[發(fā)明專利]基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202210435860.2
• 申請(qǐng)日: 2022-04-24
• 公開（公告）號(hào): CN114820931B
• 公開（公告）日: 2023-03-24
• 發(fā)明（設(shè)計(jì)）人: 孫長進(jìn);陳萍
• 申請(qǐng)（專利權(quán)）人: 江蘇鼎集智能科技股份有限公司
• 主分類號(hào): G06T17/00
• 分類號(hào): G06T17/00;G06T7/136;G06T7/246;G06N3/0464;G06N3/08
• 代理公司: 武漢華強(qiáng)專利代理事務(wù)所(普通合伙) 42237
• 代理人: 康晨

1.一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，該方法包括：

獲取城市道路路口的各攝像頭在設(shè)定時(shí)間段內(nèi)歷史視頻幀圖像集，歷史視頻幀圖像集內(nèi)所有相鄰圖像的差值圖像組成各攝像頭在設(shè)定時(shí)間段內(nèi)的幀差圖像組；

利用幀差圖像組內(nèi)所有圖像的二值圖像上各像素點(diǎn)的像素值得到各像素點(diǎn)的變化頻率；獲得軌跡熱圖，所述軌跡熱圖各像素點(diǎn)的像素值為上述各像素點(diǎn)的變化頻率且對(duì)軌跡熱圖進(jìn)行二值化處理得到軌跡區(qū)域圖像；

對(duì)各歷史視頻幀圖像進(jìn)行角點(diǎn)檢測得到角點(diǎn)檢測圖像，根據(jù)各角點(diǎn)檢測圖像與軌跡區(qū)域圖像的乘積得到角點(diǎn)圖像集，對(duì)角點(diǎn)圖像集內(nèi)圖像上的各類角點(diǎn)進(jìn)行匹配得到角點(diǎn)匹配對(duì)；計(jì)算各角點(diǎn)匹配對(duì)中兩個(gè)角點(diǎn)所在角點(diǎn)圖像的間隔幀數(shù)和設(shè)定時(shí)間段的間隔時(shí)長的乘積，各角點(diǎn)匹配對(duì)中兩個(gè)角點(diǎn)的距離與所述乘積的比值為各角點(diǎn)匹配對(duì)的尺度比例；每個(gè)類別的角點(diǎn)對(duì)應(yīng)的角點(diǎn)匹配對(duì)的尺度比例的均值為各類角點(diǎn)對(duì)應(yīng)的全局尺度比例；

以角點(diǎn)的全局尺度比例為像素點(diǎn)像素值得到設(shè)定時(shí)間段內(nèi)的尺度熱圖；根據(jù)軌跡區(qū)域圖像與尺度熱圖的比值得到設(shè)定時(shí)間段內(nèi)的密度熱圖，所述密度熱圖上像素點(diǎn)的像素值為密度信息，且密度信息的均值為密度程度；若密度程度大于程度閾值，根據(jù)歷史視頻幀圖像中各像素點(diǎn)的密度信息、全局尺度比例和視頻幀圖像的尺寸得到各像素點(diǎn)對(duì)應(yīng)的尺寸；根據(jù)各像素點(diǎn)對(duì)應(yīng)的尺寸得到圖像分割模板，并基于圖像分割模板對(duì)實(shí)時(shí)獲取的視頻幀圖像進(jìn)行分割，基于分割后的圖像獲得各車輛的行駛軌跡；

構(gòu)建城市建筑和道路的三維模型，并將各車輛的行駛軌跡映射在所述三維模型上。

2.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述像素點(diǎn)的變化頻率為：

其中，表示像素點(diǎn)k的變化頻率，表示像素點(diǎn)k在第i個(gè)幀差圖像對(duì)應(yīng)的二值圖像上的像素值，s表示幀差圖像的總個(gè)數(shù)，表示在第j個(gè)幀差圖像上該像素點(diǎn)位置處像素值為1的圖像時(shí)序編號(hào)，mc表示所有幀差圖像中共有mc個(gè)圖像在該像素點(diǎn)的位置處像素值為1。

3.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述角點(diǎn)圖像集內(nèi)圖像上的各類角點(diǎn)包括：依據(jù)角點(diǎn)表征的車輛的實(shí)際信息對(duì)角點(diǎn)圖像集內(nèi)圖像上的各角點(diǎn)進(jìn)行分類。

4.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述得到角點(diǎn)匹配對(duì)包括：角點(diǎn)圖像集中的角點(diǎn)圖像以時(shí)序順序排列，對(duì)第一幀角點(diǎn)圖像中的各類角點(diǎn)進(jìn)行匹配，匹配對(duì)象為第一幀角點(diǎn)圖像之后的角點(diǎn)圖像中的角點(diǎn)；若第一幀角點(diǎn)圖像之后的各角點(diǎn)圖像中新增的不同類角點(diǎn)，確定各新增的不同類角點(diǎn)對(duì)應(yīng)的角點(diǎn)圖像，則各新增的不同類角點(diǎn)的匹配對(duì)象為新增的不同類角點(diǎn)對(duì)應(yīng)的角點(diǎn)圖像之后的角點(diǎn)圖像中的角點(diǎn)，從而獲得角點(diǎn)圖像集中各類角點(diǎn)對(duì)應(yīng)的角點(diǎn)匹配對(duì)。

5.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述以角點(diǎn)的全局尺度比例為像素點(diǎn)像素值得到設(shè)定時(shí)間段內(nèi)的尺度熱圖包括：尺度熱圖中與角點(diǎn)位置相同的像素點(diǎn)的像素值為角點(diǎn)的全局尺度比例，其周圍像素點(diǎn)的像素值基于與角點(diǎn)位置相同的像素點(diǎn)的像素值并利用高斯模糊的方式獲得。

6.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述對(duì)實(shí)時(shí)獲取的視頻幀圖像進(jìn)行分割具體為：

獲取所述實(shí)時(shí)獲取的視頻幀圖像對(duì)應(yīng)的設(shè)定時(shí)間段，進(jìn)而獲取該設(shè)定時(shí)間段內(nèi)對(duì)應(yīng)的圖像分割模板，再對(duì)實(shí)時(shí)獲取的視頻幀圖像進(jìn)行分割。

7.根據(jù)權(quán)利要求1所述的一種基于虛擬現(xiàn)實(shí)的智慧城市CIM可視化實(shí)時(shí)成像方法，其特征在于，所述基于分割后的圖像獲得各車輛的行駛軌跡包括：對(duì)分割后的多個(gè)圖像進(jìn)行處理使其圖像的尺寸相同；將相同尺寸的分割后的圖像輸入車輛識(shí)別神經(jīng)網(wǎng)絡(luò)，輸出車輛密度等級(jí)數(shù)據(jù)和車輛密度圖；根據(jù)輸出的車輛密度等級(jí)數(shù)據(jù)和車輛密度圖并結(jié)合拍攝相機(jī)的位置獲得每個(gè)車輛的行駛軌跡。