基于小交叉视场的两相机目标关联方法
【专利说明】
[0001]
技术领域
[0002] 本发明属于光学探测技术领域，涉及一种基于小交叉视场的两相机目标关联方 法。
【背景技术】
[0003] 在多相机阵列光学探测系统中，相机间的数据关联是整个光学系统目标连续检测 跟踪的核心，研宄高精度、鲁棒目标关联方法是提高光学阵列探测系统目标跟踪效果的重 要手段。在现有的方法中都会加入真实路况信息或者目标形状等几何相关性约束，采用连 续标签的方式记录目标，有一定的应用局限性。一般情况下，多相机间目标关联是通过相机 间覆盖较大重叠区域，在重叠区域进行模板匹配进行目标关联，会导致探测区域变小，系统 利用率降低，计算复杂度高。
【发明内容】
[0004] 本发明的目的是提供一种基于小交叉视场的两相机目标关联方法，以解决现有技 术中存在的目标丢失、突然出现、大机动变化、噪声干扰等情况下的目标错误关联问题。
[0005] 本发明所采用的技术方案是，基于小交叉视场的两相机目标关联方法，包括以下 步骤：
[0006] 步骤1、对相机Ci和相机C2进行标定；
[0007] 步骤2、用相机Q和相机C2对运动目标进行图像序列获取，并对图像序列进行校 正；
[0008] 步骤3、利用混合高斯模型从校正后图像序列中分割出运动目标图像序列；
[0009] 步骤4、设运动目标出现在交叉视场时为t时刻，将t时刻相机Q获取的图像Jlt 作为源图像，再将相机q和相机C2在t时刻的运动目标图像0 ^和0 2t分别作为模板，采用 相似度计算方法将模板与源图像匹配，分别得到目标〇lt和〇 21在源图像Jlt中匹配的区域， 对比两匹配区域即可得到两目标〇lt和〇 2t为同一目标，完成目标关联。
[0010] 进一步的，步骤1的具体方法为：将相机Q和相机c2分别固定在万向节上，同时保 证相机Q和相机C2的交叉视场分别达到各自全视场的10%~20%，再将标定板以平移或旋 转的方式运动，以便获得标定板各个位姿下的图像，通过以检测标定板的角点坐标作为空 间点真值，并将其重投影到成像平面进行优化标定得到相机q和相机C2的内外参数。
[0011] 进一步的，步骤2中图像序列获取的具体方法为：将相机Ci和相机C2均采用10帧 以上的帧速率分别拍摄移动目标，并分别获得该移动目标的两组图像序列1和凡以及目标 移出后的两组背景图序列&和B2。
[0012] 进一步的，步骤2中图像序列校正的具体方法为：利用opencv自带函数对获得的 图像序列1和J2以及背景图序列B:和B2分别进行水平校正，然后得到水平校正后两相机 的投影矩阵为：
【主权项】
1. 基于小交叉视场的两相机目标关联方法，其特征在于，包括以下步骤： 步骤1、对相机Ci和相机C2进行标定； 步骤2、用相机Ci和相机C2对运动目标进行图像序列获取，并对图像序列进行校正； 步骤3、利用混合高斯模型从校正后图像序列中分割出运动目标图像序列； 步骤4、设运动目标出现在交叉视场时为t时刻，将t时刻相机Q获取的图像Jlt作为 源图像，再将相机q和相机C2在t时刻的运动目标图像0 ^和0 2t分别作为模板，采用相似 度计算方法将模板与源图像匹配，分别得到目标1和0 21在源图像Jlt中匹配的区域，对比 两匹配区域即可得到两目标〇lt和0 2t为同一目标，完成目标关联。
2. 如权利要求1所述的基于小交叉视场的两相机目标关联方法，其特征在于，所述的 步骤1的具体方法为：将相机Q和相机C2分别固定在万向节上，同时保证相机Ci和相机C2 的交叉视场分别达到各自全视场的10%~20%，再将标定板以平移或旋转的方式运动，以 便获得标定板各个位姿下的图像，通过以检测标定板的角点坐标作为空间点真值，并将其 重投影到成像平面进行优化标定得到相机Q和相机C2的内外参数。
3. 如权利要求1或2所述的基于小交叉视场的两相机目标关联方法，其特征在于，所述 的步骤2中图像序列获取的具体方法为：将相机Q和相机C2均采用10帧以上的帧速率分 别拍摄移动目标，并分别获得该移动目标的两组图像序列1和J2以及目标移出后的两组背 景图序列BjPB2。
4. 如权利要求3所述的基于小交叉视场的两相机目标关联方法，其特征在于，所述的 步骤2中图像序列校正的具体方法为：利用opencv自带函数对获得的图像序列丄和】2以 及背景图序列&和B2分别进行水平校正，然后得到水平校正后两相机的投影矩阵为：
通过分别对图像序列和背景序列中二维坐标点齐次化后左乘投影矩阵PJPP2，得到两 相机校正后的图像序列J/和1/和校正后的背景图序列B/和;其中，f为两个相 机的焦距，Xl，x2分别为相机Ci和相机C2的平移向量的垂直分量，y为两相机平移向量的水 平分量，Tx为两相机间的水平偏移，c为常量。
5. 如权利要求4所述的基于小交叉视场的两相机目标关联方法，其特征在于，所述的 步骤3的具体方法为：分别从背景图序列B/和中各选取5帧图像进行训练，然后利用 混合高斯模型，从校正后的图像序列J/和凡'中分割出前景图，前景图即运动目标，再利 用形态学图像处理中的开运算、消除噪声和误差、避免噪声干扰的方法得到运动目标区域， 将运动目标区域以为的其他区域的像素值全部置为0,并将运动区域使用矩形切割方式，最 终从图像序列V和】/中分割出运动目标序列〇JP〇2。
6. 如权利要求5所述的基于小交叉视场的两相机目标关联方法，其特征在于，所述的 步骤4中相似度计算方法为将模板和图像相乘， 即：
其中，R(x，y)表示模板与整幅图像相乘后的结果，值越大匹配越好，T(x'，y')表示 模板在（x'，y')处的像素值，I(x+x'，y+y')表示源图像在（x+x'，y+y')处的像 素值。
【专利摘要】本发明公开了一种基于小交叉视场的两相机目标关联方法，包括以下步骤：步骤1、对相机C1和相机C2进行标定；步骤2、用相机C1和相机C2对运动目标进行图像序列获取，并对图像序列进行校正；步骤3、用混合高斯模型从校正后图像序列中分割出运动目标图像；步骤4、采用相似度计算方法将模板与源图像匹配，分别得到目标在源图像中匹配的区域，对比两匹配区域即可得到两目标为同一目标，完成目标关联。利用两相机间的小交叉视场，即在目标通过两相机视场时，有一个或者多个采样时刻的两图像序列中同时有目标的全部或者部分信息，保证两相机间的数据传递和较大的探测视场，有效解决目标丢失、突然出现、大机动变化、噪声干扰等情况下的目标跟踪问题。
【IPC分类】G06T7-00
【公开号】CN104809720
【申请号】CN201510164303
【发明人】薛松, 潘泉, 赵春晖, 张夷斋, 黄诚, 席庆彪, 田利民, 古家德, 刘流, 潘利源, 胡亮, 吕鑫, 魏妍妍, 张金凤
【申请人】西北工业大学
【公开日】2015年7月29日
【申请日】2015年4月8日