本发明涉及一种摄像机预置位校正方法及装置。
背景技术：
在视频监控系统中为了快速准确地定位到目标点需要对云台摄像系统采取预置位定位的方法。监控人员预先将云台摄像机对准目标位置，并将此位置设置为预置位。监控人员在需要定位到此目标位置时，只需要向云台控制系统发送定位到预置位的命令就可以快速定位到目标位置，准确地找到目标。
影响预置位精度主要部分是在电机质量、滑环性能及电路的控制。云台所带负载转动惯性大，决定了云台驱动电机扭力要大，驱动电机的机械齿轮的间距及结构件的精度造成预置位精度有误差，并且长时间调用预置位会使误差累积，造成预置位完全偏移原来设置的位置。目前的预置位校正主要还是依靠人工操作完成，这样存在的问题就是人工不能时时刻刻监控摄像头，很可能造成摄像头偏移很久后才发现，影响监控系统的正常监控，同时人工操作耗时耗力，浪费了大量的人力资源。
现有的预置位自动检测方法为通过图像处理进行偏移量的检测，具体是将标准图像和待检测图像的整帧图像进行叠加处理或对比。两幅图像进行叠加处理，直接获取图像分界的位置；现有研究利用绘制的标尺样条线探测，从而获取目标图像的偏移位置，这种方法的匹配是利用线匹配，匹配精度低，检测得到的位置偏移量精度低；而将两幅图像的整帧图像对比，进行块匹配或通过快速傅立叶变换求出其相位相关函数得到偏移量；这种方法的匹配几乎对每个像素点都进行处理或变换，计算量大，处理速度低。
技术实现要素：
本发明的目的是针对现有技术的不足，提出一种摄像机预置位校正方法及装置，快速计算偏移量和旋转角度，并根据旋转角度自动校正预置位，计算精度高、速度快，检测效率高。
本发明通过以下技术方案实现：
一种摄像机预置位校正方法，摄像机设置在云台上，包括如下步骤：
a、云台位于设定的预置位时，摄像机拍摄标准图像，并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像；
b、对标准图像和各待检测图像进行预处理，并去除标准图像和各待检测图像上的文字信息；
c、分别获取经步骤b处理后的标准图像和各待检测图像的特征点，根据特征点分别计算各特征向量；
d、将标准图像分别与各待检测图像对应的特征向量进行匹配，获取图像变换矩阵，根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量；
e、根据不同旋转角度及其对应的偏移量，拟合出偏移量与旋转角度之间的关系曲线；
f、摄像机拍摄云台位于当前预置位时的待检测图像，并根据步骤b至步骤d获取该待检测图像相较于标准图像在x和y方向的偏移量，并根据偏移量与旋转角度之间的关系曲线，确定摄像机当前旋转角度；
g、云台校正旋转当前旋转角度的部分值，摄像头拍摄校正旋转后的新待检测图像，根据步骤b至步骤d获取该新待检测图像相较于标准图像在x和y方向的偏移量，比较该偏移量是否小于步骤f所得的偏移量，若是，进入步骤h，否则，进入步骤i；
h、云台继续校正旋转当前旋转角度的100％，完成校正；
i、根据步骤g所得的偏移量以及偏移量与旋转角度之间的关系曲线，重新确定摄像机当前旋转角度，并根据该重新确定的当前旋转角度，重复步骤g。
进一步的，所述步骤d包括：
d1、分别将标准图像和各待检测图像的特征向量进行匹配，获取多个匹配点集合；
d2、利用ransac算法剔除步骤d1中各匹配点集合中的错误匹配点，以获取多个新的匹配点集合；
d3、根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵；
d4、利用单应性变换矩阵对待检测图像进行变换，使标准图像与待检测图像处于同一坐标系下，根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标，计算待检测图像相较于标准图像在x和y方向的偏移量。
进一步的，所述步骤g中的部分值为所述步骤f中的当前旋转角度的75％-85％。
进一步的，所述步骤c具体为：利用goodfeaturetotrack的特征提取方法获取标准图像和各待检测图像的特征点，根据特征点得到特征向量，并对各特征向量进行归一化处理。
进一步的，所述步骤b包括如下步骤：
b1、对标准图像和各待检测图像进行高斯滤波以去除噪声；
b2、获取标准图像和各待检测图像的尺寸，若尺寸大于设定值，则对各图像进行下采样操作；
b3、对经步骤b2处理的标准图像和各待检测图像进行边缘检测，获取边缘二值图像；
b4、对边缘二值图像进行高级形态学闭运算操作，去除图像上固有的文字信息。
进一步的，所述步骤d4中的偏移量为各匹配点偏移量的平均值。
本发明还通过以下技术方案实现：
一种摄像机预置位校正装置，包括：
采集模块，用于在云台位于设定的预置位时，利用摄像机拍摄标准图像，并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像；
预处理模块，用于对标准图像和各待检测图像进行预处理，并去除标准图像和各待检测图像上的文字信息；
偏移量获取模块：用于分别获取经预处理后的标准图像和各待检测图像的特征点，根据特征点分别计算各特征向量；并将标准图像分别与各待检测图像对应的特征向量进行匹配，获取图像变换矩阵，根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量；根据不同旋转角度和对应的偏移量，拟合出偏移量与旋转角度之间的关系曲线；
当前旋转角度确定模块：利用摄像机拍摄云台位于当前预置位时的待检测图像，并利用预处理模块和偏移量获取模块，获取该待检测图像相较于标准图像在x和y方向的偏移量，并根据偏移量与旋转角度之间的关系曲线，确定摄像机当前旋转角度；
校正模块：将云台校正旋转当前旋转角度的部分值，摄像头拍摄校正旋转后的新待检测图像，利用预处理模块和偏移量获取模块，获取该新待检测图像相较于标准图像在x和y方向的偏移量，比较该偏移量是否小于校正旋转前的偏移量，若是，则将云台继续校正旋转当前旋转角度的100％，完成校正，否则，根据校正旋转后的偏移量，重新确定摄像机当前旋转角度，并将云台校正旋转重新确定的当前旋转角度的部分值，如此多次校正，直至完成校正。
进一步的，所述预处理模块包括：
去噪模块：用于对标准图像和各待检测图像进行高斯滤波以去除噪声；
尺寸调整模块：用于获取标准图像和各待检测图像的尺寸，若尺寸大于设定值，则对各图像进行下采样操作；
去字模块：用于对经步骤b2处理的标准图像和各待检测图像进行边缘检测，获取边缘二值图像，并对边缘二值图像进行高级形态学闭运算操作，去除图像上固有的文字信息。
进一步的，所述偏移量获取模块包括：
特征向量获取模块：用于利用goodfeaturetotrack的特征提取方法获取标准图像和各待检测图像的特征点，根据特征点得到特征向量，并对各特征向量进行归一化处理；
匹配点集合获取模块：用于分别将标准图像和各待检测图像的特征向量进行匹配，获取多个匹配点集合；并利用ransac算法剔除步骤d1中各匹配点集合中的错误匹配点，以获取多个新的匹配点集合；
偏移量确定模块：用于根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵；并利用单应性变换矩阵对待检测图像进行变换，使标准图像与待检测图像处于同一坐标系下，根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标，计算待检测图像相较于标准图像在x和y方向的偏移量。
进一步的，所述部分值为所述当前旋转角度的75％-85％。
本发明具有如下有益效果：
本发明首先通过采集标准图像和多个待检测图像，计算各待检测图像相较于标准图像的偏移量，并由多个待检测图像计算出的偏移量拟合出偏移量与旋转角度之间的关系曲线，再计算当前预置位时的待检测图像相较于标准图像的偏移量，并根据该偏移量和关系曲线，得出摄像机当前旋转角度，云台则根据该当前旋转角度进行校正旋转，通过多次校正旋转，实现预置位的完全校正，从而实现预置位的自动校正，计算精度高、速度快，检测效率高，且多次校正旋转能够防止校正过程中出现的检测错误现象，从而有效保证摄像机恢复至设定的预置位。
具体实施方式
摄像机设置在云台上，随云台转动而转动，云台的转动则由步进电机控制，摄像机预置位校正方法，包括如下步骤：
a、云台位于设定的预置位时，摄像机拍摄标准图像，并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像；
b、对标准图像和各待检测图像进行预处理，并去除标准图像和各待检测图像上的文字信息；具体包括如下步骤：
b1、对标准图像和各待检测图像进行高斯滤波以去除噪声的干扰；
b2、获取标准图像和各待检测图像的尺寸，若尺寸大于设定值，则对各图像进行下采样操作，如此可提高图像检测效率；
b3、对经步骤b2处理的标准图像和各待检测图像进行边缘检测，获取边缘二值图像；
b4、对边缘二值图像进行高级形态学闭运算操作，去除图像上固有的文字信息，以消除文字信息对图像自身特征的影响；
c、分别获取经步骤b处理后的标准图像和各待检测图像的特征点，根据特征点分别计算各特征向量；具体为：利用goodfeaturetotrack的特征提取方法获取标准图像和各待检测图像的特征点(即gftt特征)，根据特征点得到特征向量，并对各特征向量进行归一化处理，其中，根据特征点得到特征向量为现有技术；
d、将标准图像分别与各待检测图像对应的特征向量进行匹配，获取图像变换矩阵，根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量；具体包括如下步骤：
d1、分别将标准图像和各待检测图像的特征向量进行匹配，获取多个匹配点集合；
d2、利用ransac算法剔除步骤d1中各匹配点集合中的错误匹配点，以获取多个新的匹配点集合；
d3、根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵；
d4、利用单应性变换矩阵对待检测图像进行变换，使标准图像与待检测图像处于同一坐标系下，根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标，计算待检测图像相较于标准图像在x和y方向的偏移量，该偏移量为各匹配点偏移量的平均值；
e、根据不同旋转角度及其对应的偏移量，拟合出偏移量与旋转角度之间的关系曲线；
f、摄像机拍摄云台位于当前预置位时的待检测图像，并根据步骤b至步骤d获取该待检测图像相较于标准图像在x和y方向的偏移量，并根据偏移量与旋转角度之间的关系曲线，确定摄像机当前旋转角度；
g、云台校正旋转当前旋转角度的部分值，摄像头拍摄校正旋转后的新待检测图像，根据步骤b至步骤d获取该新待检测图像相较于标准图像在x和y方向的偏移量，比较该偏移量是否小于步骤f所得的偏移量，若是，进入步骤h，否则，进入步骤i；
在本实施例中，部分值取值为80％；
h、云台继续校正旋转当前旋转角度的100％，完成校正；
i、根据步骤g所得的偏移量以及偏移量与旋转角度之间的关系曲线，重新确定摄像机当前旋转角度，并根据该重新确定的当前旋转角度，重复步骤g。
摄像机预置位校正装置，包括：
采集模块，用于在云台位于设定的预置位时，利用摄像机拍摄标准图像，并转动云台使摄像机在不同旋转角度下拍摄多个待检测图像；
预处理模块，用于对标准图像和各待检测图像进行预处理，并去除标准图像和各待检测图像上的文字信息；
该预处理模块具体包括：
去噪模块：用于对标准图像和各待检测图像进行高斯滤波以去除噪声；
尺寸调整模块：用于获取标准图像和各待检测图像的尺寸，若尺寸大于设定值，则对各图像进行下采样操作；
去字模块：用于对经步骤b2处理的标准图像和各待检测图像进行边缘检测，获取边缘二值图像，并对边缘二值图像进行高级形态学闭运算操作，去除图像上固有的文字信息；
偏移量获取模块：用于分别获取经预处理后的标准图像和各待检测图像的特征点，根据特征点分别计算各特征向量；并将标准图像分别与各待检测图像对应的特征向量进行匹配，获取图像变换矩阵，根据图像变换矩阵获取待检测图像相较于标准图像在x和y方向的偏移量；根据不同旋转角度和对应的偏移量，拟合出偏移量与旋转角度之间的关系曲线；
该偏移量获取模块具体包括：
特征向量获取模块：用于利用goodfeaturetotrack的特征提取方法获取标准图像和各待检测图像的特征点，根据特征点得到特征向量，并对各特征向量进行归一化处理；
匹配点集合获取模块：用于分别将标准图像和各待检测图像的特征向量进行匹配，获取多个匹配点集合；并利用ransac算法剔除步骤d1中各匹配点集合中的错误匹配点，以获取多个新的匹配点集合；
偏移量确定模块：用于根据新的匹配点集合计算各待检测图像到标准图像间的多个单应性变换矩阵；并利用单应性变换矩阵对待检测图像进行变换，使标准图像与待检测图像处于同一坐标系下，根据待检测图像上匹配点的坐标和标准图像上匹配点的坐标，计算待检测图像相较于标准图像在x和y方向的偏移量；
当前旋转角度确定模块：利用摄像机拍摄云台位于当前预置位时的待检测图像，并利用预处理模块和偏移量获取模块，获取该待检测图像相较于标准图像在x和y方向的偏移量，并根据偏移量与旋转角度之间的关系曲线，确定摄像机当前旋转角度；
校正模块：将云台校正旋转当前旋转角度的部分值(具体为当前旋转角度的80％)，摄像头拍摄校正旋转后的新待检测图像，利用预处理模块和偏移量获取模块，获取该新待检测图像相较于标准图像在x和y方向的偏移量，比较该偏移量是否小于校正旋转前的偏移量，若是，则将云台继续校正旋转当前旋转角度的100％，完成校正，否则，根据校正旋转后的偏移量，重新确定摄像机当前旋转角度，并将云台校正旋转重新确定的当前旋转角度的部分值，如此多次校正，直至完成校正。
以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。