視頻監(jiān)控中基于攝像機標定的運動目標三維空間定位技術的研究.pdf

1、智能視頻監(jiān)控中，隨著監(jiān)控場景復雜度的增加，基于二維圖像的運動目標跟蹤已不能滿足連續(xù)可靠跟蹤的需求。由于攝像機獲取的每幅圖像受到其位置和方向、以及周圍環(huán)境條件等多種因素的影響，即使對同一場景不同的攝像機獲得的圖像也不盡相同。在進行多攝像機的目標匹配跟蹤中最為可靠的特征就是它的三維空間坐標。因此，運動目標在三維空間的定位技術成為多攝像機系統(tǒng)中目標跟蹤的關鍵技術之一，其研究正受到研究人員越來越廣泛的關注。
　　本文研究在對運動目標準確檢

2、測的基礎上，通過攝像機標定技術，建立統(tǒng)一的世界坐標系，然后根據(jù)攝像機的位置關系和投影矩陣實現(xiàn)運動目標空間位置上的準確定位。本文主要研究了兩種類別的空間定位的方法——空間相對位置的定位和空間絕對位置的定位，并且提出了完整的優(yōu)化算法。本文的主要工作和創(chuàng)新點如下：
　?。?）在基本矩陣優(yōu)化計算中，采用 Surf算法提取特征點，然后進行三級特征點匹配剔除誤匹配點計算兩個攝像機之間的基礎矩陣。即首先利用特征點最近距離與次近距離的比為準則進行

3、初級匹配；然后統(tǒng)計初級匹配點對的主方向差值的直方圖，對應直方圖最大值的Bin周圍10％的范圍認為是匹配點對；最后采用LMeds方法對中級匹配點對進行魯棒性匹配得到魯棒的匹配點對，用于計算基本矩陣。
　?。?）在計算運動目標的三維空間相對坐標中，研究了攝像機自標定方法。針對 Kruppa方程提出了基于粒子群優(yōu)化算法和遺傳算法的混合優(yōu)化算法求出攝像機內(nèi)參數(shù)的方法；利用基礎矩陣和本質(zhì)矩陣分解計算兩個攝像機之間的位置關系并確定攝像機的外參

4、數(shù)的符號，由計算的攝像機內(nèi)外參數(shù)得到投影矩陣。最后利用空間中已知的兩點之間的距離計算比例因子，通過投影矩陣和目標圖像坐標位置，由三角形定位原理計算出的運動目標空間三維坐標。
　?。?）在計算運動目標的三維空間絕對坐標中，研究了攝像機基于標定物的標定方法。首先利用平面模板標定方法計算主點坐標和縱橫比，然后采用Tsai的攝像機模型，引入GPS建立世界坐標系。通過攜帶GPS接收器測得五個或五個以上運動目標的三維坐標，及圖像中相應點的二維

5、坐標，進行攝像機標定，并計算其投影矩陣；為了得到精確的標定參數(shù)，利用初次得到的投影矩陣將三維空間坐標投影到二維圖像坐標與真實二維圖像坐標的差值，通過迭代優(yōu)化求得更為精確的攝相機參數(shù)。最后利用反投影矩陣和需要定位的運動目標圖像坐標計算運動目標的三維空間絕對坐標位置。
　　論文通過多個監(jiān)控視頻序列對所提算法進行了仿真實驗。實驗結果表明，所提出的基礎矩陣優(yōu)化算法可以得到較準確的估計結果，而相對空間坐標和絕對空間坐標下的目標空間定位算法的