|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
三维监控系统中基于三维重构的交互式标定 , }9 S* L G2 S3 N, V1 K, \! A4 I0 ?
摘要:标定多个监控摄像机的位姿是智能监控系统的基础.传统的标定方法需人工逐一标定每个目标摄像机,且难以处理非重叠监控视场以及摄像机运动和扰动的情况.对此本文提出一种基于三维重构的交互式标定框架，通过引入场景三维特征点云作为中间层,仅需一次性建立其与参考背景模型间的几何变换关系,即可通过目标摄像机图像与三维点云的匹配实现自适应标定,可显著降低工作量.由于匹配是建立在监控图像与三维点云之间而非监控图像之间,因此可以处理监控视场非重叠的情况.对于摄像机运动和扰动,提出了一种在线相对姿态传递方法,能够克服摄像机扰动和运动带来的姿态变化问题.实验证明了本文方法的有效性.
* c1 m/ b7 f& b5 \关键词:三维监控系统;摄像机标定;三维重构; PTZ相机. N3 z* c' b' h$ F6 ~7 [
4 W6 w2 _. T1 l
1引言4 X( ~: Z( d" h' I3 e8 n
三维监控系统是智能监控系统中的一个前沿研究方向[1~4].可将监控设备的视频画面实时嵌入到统一的参考背景模型中,整合所有的监控画面信息,形成对监控场景的整体和自由视角观察,在智能交通、智能安防、智能社区等领域中应用前景广阔.
- ?! T- O; p6 q# X在三维监控系统的建立过程中,标定摄像机在三维参考背景模型中的位姿是核心环节.对于这一问题,一些研究采用基于传感器的方法(GPS,惯性导航，姿态传感器等)[5,这类方法依赖专门设备且精度不高.基于计算机视觉的自动标定方法研究较多[6~9]但通常要求监控图象间有足够的视场重叠,利用运动匹配或特征匹配来标定摄像机间的相对位姿.若将这类方法直接用于匹配摄像机图像与参考背景模型图像,常因为二者差异过大或缺乏对应目标运动信息而) i& L% w) S. L% z5 X, U
/ M: {, N( R) R1 @% V$ W
/ p/ k& [ Z6 b& o2 y* e
0 E0 x! x: P5 ]! B: }5 m$ j% V* z0 H* v( U
|
|
/1 
发表于 2021-3-10 10:43
收藏
淘帖
支持！
反对！