一种摄像机标定方法与流程

本发明涉及一种摄像机标定方法，特别是涉及一种适用于交通视频的一种摄像机标定方法。

背景技术：

视频检测技术在交通信息检测中有着重要的应用，主要利用图像处理技术对获取到的交通视频图像进行一系列处理，提取出有用的信息，完成交通参数、交通状况和交通事件的检测，是ITS(Intelligent Transportation System)中的一个热点研究方向。视频检测技术在摄影测量、计算机视觉等领域的应用，一个基本的问题是摄像机的标定问题。在实际的图像视频处理中为确定实际空间物体的三维坐标与图像上的对应点的映射关系，需要通过建立相应的几何模型，求解几何模型的参数，几何模型的参数就是摄像机参数，这个参数的求解过程成为摄像机的标定。在视频检测技术中，摄像机的标定时最基础的和最重要的一步，它的精度和准确度直接影响后续工作的结果。因此提高摄像机标定的准确度和算法的简洁度是研究工作的重点所在。

摄像机的标定可以采取在特定的试验条件下，基于形状、尺寸已知的参照物，利用图像变换和数学计算的方法来获得摄像机的参数，成为传统的摄像机标定方法。此类标定方法大体有以下几种：利用最优化算法的标定方法，典型代表有摄影测量学中的传统方法和线性变换方法；利用摄像机变换矩阵的标定的方法；考虑畸变补偿的两步法；双平面方法；改进的张正友标定法等。这些方法利用特定的参照物获得实际空间物体与图像上对应点的映射关系，算法简单，但有一定的试验条件要求。

此外，还可以采取不依赖参照物，利用不同帧图像上物体之间的对应关系的方法进行标定，即自标定方法。主要有利用绝对二次曲线和极线变换性质解Kruppa方程的摄像机自标定方法；基于二次曲面的自标定方法；基于主动视觉的摄像机自标定技术等。此类方法灵活实用，但精度有待进一步提高。

技术实现要素：

本发明要解决的技术问题是提供一种简单易行，计算量小的摄像机标定方法。

本发明采用的技术方案如下：一种摄像机标定方法，具体方法为：利用路面上标线作为参照物，根据摄像机成像原理抽象出交通视频中的像素行和路面实际距离之间的几何模型，对几何模型进行解析，得到视频图像上像素行和实际路面的距离映射关系。

建立几何模块的具体方法为：

建立几何模型基准，由公路路面上架设的摄像机采集到的视频原图像为基准，画定N个点，画定的点之间的距离在实际路面上的距离相等，形成N-1个像素段；取每个像素段的下端点分别向下和上延伸代表图像上的像素段变化；所述N大于等于3；

建立几何模型，以每个像素段的下端点分别向下和上延伸代表图像上的像素段形成2(N-1)个不同的求解区域。

所述N＝3，3个点形成两个像素段m和n；它们在实际路面上的距离是相等的。取n段的下断点分别向下和上延伸代表图像上的像素段的变化，取m的上端点分别向下和上延伸代表图像上的像素段的变化，形成4个不同的求解区域：区域①、②、③和④；设L为延伸像素段，K为当L移动时对应的路面实际距离的变化量。

m，n表示视频图像上的两个像素段，这两个像素段对应的实际距离相等，假设都是A；在区域①里，L表示在视频图像上以n的下端点为基准向下延伸的像素段；在区域②里，L表示在视频图像上以n的下端点为基准向上延伸的像素段；在区域③里，L表示在视频图像上以m的上端点为基准向下延伸的像素段；在区域④里L表示在视频图像上以m的上端点为基准向上延伸的像素段。K为当L移动时对应的路面实际距离的变化量，m和n所代表的路面实际距离相等，L变化的同时K也跟着做相应的变化。

对几何模型进行分析的具体方法为：在视频上找一个点M，M点所对应的路面上的点为N，视频图像中像素距离MD所对应的实际距离NA，O点为摄像机的焦点，NC为实际路面中的车道线，MF为摄像机拍摄的交通视频图像中对应的车道线，ON、OA、OB和OC是摄像机管线，D、E和F是选择的三个点，n＝DE，m＝EF，对应的实际路面分别是AB和BC，其中AB＝BC＝h；对区域①进行求取，得到

即：

同理，求取其他几个区域的结果为：

区域②：

区域③：

区域④：

与现有技术相比，本发明的有益效果是：利用路面上标线作为参照物，提供一种线性模型下的摄像机几何标定方法，该方法根据摄像机成像原理抽象出几何模型，推算出图像像素段变化时对应的路面实际距离变化的函数关系式，不用考虑摄像机内部参数，几何推导出外部参数，简单易行，计算量小。

附图说明

图1为本发明其中一实施例的几何模型示意图。

图2为图1所示实施例中的几何推导示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本说明书(包括摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

如图1所示，建立几何模型基准，由公路路面上架设的摄像机采集到的视频原图像为基准，画定3个点，画定的点之间的距离在实际路面上的距离相等，形成2个像素段m和n；取n段的下断点分别向下和上延伸代表图像上的像素段的变化，取m的上端点分别向下和上延伸代表图像上的像素段的变化，形成4个不同的求解区域：区域①、②、③和④；设L为延伸像素段，K为当L移动时对应的路面实际距离的变化量。

m，n表示视频图像上的两个像素段，这两个像素段对应的实际距离相等，假设都是A；在区域①里，L表示在视频图像上以n的下端点为基准向下延伸的像素段；在区域②里，L表示在视频图像上以n的下端点为基准向上延伸的像素段；在区域③里，L表示在视频图像上以m的上端点为基准向下延伸的像素段；在区域④里L表示在视频图像上以m的上端点为基准向上延伸的像素段。K为当L移动时对应的路面实际距离的变化量，m和n所代表的路面实际距离相等，L变化的同时K也跟着做相应的变化。

如图2随时，在视频上找一个点M，M点所对应的路面上的点为N，视频图像中像素距离MD所对应的实际距离NA，O点为摄像机的焦点，NC为实际路面中的车道线，MF为摄像机拍摄的交通视频图像中对应的车道线，ON、OA、OB和OC是摄像机管线，D、E和F是选择的三个点，n＝DE，m＝EF，对应的实际路面分别是AB和BC，其中AB＝BC＝h。做两条辅助线：AG和NH，且AG和NH分别平行于MF。已知条件为：DE、EF和MD像素距离已知；AB＝BC，并且都已知；MF平行于NH平行于AG。求NA的实际距离。求解过程如下：

对区域①进行求取，

由MF平行于AG，得出

可以得出

由MF平行于NH，得出

可以得出

将AK、NP和QH带入下面两式：

由ΔABK～ΔNBQ，得出即

由ΔACG～ΔNCH，得出即

得到

此时，两个关系式中只有两个变量，NA和解此二元一次方程得到

即：

同理，求取其他几个区域的结果为：

区域②：

区域③：

区域④：