[發明專利]一種相機移動條件下高精度檢測運動目標的方法有效
| 申請號: | 202010580724.3 | 申請日: | 2020-06-23 |
| 公開(公告)號: | CN111815667B | 公開(公告)日: | 2022-06-17 |
| 發明(設計)人: | 袁建英;劉甲甲;吳思東;許林;漆軍;付克昌;蔣濤 | 申請(專利權)人: | 成都信息工程大學 |
| 主分類號: | G06T7/20 | 分類號: | G06T7/20;G06T7/136 |
| 代理公司: | 北京元本知識產權代理事務所(普通合伙) 11308 | 代理人: | 王紅霞 |
| 地址: | 610225 四川省成都*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 相機 移動 條件下 高精度 檢測 運動 目標 方法 | ||
1.一種相機移動條件下高精度檢測運動目標的方法,其特征在于,包括:
在移動機器人移動期間,設置在所述移動機器人上的雙目立體相機通過采集當前的場景圖像,得到當前的第t-1幀圖像和第t幀圖像;
利用改進后的背景光流補償差分法,計算出所述第t-1幀圖像和t幀圖像中的包含M個候選運動目標的第一候選運動目標集合;所述改進后的背景光流補償差分法是指融入SIFT匹配點篩選策略及動態閾值分割策略的背景光流補償差分法;
采用基于YOLOv3的行人車輛檢測算法計算出所述第t幀圖像中的包含N個候選運動目標的第二候選運動目標集合;
根據所述第一候選運動目標集合和所述第二候選運動目標集合,確定初始可信運動目標集合,其包括:根據所述第一候選運動目標集合和所述第二候選運動目標集合,選取出所述第一候選運動目標集合與所述第二候選運動目標集合施加多視圖幾何約束,得到施加多視圖幾何約束后的運動目標集合;通過對所述施加多視圖幾何約束后的運動目標集合進行求交集處理求,得到交集運動目標集合,并將所述交集運動目標集合作為初始可信運動目標集合;
利用所述第一候選運動目標集合、所述第二候選運動目標集合以及所述初始可信運動目標集合,得到可信運動目標集合,其包括:根據所述第一候選運動目標集合和所述初始可信運動目標集合,得到所述第一候選運動目標集合中的第一剩余目標集合;通過分別對所述第一剩余目標集合中每個第一剩余目標進行分析處理,判斷所述第一剩余目標是否為可信運動目標;當判斷所述第一剩余目標為可信運動目標時,將其添加到所述可信運動目標集合。
2.根據權利要求1所述的相機移動條件下高精度檢測運動目標的方法,其特征在于,所述第t-1幀圖像包括第t-1幀左圖像和第t-1幀右圖像所述第t幀圖像包括第t幀左圖像和第t幀右圖像
3.根據權利要求2所述的相機移動條件下高精度檢測運動目標的方法,其特征在于,
其中,所述SIFT匹配點篩選策略包括:
根據所述四幅圖像,計算出多個SIFT匹配點;
計算第i個SIFT匹配點的視差di;
根據所述第i個SIFT匹配點的視差di,計算第i個SIFT點的誤差指標因子indei,
當indei<1,則將當前第i個SIFT點作為可用于計算相機自運動參數,并進行保存;
其中,所述動態閾值分割策略包括:
計算殘差流的馬氏距離:和χ2分布在的概率值εfmoof(x,y),其中ΣMOOF是殘差流的協方差矩陣;
根據所述χ2分布在的概率值,計算r(x,y)=1-εfmoof(x,y);
若r(x,y)≥ε,則將坐標為(x,y)的像素點作為運動像素,否則,將坐標為(x,y)的像素點作為靜止像素;
其中,所述ε的確定方法如下:
令表示t時刻圖像視差的均值,d(x,y)表示坐標為(x,y)處的視差值;
4.根據權利要求1所述的相機移動條件下高精度檢測運動目標的方法,其特征在于,
所述多視圖幾何約束包括:
在上SIFT特征匹配點對和相機自運動參數(R,t)已知的條件下,根據所述上SIFT特征匹配點對計算t-1時刻左右像點對應的物點坐標Pt-1;
根據所述物點坐標Pt-1和所述相機自運動參數(R,t),計算t時刻物點坐標Pt;
將所述t時刻物點坐標Pt反投影到上,記為若則表明四個像點滿足多視圖幾何約束,此四個同名像點位于靜止目標表面。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都信息工程大學,未經成都信息工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010580724.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種混凝土粉料儲料裝置
- 下一篇:一種基于視覺的智能車環境動態目標檢測的方法





