基于背景建模的动态全景拼接标定方法和装置与流程

文档序号:16903378发布日期:2019-02-19 18:12阅读:216来源:国知局
基于背景建模的动态全景拼接标定方法和装置与流程

本发明涉及安防监控技术领域,具体而言,涉及一种基于背景建模的动态全景拼接标定方法和装置。



背景技术:

随着安防监控领域对于摄像机的应用场景的要求越来越复杂,市场中对于多目全景的要求越来越高,所以全景球的拼接效果是一个很重要的评价条件,目前的全景产品都是在生产环节和固定的场景进行拼接标定,增加了了产线中的生产周期,同时也降低了产品的场景适应性。



技术实现要素:

本发明旨在至少解决上述现有技术或相关技术中存在的技术问题之一,提供了一种基于背景建模的动态全景拼接标定方法和装置,能够降低全景摄像设备的生产周期,提升其对场景的适应性。

本发明是通过以下技术方案予以实现:

本发明的第一方面,提供了一种基于背景建模的动态全景拼接标定方法,包括:根据源图像进行背景建模,生成背景模型;根据背景模型检测源图像的动态目标的位置,获取相对位置向量,根据相对位置向量更新背景模型;去除离散点,生成动态目标的二值图;将源图像与二值图相乘,生成消除背景的动态目标图;将消除背景的动态目标图输入到特征点检测模块,得到拼接图像的特征点;对图像重叠区域的特征点进行配对处理;匹配特征点对,求出投影矩阵,完成拼接标定。

根据本发明提供的基于背景建模的动态全景拼接标定方法,优选地,根据源图像进行背景建模,生成背景模型的步骤,具体包括:使用混合高斯模型进行背景建模。

根据本发明提供的基于背景建模的动态全景拼接标定方法,优选地,特征点检测模块使用的提取算子包括orb。

根据本发明提供的基于背景建模的动态全景拼接标定方法,优选地,特征点配对处理采用ransax算法。

本发明的第二方面,提供了一种基于背景建模的动态全景拼接标定装置,包括:建模单元,根据源图像进行背景建模,生成背景模型;向量单元,根据背景模型检测源图像的动态目标的位置,获取相对位置向量,根据相对位置向量更新背景模型;二值图单元,去除离散点,生成动态目标的二值图;背景消除单元,将源图像与二值图相乘,生成消除背景的动态目标图;特征点单元,将消除背景的动态目标图输入到特征点检测模块,得到拼接图像的特征点;配对单元,对图像重叠区域的特征点进行配对处理;拼接标定单元,匹配特征点对,求出投影矩阵,完成拼接标定。

根据本发明提供的基于背景建模的动态全景拼接标定装置,优选地,建模单元使用混合高斯模型进行背景建模。

根据本发明提供的基于背景建模的动态全景拼接标定装置,优选地,特征点检测模块使用的提取算子包括orb。

根据本发明提供的基于背景建模的动态全景拼接标定装置,优选地,特征点配对处理采用ransax算法。

本发明取得的有益效果至少包括:能够在任意复杂的环境下进行拼接标定,大大降低了全景拼接对环境的要求,能够在设备安装之后进行标定。摆脱了拼接标定对于场景的限制,大大缩短了生产周期,增强了产品的场景适应性。

附图说明

图1示出了根据本发明实施例的基于背景建模的动态全景拼接标定方法的示意流程图。

图2示出了根据本发明实施例的基于背景建模的动态全景拼接标定方法的膨胀和腐蚀的模板示意图。

图3示出了根据本发明实施例的基于背景建模的动态全景拼接标定方法的爬山搜索算法示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。

如图所示,本发明提供的基于背景建模的动态全景拼接标定方法,包括:

首先使用背景建模的方式提取图像,(使用混合高斯模型为例说明)基本方法是一次读取n帧训练图像,每次对每个像素点进行迭代建模。设置k为每个像素允许的最大模型个数,开始时设一个标准差,当读入一副训练图像时,将用它的像素值来更新原有的背景模型,对一个特定的像素,如果他的像素值与某个高斯模型的均值的差小于2.5倍的标准差,那么认为这个像素与该模型相适应,则用他的像素值更新模型的均值和方差。如果当前像素点模型个数小于k,则这个像素点建立一个新的模型,如果已经有k个模型均不符合条件,则将权重最小的模型替换为新模型,新模型的均值为该像素点的值,这时再设定一个初始标准差,如此进行,知道n帧训练图像结束。

背景建模模块正常工作后,场景中的动态物体会检测出来,图a经过背景建模模块输出静态物体图b;然后进行二值化处理,因为背景建模输出的图像会有一些离散的亮点集合,依次使用膨胀和腐蚀模板进行处理,模板见图2,将这些亮点集合处理掉,将得到的干净的二值图图c;将图c和图a相乘,得到场景中静态物体的目标图d。按着同样的处理步骤对图α进行处理,得到目标图θ。将图d、图θ输出给特征点检测模块,该模块使用orb算子,得到每张图的特征点;特征点匹配模块,使用ransax算法对所有的特征点进行筛选,将通过筛选的特征点进行匹配,匹配的原则使用邻域最大值的方式,通过设置邻域范围可以来限制匹配点的灵敏度,将筛选出来的特征点组成匹配对,为了求解一个3x3的矩阵,只需要5对匹配点,但是筛选出来的匹配点很多,所以我们需要拟合矩阵,通过最小二乘法的方式,得到最优的投影矩阵p-matrix,矩阵格式见图3。

本发明公开的基于背景建模的动态全景拼接标定方法和装置能够在任意复杂的环境下进行拼接标定,大大降低了全景拼接对环境的要求,能够在设备安装之后进行标定。摆脱了拼接标定对于场景的限制,大大缩短了生产周期,增强了产品的场景适应性。

以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。



技术特征:

技术总结
本发明提供了一种基于背景建模的动态全景拼接标定方法和装置,涉及安防监控技术领域,其中,基于背景建模的动态全景拼接标定方法包括:使用混合高斯模型来进行背景建模;当检测到目标,检测动态目标的位置,并更新模型;膨胀、腐蚀,然后得到动态目标的二值图;将原图和二值图相乘,得到消除背景的运动目标图;将获得的图输入给特征点检测模块,得到待拼接的图像的特征点;通过将对应重叠区域的特征进行配对处理;将特征点对进行匹配,求出投影矩阵,完成拼接标定。能够在任意复杂的环境下进行拼接标定,大大降低了全景拼接对环境的要求,以及能够在设备安装之后进行标定。

技术研发人员:朱健立;于宏志;王景彬;冯江涛
受保护的技术使用者:天津天地伟业信息系统集成有限公司
技术研发日:2018.10.23
技术公布日:2019.02.19
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1