技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种基于视场区域校正的移动物体路网经纬坐标转换方法与流程  >  正文

一种基于视场区域校正的移动物体路网经纬坐标转换方法与流程

  • 国知局
  • 2024-11-06 14:44:23

本文属于计算机视觉和地理信息系统领域,具体涉及一种基于视场区域校正的移动物体路网经纬坐标转换方法。

背景技术:

1、监控设备所摄移动物体坐标与路网经纬坐标转换主要用于将道路路面移动监控对象(一般指人、非机动车、机动车等小尺度物体)在监控画面中的位置映射到实际路网地图中,以便生成监控对象移动轨迹进行分析跟踪。通过大规模的监控设备所摄移动物体坐标映射可建立可靠的城市公共智慧监控系统,对于行为分析、刑侦分析、交通管理等领域有着重要的作用和意义。

2、现阶段,在计算机视觉和地理信息系统领域中,解决监控图像中移动物体坐标与路网经纬坐标相转换的方法主要是通过为每路监控设备标定至少一对图像坐标和对应路网经纬坐标的参考点,并结合监控设备的内参(如焦距等)和外参(如安装高度、俯仰角、朝向等)来计算从图像坐标到路网经纬坐标的单应性转换矩阵,从而将图像中物体坐标转换到对应的路网经纬坐标。该方法需要对每个监控设备或点位都进行额外的参考点人工标定,该操作费时费力,无法适用于广泛的、可规模化的移动监控物体路网经纬坐标转换,并且存在监控设备图像畸变、参考点标定等因素造成的误差,转换误差较高。

技术实现思路

1、针对现有技术的上述问题,本文的目的在于,提供一种基于视场区域校正的移动物体路网经纬坐标转换方法,提高了监控所摄物体路网经纬坐标转换的准确性。

2、为了解决上述技术问题,本文的具体技术方案如下:

3、一方面,本文提供一种基于视场区域校正的移动物体路网经纬坐标转换方法,所述方法包括:

4、根据监控设备的标定数据,确定所述监控设备的理论监控距离阈值;

5、根据所述监控设备的监控图像,确定所述监控设备的实际监控距离阈值;

6、根据所述监控设备的理论监控距离阈值和实际监控距离阈值,得到所述监控设备的监控距离的径向校正系数;

7、根据所述校正系数,对所述监控设备的理论监控距离阈值进行校正处理,得到校正后的监控距离阈值;

8、根据预设的路网坐标系以及校正后的监控距离阈值,生成所述监控设备的监控视场区域;

9、获取所述监控设备所摄图像中待坐标转换的目标物体,并对所述目标物体的点位进行归一化处理,得到归一化后的物体点位坐标,所述目标物体为道路路面移动物体;

10、将所述归一化后的物体点位坐标映射到所述监控视场区域中,得到所述目标物体的位置信息;

11、根据所述目标物体的位置信息和所述监控设备的位置信息,得到所述目标物体在所述路网坐标系的实际位置。

12、进一步地,所述根据监控设备的标定数据,确定所述监控设备的理论监控距离阈值,包括:

13、获取所述监控设备的标定数据,所述标定数据至少包括监控设备的安装高度、俯仰角、朝向以及经纬坐标;

14、根据所述监控设备的配置参数,结合cmos成像原理和图形学原理,得到所述监控设备的监控视场角,所述监控视场角包括水平视场角和垂直视场角;

15、根据所述标定数据和所述监控视场角,结合球面三角系建模,得到所述监控设备在垂直视方向的理论监控距离阈值,所述理论监控距离阈值包括最远理论监控距离和最近理论监控距离。

16、进一步地,所述根据所述监控设备的监控图像,确定所述监控设备的实际监控距离阈值,包括:

17、获取所述监控设备全景拍摄的无遮挡监控图像;

18、利用单目深度估计模型对所述监控图像的路网像素点位进行深度估计,得到所述监控设备拍摄的多组近端像素点位深度距离和多组远端像素点位深度距离;

19、根据所述多组近端像素点位深度距离的均值以及所述多组远端像素点位深度距离的均值,得到所述监控设备的实际监控距离阈值,所述实际监控距离阈值包括最远实际监控距离和最近实际监控距离。

20、进一步地,所述径向校正系数通过如下公式表示:

21、

22、其中,ε为径向校正系数;dmax为最远实际监控距离;dmin为最近实际监控距离;vmax为最远理论监控距离;vmin为最近理论监控距离;γ为监控设备的安装俯角;β为监控设备的垂直视场角。

23、进一步地,校正后的监控距离阈值通过如下公式表示:

24、v′max=vmax-ε·vmax;

25、v′min=vmin+ε·vmin;

26、其中,v′max为校正后的最远监控距离;v′min为校正后的最近监控距离;vmax为最远理论监控距离;vmin为最近理论监控距离;ε为径向校正系数。

27、进一步地,所述获取所述监控设备所摄图像中待坐标转换的目标物体,并对所述目标物体的点位进行归一化处理,得到归一化后的物体点位坐标,包括:

28、根据所述监控设备所摄图像的图像宽度和图像高度,对所述目标物体的点位进行归一化处理,得到归一化后的物体点位坐标,所述目标物体的点位为目标物体的底部中心坐标,表示为:

29、x′=x/iw;y′=y/ih;

30、其中,x′为归一化后的物体点位的横坐标;y′为归一化后的物体点位的纵坐标;x为物体点位的横坐标;y为物体点位的纵坐标;iw为图像宽度;ih为图像高度。

31、进一步地,所述目标物体的位置信息包括目标物体在路网坐标系中相对于监控设备的距离以及相对于监控设备朝向的倾角,通过如下公式表示:

32、α=x′·α-α/2;

33、d=(cos(α/2)·v′min+y′·cos(α/2)(v′max-v′min))/cos(|θ|);

34、其中,θ为目标物体相对于监控设备朝向的倾角,α为水平视场角;d为目标物体在路网坐标系中相对于监控设备的距离;x′为归一化后的物体点位的横坐标;y′为归一化后的物体点位的纵坐标;v′max为校正后的最远监控距离;v′min为校正后的最近监控距离。

35、进一步地,所述实际位置包括实际经度和实际纬度,通过如下公式表示:

36、

37、其中,lat′为目标物体的实际经度;lon′为目标物体的实际纬度;lat为监控设备的经度;lon为监控设备的纬度;d为目标物体在路网坐标系中相对于监控设备的距离;r为地球半径;θ为目标物体相对于监控设备朝向的倾角;为指南针朝向度数。

38、另一方面,本文还提供一种基于视场区域校正的移动物体路网经纬坐标转换装置,所述装置包括:

39、第一阈值确定模块,用于根据监控设备的标定数据,确定所述监控设备的理论监控距离阈值;

40、第二阈值确定模块,用于根据所述监控设备的监控图像,确定所述监控设备的实际监控距离阈值;

41、径向校正系数计算模块,用于根据所述监控设备的理论监控距离阈值和实际监控距离阈值,得到所述监控设备的监控距离的径向校正系数;

42、校正模块,用于根据所述校正系数,对所述监控设备的理论监控距离阈值进行校正处理,得到校正后的监控距离阈值;

43、监控视场区域生成模块,用于根据预设的路网坐标系以及校正后的监控距离阈值,生成所述监控设备的监控视场区域;

44、归一化模块,用于获取所述监控设备所摄图像中待坐标转换的目标物体,并对所述目标物体的点位进行归一化处理,得到归一化后的物体点位坐标,所述目标物体为道路路面移动物体;

45、映射模块,用于将所述归一化后的物体点位坐标映射到所述监控视场区域中,得到所述目标物体的位置信息;

46、实际位置计算模块,用于根据所述目标物体的位置信息和所述监控设备的位置信息,得到所述目标物体在所述路网坐标系的实际位置。

47、最后,本文还提供一种监控系统,所述系统包括多个监控设备和计算设备,所述计算设备与所述多个监控设备连接,用于获得多个监控设备的监控视频,并配置上述所述的方法或上述所述的装置。

48、采用上述技术方案,本文所述一种基于视场区域校正的移动物体路网经纬坐标转换方法,所述方法包括:根据监控设备的标定数据,确定所述监控设备的理论监控距离阈值;根据所述监控设备的监控图像,确定所述监控设备的实际监控距离阈值;根据所述监控设备的理论监控距离阈值和实际监控距离阈值,得到所述监控设备的监控距离的径向校正系数;根据所述校正系数,对所述监控设备的理论监控距离阈值进行校正处理,得到校正后的监控距离阈值;根据预设的路网坐标系以及校正后的监控距离阈值,生成所述监控设备的监控视场区域;获取所述监控设备所摄图像中待坐标转换的目标物体,并对所述目标物体的点位进行归一化处理,得到归一化后的物体点位坐标;将所述归一化后的物体点位坐标映射到所述监控视场区域中,得到所述目标物体的位置信息;根据所述目标物体的位置信息和所述监控设备的位置信息,得到所述目标物体在所述路网坐标系的实际位置,本文通过建立监控图像坐标系与路网坐标系之间建立了基于视场区域的点位坐标映射体系,改善了因图像畸变造成的点位映射误差问题,以及通过视场区域将监控图像中道路路面移动物体坐标自动转换到路网地图中经纬坐标,避免了人工参考点标定工作以及标定误差,提高了物体坐标转换的准确性。

49、为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。

本文地址:https://www.jishuxx.com/zhuanli/20241106/323861.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。