一种基于分布式摄像机的多视角运动目标统计与定位方法
【专利摘要】本发明提出一种基于分布式摄像机的多视角运动目标统计与定位方法。在两个以上的摄像机拍摄的图像平面中确定一幅基准图像，其他图像为非基准图像，找出基准图像与每幅非基准图像之间的单应矩阵；从每一台摄像机拍摄的图像中将运动目标从场景中分割出来，获得每一台摄像机拍摄的运动目标的二值图；通过连通域的寻找将每一幅二值图中的不相连的运动目标分离开；将代表运动目标的目标主轴线通过单应矩阵映射到基准图像平面中，寻找出基准图像中到每条目标主轴线距离之和最短的像素点，该像素点的位置坐标即为运动目标的定位点。本发明解决了单一摄像机情况下由于遮挡或者目标相连造成的漏检问题。
【专利说明】一种基于分布式摄像机的多视角运动目标统计与定位方法
【技术领域】
[0001]本发明属于数字图像处理与模式识别领域，具体涉及一种基于分布式摄像机的多视角运动目标统计与定位方法。
【背景技术】
[0002]近年来，由于直观、明了等特点，视频监控被广泛用来对各种环境、场所和区域进行实时监控，比如地铁站、飞机场和超市等人流量较大的场所。但是，单一摄像机获取的视场范围有限，只能从某一个视角观察到目标；而且所拍摄的场景往往是复杂，目标在视场内运动的时候很容易被场景内的物体遮挡，这就会造成目标的丢失，从而发生漏检现象。再者，当场景内的目标较多时，目标与目标会相隔很近，这时检测出来的目标将会是连在一起的，导致两个目标合为一个，这时只通过运动目标的检测来进行人数统计就会造成漏检。
[0003]论文《多摄像机协同的行人检测技术研究》(曾成斌)中提出了一种地面三维重建的方法，该方法先将拍摄的场景地面进行三维重建，然后对地面进行网格离散化处理，每个网格用一个圆柱体表示，并假设每个圆柱体包含一个目标，最后对圆柱体内是否包含目标进行确认。但是实际中人在视场内的远近不同，会造成拍摄到的人的大小、高低不同，从而可能导致每个圆柱体内包含的是同一个目标，造成多检现象。
[0004]论文《基于多摄像机的人体运动跟踪与分析》(孙洛)中提出将每台摄像机拍摄到目标通过地面与摄像机之间的投影关系投影到地面，将所用投影的交点作为目标的定位点。但是，由于目标在视场内是面型目标，而非线性，因此需要通过最优估计的方法确定定位点，这会增大定位点寻找的计算量。
【发明内容】
[0005]本发明提出一种基`于分布式摄像机的多视角运动目标统计与定位方法，解决了单一摄像机情况下由于遮挡或者目标相连造成的漏检问题。
[0006]为了解决上述技术问题，本发明提供一种基于分布式摄像机的多视角运动目标统计与定位方法，包括以下步骤:
[0007]第一步、在两个以上的摄像机拍摄的图像平面中确定一幅基准图像，其他图像为非基准图像，找出基准图像与每幅非基准图像之间的单应矩阵；
[0008]第二步、从每一台摄像机拍摄的图像中将运动目标从场景中分割出来，获得每一台摄像机拍摄的运动目标的二值图；
[0009]第三步、通过连通域的寻找将每一幅二值图中的不相连的运动目标分离开；
[0010]第四步、将代表运动目标的目标主轴线通过单应矩阵映射到基准图像平面中，寻找出基准图像中到每条目标主轴线距离之和最短的像素点，该像素点的位置坐标即为运动目标的定位点，所述运动目标的目标主轴线通过每个连通域最小方框四个角点的坐标确定。
[0011]本发明与现有技术相比，其显著优点在于:(1)能够有效的克服传统单一摄像机由于遮挡致使目标丢失而造成的漏检现象，并且不会受到场景内因运动目标距离摄像机远近不同而产生的运动目标大小不同的影响；(2)能较为准确的定位出目标所在的位置；(3)采用了寻找到每条目标主轴线距离最近之和最短的一个像素点作为定位点，而不是通过最优估计去寻找，因此计算量较小。
【专利附图】
【附图说明】
[0012]图1是本发明方法流程图。
[0013]图2是本发明仿真实验中三台摄像机从不同角度对同一场景所拍摄到的图像；其中，图2 (a)是第一台摄像机拍摄的场景图像，图2 (b)是第二台摄像机拍摄的场景图像，图2 (c)和图2 (d)是第二台摄像机拍摄的同一幅场景图像，在图2 (c)中标不了穿黑色衣服的运动目标的运动目标主轴线，图2 (d)标示了穿白色衣服的运动目标主轴线。
[0014]图3是本发明仿真实验获得的最终检测结果图，其中，图3 (a)为穿白色衣服的运动目标的定位结果，图3 (b)为穿黑色衣服的运动目标的定位结果。
【具体实施方式】
[0015]如图1所示，一种基于分布式摄像机的多视角运动目标统计与定位方法，包括以下步骤:
[0016]第一步、在两个以上的摄像机拍摄的图像平面中确定一幅基准图像，其他图像为非基准图像，找出基准图像与每幅非基准图像之间的单应矩阵。具体过程为:
[0017]1.1使用SAD算法寻找出基准图像与每幅非基准图像之间的匹配点，计算方式如公式(I)所示，
【权利要求】
1.一种基于分布式摄像机的多视角运动目标统计与定位方法，其特征在于，包括以下步骤: 第一步、在两个以上的摄像机拍摄的图像平面中确定一幅基准图像，其他图像为非基准图像，找出基准图像与每幅非基准图像之间的单应矩阵； 第二步、从每一台摄像机拍摄的图像中将运动目标从场景中分割出来，获得每一台摄像机拍摄的运动目标的二值图； 第三步、通过连通域的寻找将每一幅二值图中的不相连的运动目标分离开； 第四步、将代表运动目标的目标主轴线通过单应矩阵映射到基准图像平面中，寻找出基准图像中到每条目标主轴线距离之和最短的像素点，该像素点的位置坐标即为运动目标的定位点，所述运动目标的目标主轴线通过每个连通域最小方框四个角点的坐标确定。
2.如权利要求1所述的基于分布式摄像机的多视角运动目标统计与定位方法，其特征在于，所述步骤一的计算过程为: 2.1使用SAD算法寻找出基准图像与每幅非基准图像之间的匹配点，计算方式如公式(I)所示，
3.如权利要求1所述的基于分布式摄像机的多视角运动目标统计与定位方法，其特征在于，所述步骤二中采用如公式(3)所示的混合高斯背景模型进行运动目标分割，
4.如权利要求1所述的基于分布式摄像机的多视角运动目标统计与定位方法，其特征在于，所述步骤三的计算过程为: 对获得的运动目标的二值图逐行扫描，找到每一行第一个不为O的点，记下该点的位置(i，j)，其中i表示该点所在行，j表示该点所在列，然后对该点所在行在1-h到i+k2范围内进行扫描，其中k1; k2根据实际情况确定，如果找到有不为O的点，则判定该行在连通域内，然后再对上一行以相同方式进行扫描，直到扫描的某一行全为O,则该全为O的行为连通域的上限，记下该行位置Il1 ;用相同的方法扫描确定出连通域的下限位置112 ;同时，对该点所在列在分^到」+12范围内进行扫描，其中I1, I2根据据实际情况确定，如果找到有不为O的点，则判定该列在连通域内，然后再对左边一列以相同方式进行扫描，直到扫描的某一列全为0，该全为O的列即为连通域的左限，记下该列位置Hl1 ;用相同的方法扫描确定出连通域的右限位置m2，从而确定出能框住该连通域的最小方框，并确定该最小方框的四个角点的坐标(n” Hi1), (n” m2), (n2, Hi1), (n2, m2)。
5.如权利要求1所述的基于分布式摄像机的多视角运动目标统计与定位方法，其特征在于，所述步骤四中， 所述运动目标的目标主轴线通过每个连通域最小方框四个角点的坐标获得，即目标主
[yyt 4-1}! \I Hl 4-1Y1、
，终点坐标为卜，;根据单应矩阵将每一幅非基准图像中的目标主轴线映射到基准图像平面上的计算方式如公式(6)所示，
【文档编号】G06T7/20GK103700106SQ201310732397
【公开日】2014年4月2日 申请日期:2013年12月26日 优先权日:2013年12月26日
【发明者】任侃, 陈银, 韩鲁, 龚文彪, 余明, 顾国华, 钱惟贤, 路东明 申请人:南京理工大学