專利]一種基于枚舉試探的相機自動標定方法

有效

• 申請號: 201811176193.0
• 申請日: 2018-10-10
• 公開（公告）號: CN109544635B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 王偉;嚴騰;武非凡;侯景嚴;李嬋;張文濤;雷琪;賈金明
• 申請（專利權）人: 長安大學
• 主分類號: G06T7/80
• 分類號: G06T7/80
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 王芳

本發明屬于智能交通領域，具體涉及一種基于枚舉試探的相機自動標定方法，在相機高度和沿車道線方向消失點已知到前提下，以車輛軌跡為約束結合圖像梯度，實現對車道線的穩定檢測與提取，再建立起三維車道線標定模型，通過枚舉試探的思想調整焦距，完成三維車道線模型與實際車道線的匹配，從而確立最終焦距，最后實現相機標定和相機內外參數獲取。

技術領域

本發明屬于智能交通領域，具體涉及一種基于枚舉試探的相機自動標定方法。

背景技術

相機的自動標定技術是ITS(Intelligence Transportation System，智能交通系統)領域中的關鍵技術之一，與日劇增的高速公路監控相機是發展智能交通系統的良好契機，相機自動標定技術是從交通視頻數據中發掘更豐富更有價值交通參數的重要保證。傳統棋盤標定主要是通過檢測每張圖片中的棋盤圖案的角點，通過使用最小二乘法估算相機投影矩陣，并根據投影矩陣解出內參矩陣和外參矩陣，最后通過非線性優化來提高內參和外參的精度。但是并非所有的應用場景都會滿足棋盤標定的要求，例如，在裝有云臺相機的場景，由于相機轉動等因素從而無法完成一致的相機標定。同時，在采用消失點的標定方法時，垂直于道路方向的消失點往往由于橫向目標過小，特征難以提取等因素，使得消失點難以提取，故而無法進行完整的相機標定，獲得的相機參數不夠準確。

發明內容

針對上述現有的相機自動標定方法中存在的垂直于道路方向的消失點難以提取，故而無法進行完整的相機標定,獲得的相機參數不準確的問題，本發明提出了一種基于枚舉試探的相機自動標定方法。

為了實現上述目的，本發明采用如下技術方案予以實現：

一種基于枚舉試探的相機自動標定方法，包括以下步驟：

步驟1：采集道路車輛視頻，得到每一幀圖像的車輛目標；

步驟2：對步驟1檢測得到的每一幀圖像的車輛目標進行Harris角點提取，得到每一幀圖像的車輛目標上的特征點；

其特征在于：

步驟3：利用步驟1得到每一幀圖像的車輛目標和步驟2得到的每一幀圖像的車輛目標上的特征點，采用光流跟蹤算法，獲取車輛軌跡集合T；

步驟4：對步驟3得到的車輛軌跡集合T，利用投影與梯度相結合的辦法，獲取實際車道線O_i；

步驟5：構造三維車道線模型O_w；

步驟6：將步驟5得到的三維車道線模型O_w投影到背景圖像上得到O′_i，制定初始焦距f，通過改變f匹配O′_i與O_i，直到匹配準確，從而確立f，再計算其它相機參數，完成標定。

進一步的，步驟1包括如下子步驟：

步驟1.1：采集道路車輛視頻，視頻中前景是運動的車輛，背景是道路區域、非道路的地面區域以及天空；

步驟1.2：對步驟11采集到的道路車輛視頻，通過GMM高斯混合模型檢測視頻中每一幀圖像的背景；

步驟1.3：對步驟12獲得的每一幀圖像背景先通過圖像差分獲得前景運動目標，再通過中值濾波和閉運算，得到每一幀圖像的前景運動目標中的車輛目標。

進一步的，步驟2具體包括如下步驟：

對步驟1得到每一幀圖像的車輛目標的前景進行分類，分為已被跟蹤目標和新出現目標，如果當前幀提取出來前景目標中包含當前軌跡的末尾節點超過3個，則認為該前景目標是已有目標，反之是新出現目標，在每個新出現目標上提取三個Harris角點，即特征點；對每一幀圖像進行上述處理，得到每一幀圖像的車輛目標上的特征點。

進一步的，步驟3具體包括如下步驟：