1] 在步骤202中，对比连续帧平面视频图像，或将平面视频图像与背景图像对比，获 取平面视频图像中的变化点或点群。
[0052] 在步骤203中，从变化点或点群中提取点或点群作为目标。可以设置预定的提取 策略，比如提取连续多帧变化的变化点或点群作为目标，提取变化量超过阈值的变化点或 点群作为目标，或提取点群面积超过一定大小的变化点群作为目标等。
[0053] 在步骤204中，通过平面视频图像获取目标的平面坐标信息。
[0054] 在步骤205中，根据平面坐标信息通过3D重建算法进行3D重建，获得目标的三维 坐标信息。
[0055] 在步骤206中，根据目标和虚拟门的三维坐标信息确定二者的位置关系，从而提 取事件的发生。
[0056] 通过这样的方法，能够根据平面视频图像像素点的变化，获取连续帧中连续变化 的点或点群，作为目标进行检测，从而减少漏判的可能性，实现更加严密的监控。
[0057] 在一个实施例中，平面视频图像可以通过2D摄像机获取。2D摄像机的数量可以是 1个，根据单2D摄像机获取的平面视频图像进行3D重建，获取目标的三维坐标信息。这样 的方法成本低，且不需要对于普遍使用的2D摄像机监控设备进行改造，降低了对现有系统 升级的成本。
[0058] 在一个实施例中，同一视频图像区域的平面视频图像可以通过多个2D摄像机获 取。多个2D摄像机可以分别进行事件提取，根据多2D摄像机的事件提取结果进行判断，可 以通过对不同摄像机设置权重的方式，比较判断目标穿越虚拟门的权重和未穿越虚拟门的 权重，确定目标是否穿越虚拟门。通过这样的方法，能够避免由于角度、距离等原因造成的 误判，使事件判断更加准确。
[0059] 图3为确定目标的三维坐标的一个实施例的流程图。
[0060] 在步骤301中，利用一个物体在图像中平面上三个不同位置的高度信息来获取灭 线（vanishingline，是投影几何学中的一个最基本的概念，就是真实世界中的所有平行线 经过投影之后在图像上的交点构成的直线）方程。需要知道该物体在空间中的高度，获得 的三个不同位置需要不在一条直线上，高度信息可以用像素来表示。
[0061] 在步骤302中，利用地平面上一条直线的长度信息来表示获取摄像机绕X轴旋转 角度和绕Y轴旋转的角度。获取的直线在空间中的长度已知，它在图像中的长度信息可以 用像素来表示。
[0062] 在步骤303中，利用灭线方程和摄像机的旋转角度获取2D与3D的投影矩阵。
[0063] 在步骤304中，根据步骤303中的投影矩阵，以及平面坐标，获取三维坐标。
[0064] 通过这样的方法，能够根据目标、虚拟门的平面坐标，获取三维坐标，从而依据三 维坐标进行事件提取。
[0065] 下面给出一种获得2D平面视频图像与三维坐标之间的对应关系的具体实现方 法。
[0066] 首先，对视频监控关注的平面进行标定，经过标定后，可以获得该平面上任意两点 在真实世界坐标系中对应的欧式距离。
[0067] 二维图像和三维物体之间的对应关系可以表示为如下公式：
[0068]
[0069] 其中A表示摄像机的畸变系数，考虑到一般的摄像机畸变都比较小，这里简化为 入=1，因此平面标定的重点即为获取投影矩阵P。经过推导可知，该矩阵可以由a，(a 表示相机绕X轴的旋转角度（tiltangle)，|3表示相机绕Y轴的旋转角度（panangle))以 及灭线方程决定，具体推导细节可以参考文献："FengjunLvTaoZhaoRamNevatia，Self Calibrationofacamerafromvideoofawalkinghuman，ICPR，2002"。
[0070] 然后利用一个物体（空间中高度已知）在图像中地平面上三个不同位置（不在一 条直线上）的高度信息（像素表示）来获取灭线方程，利用地平面上一条直线（空间中长度 已知）的长度信息（像素表示），来获取a，0，从而得到投影矩阵P来标定一个平面。具 体方法如下：
[0071] A、使用者在输入的视频图像上找到地平面，在地平面上任意指定两个点，其像素 位置表示为（Ul，Vl)和（u2，v2)，并给出这两个点在真实世界坐标系中的坐标间的欧式距离 d〇
[0072]B、使用如下的方法来计算最优的a，0:首先，将a，0分别离散化到〇度到360 度之间，对每个可能的a，0的组合（ai，构造一个映射矩阵Pp将步骤A中获取的像 素位置（UpVi)和（u2，v2)通过Pi获取其对应的三维真实世界的坐标后计算一次欧式距离 屯，将与d误差最小的屯对应的（ai，作为相机或者摄像机参数。
[0073] 由于a，0的大小均处于0度到360度之间，我们可以将a，0分别离散化，如a 取1度、2度、….360度，0取1度、2度、….360度，对于其中每一个可能的角度值作为 一组候选组合（ai，I)。
[0074] 将公式1稍加变形，得到公式2 :
[0075]
[0076] 其中F1表示矩阵P的逆矩阵，即P4P=I，I表示3X3的单位矩阵。矩阵P的维 数是3X4,但是考虑到标定的点位于真实世界中的地平面上，即Z方向的坐标为0,这样，矩 阵P退化为一个3X3的矩阵，这样就可以求逆了。
[0077] 将（Ul，Vl)、（u2,v2)代入上述公式，得到这两点的世界坐标久，L，ZJ 和（X2,Y2,Z2)，然后，计算其欧式距离
与d的误 差A(ai，I)，其具体定义可以有很多种表现形式，这里只推荐比较常用的两种 .
-i| 或者 | (X「X2) 2+ (Y「Y2) 2+ (ZrZ2) 2_d21。
[0078]对于所有可能的a，0的值，选出误差最小的一组参数a#，fT作为最优的参数：
[0079]
[0080] C、计算灭线方程。现有技术中，任意一种获取灭线的方法都适用本发明，其中，灭 线的计算方法可以参考文献"Single-ViewMetrology:AlgorithmsandApplications"， AntonioCriminisi，proceedingof24DAGMsymposiumonPatternRecognition〇
[0081] D、计算估计矩阵二维坐标到三维坐标的投影矩阵P。
[0082] 获取上述相机参数a，0之后，可以通过下式获得投影矩阵：
[0083] P=K[R|t] (4)
[0084]其中，矩阵P是一个3X4的映射矩阵，K是一个3X3的内部参数矩阵， (叫，V(l)表示视频图像的本征点，一般就用视频图像的中心点 U
U 1 9 表示，。v
J表示相机或摄像机的焦距，R是一个3X3的旋转 矩阵，由公式（5)表示，其中a表示摄像机绕X轴的旋转角度（tiltangle)，0为绕Y轴的旋转角度（panangle)，y为绕Z轴的旋转角度（yawangle)，
, 9 Y近似于灭线方程相对于水平方向的 倾角。
[0085]
[0086] t是一个3X1的矩阵，可以表示为：t=R[0，Hc，0]T，Hc表示取景设备距离地面的 高度，T表示对[0,Hc，0]进行转置运算。
[0087] E、由于虚拟门和目标在同一水平面上，即Z轴坐标是相同的，因此在计算过程中， 省略Z轴的计算，只需要获得目标在三维坐标下的XY轴坐标。利用公式（6)将图像中地平 面上的任意坐标点带入映射矩阵P，获取其对应的三维坐标下的XY轴坐标。P4表示退化处 理后的3X3的映射矩阵的逆矩阵。
[0088]
[0089] 使用如上方法，可以获得2D与3D之间转换的矩阵，公式（6)，将平面坐标带入公式 (6)的u、V，能够获得该平面坐标对应的三维坐标下的XY轴坐标。
[0090] 综上所述，在相机标定后，其畸变系数A和投影矩阵P固定，将目标的平面坐标 (u，v)带入上述公式（6)，即可获得目标在三维坐标下的水平坐标（X，Y)，完成对目标的三 维坐标信息的获取。
[0091] 在进行图像标定前，可以先对图像进行诸如降噪滤波、图像增强和/或电子稳像 等预处理，从而提高检测的准确性。
[0092] 通过这样的方法，能够在只有一个2D摄像头，获取图像为平面视频图像的条件 下，将目标的平面坐标转化为三维坐标，从而以较少的成本、设备，实现以物体的三维坐标 为基础进行事件提取的目的。
[0093] 在一个实施例中，视频监控同时获取的目标可以是多个，从而减少事件的漏提取。
[0094] 虚拟门为与地面垂直的门区域，虚拟门与地面的交线可以是直线、线段或折线。通 过这样的方法，能够尽可能的划定要监控保护的区域的边界，且从地面到空间均进行监控， 提高事件提取的全面和准确性。
[0095] 虚拟门在该直线、线段或折线的基础上向上延伸，高度可以是无限的，也可以预定 高度。虚拟门可以通过设置虚拟门与地面的交界线的方式进行设置；也可以直接通过划定 凸多边形的方式设定虚拟门，该多边形垂直于地面，且多边形的下边界为虚拟门与地面的 交线；还可以通过设置虚拟门与摄像头的距离的方式进行设定；或者先设定虚拟门延伸面 与地面的交界线，再设置虚拟门区域，虚拟门上下边界可以通过用户图像指定，或者设定高 度。通过这样的方式，能够根据监控需要自由设定虚拟门，更具灵活性，使得视频监控区域 更有针对性。
[0096] 通过以上这些的方法，能够灵活的获取目标的三维坐标信息，配合虚拟门的三维 坐标信息，根据二者的位置提取事件发生，防