[發明專利]一種基于視頻的全景圖像的變化檢測方法

在審

• 申請號: 202010095879.8
• 申請日: 2020-02-17
• 公開（公告）號: CN111369495A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 鄭世強;陳前
• 申請（專利權）人: 珀樂（北京）信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06T3/40;G06K9/46
• 代理公司: 北京中創云知識產權代理事務所(普通合伙) 11837
• 代理人: 徐輝

本發明涉及一種基于視頻的全景圖像的變化檢測方法，連續改變相機視角，拍攝覆蓋待檢測區域的視頻數據，采用抽幀法獲取連續的圖像，拼接形成待檢測區域的全景圖像；將所述全景圖像作為底圖數據，拍攝待檢測區域的視頻數據，抽幀法獲取待檢測區域的實時圖像，與所述全景圖像進行配準，定位實時圖像在全景圖像上的對應區域；比較所述實時圖像與全景圖像上的對應區域，判斷是否存在變化區域。本發明自動化程度高、穩健可靠，可以用于典型區域連續長時間監測，可應用于違章建筑監測、城市動態監測等領域。

技術領域

本發明涉及圖像變化檢測領域，特別涉及一種基于視頻的全景圖像的變化檢測方法。

背景技術

圖像變化檢測技術廣泛應用于違章建筑監測，城市動態監測以及地理信息更新等領域，以城市違章建筑物檢測為例，隨著我國經濟社會不斷發展，城市化進程不斷加快，城市建筑物不斷增長，違法建筑物的數量和規模也在不斷增加，這種現象既破壞城市規劃和城市景觀，又影響城市形象和居民生活，成為影響社會和諧的負面因素之一。目前，“違法成本低，執法成本高”是違法建筑物屢禁不止的主要原因之一，除了相關法律環節欠缺外，對違法建筑物的檢測方面也比較薄弱，由于對違法建筑物缺乏自動化的監測手段，利用人工檢查的方式具有諸多弊端，一是發現過程周期較長，二是大范圍的監測成本高昂。市場上迫切需要一種自動化程度高、穩健可靠的方法進行城市違章建筑物的檢測，從而推動城市違法建筑物的整治進程。

發明內容

為解決上述問題，本發明提供了一種基于視頻的全景圖像的變化檢測方法，自動化程度高、穩健可靠，用于違章建筑監測，城市動態監測等領域，從而推動城市違法建筑物的整治進程。

本發明的技術方案為：

本發明涉及一種基于視頻的全景圖像的變化檢測方法，包括：

連續改變相機視角，拍攝覆蓋待檢測區域的視頻數據，采用抽幀法獲取連續的圖像，拼接形成待檢測區域的全景圖像；

將所述全景圖像作為底圖數據，拍攝待檢測區域的視頻數據，抽幀法獲取待檢測區域的實時圖像，與所述全景圖像進行配準，定位實時圖像在全景圖像上的對應區域；

比較所述實時圖像與全景圖像上的對應區域，判斷是否存在變化區域。

進一步的，拼接形成待檢測區域的全景圖像包括：

采用SIFT算法來對連續圖像進行特征點提取，包括構建尺度空間、關鍵點精確定位、確定關鍵點的方向、生成關鍵點的特征描述符；

相鄰連續圖像進行特征點匹配，實現圖像配準，包括采用關鍵點的特征描述符來實現特征點的粗匹配，刪除匹配點對當中一對多和多對一的情況，再剔除錯誤匹配點；

將圖像配準后，基于Homography矩陣來建立整體優化的誤差方程，建立相鄰圖像之間的整體變換模型來進行圖像的拼接，得到所述全景圖像。

進一步的，采用SIFT算法來對連續圖像進行特征點提取包括：

利用高斯圖像金字塔和差分金字塔構建尺度空間，高斯金字塔基于GPU實現；差分高斯金字塔通過高斯金字塔相鄰兩層相減得到；

在整個高斯差分尺度空間檢測極值點作為特征點，通過Hessian矩陣計算特征點的主曲率，剔除主曲率大于給定的閾值的特征點；

將整個差分金字塔作為輸入，計算特征點方向梯度模值；特征點方向，所述梯度模值的計算采用GPU，沿主方向和輔方向查找采用CPU；

采用GPU生成每個特征點的特征描述符。

進一步的，相鄰連續圖像進行特征點匹配包括：