CN102279974A - 摄像机监控面积计算方法及系统 - Google Patents
摄像机监控面积计算方法及系统 Download PDFInfo
- Publication number
- CN102279974A CN102279974A CN2011101125231A CN201110112523A CN102279974A CN 102279974 A CN102279974 A CN 102279974A CN 2011101125231 A CN2011101125231 A CN 2011101125231A CN 201110112523 A CN201110112523 A CN 201110112523A CN 102279974 A CN102279974 A CN 102279974A
- Authority
- CN
- China
- Prior art keywords
- area
- monitoring area
- msub
- calculating
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims description 54
- 238000005259 measurement Methods 0.000 abstract description 31
- 238000000605 extraction Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 description 11
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种摄像机监控面积计算方法及系统。该方法包括如下步骤:首先对待测的监控图像进行预处理,圈定识别的区域范围并且去除无效部分,得到需要计算的有效的监控区域。通过模型利用平面测量原理,计算得到三维空间平面点的坐标和二维图像上对应坐标的单应关系,获得待计算的多边形区域面积的顶点坐标;最后根据三维空间多边形面积计算方法计算监控区域有效面积。本发明不需要人工测量面积就可以实现计算机动态的进行多边形面积测量,并且采用的平面测量技术简单易行,通过模板的精确标定,特别是对特征点提取的有效性进行判断,减少了计算和功能实现方面的冗余度和复杂度,计算误差小,易于实现。
Description
技术领域
本发明涉及一种摄像机监控面积计算方法及系统,属于计算机视觉与图像识别技术领域。
背景技术
视频安全监控运用到很多公共场所,在人流密度较大的客运站,往往通过监控录像来判别人群拥挤程度。通过计算客流密度,由行人安全状态等级来触发安全预警机制。在计算客流密度时,需要对可识别的人数区域范围进行面积计算。目前,一般是通过现场人工测量方法和现有平面测量方法。现场人工测量方法是在现场进行人工面积测量,该方法具有如下缺点:1)操作不便,现场进行人工面积测量,对于多点布控的场所如大型客运站,操作起来就极为不便,浪费人力物力资源;2)精度不高,现场进行人工测量,多为矩形面积测量,难以测量人流密度较大的不规则多边形区域的面积,人工误差也较大,从而无法准确反映人流密度情况,实现有效预警机制。现有的基于图像的平面测量方法有如下缺点:1)功能单一,现有的平面测量技术只是针对直线段长度的测量,没有给出多边形面积的测量公式;2)复杂、不易于实现,现有平面测量技术,涉及到特征点的提取和边缘直线的提取算法受噪声影响大,实际操作性不强。
发明内容
本发明的目的在于克服了现有方法的上述缺陷,提供了一种摄像机监控面积计算方法及系统,本发明能够计算行人流动区域的有效区域面积,结合行人安全状态识别中的人数识别技术,可得到实时客流密度。
本发明中的摄像机监控面积计算方法包括如下步骤:单应矩阵计算步骤,通过标定模板计算三维空间平面点和二维画面之间点的对应关系,即计算单应矩阵;有效面积获取步骤,首先对待测的监控图像进行预处理,圈定待识别的区域范围并且去除无效部分,得到有效多边形监控区域,所述无效部分通常是识别区域的墙壁部分,所述有效多边形监控区域是指去除监控区域范围内不属于三维平面投影的部分所剩下的区域;监控区域面积计算步骤,通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
所述单应矩阵计算步骤中,通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过该特征点计算单应矩阵。
一种摄像机监控面积计算系统,包括单应矩阵计算模块,用于计算确定三维空间点和二维监控画面点的对应关系的单应矩阵;有效监控区域获取模块,用于获得监控区域中的有效多边形监控区域;监控区域面积计算模块,用于通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
所述单应矩阵计算模块,用于通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过有效特征点计算单应矩阵。
相对于现有技术而言,本发明具有以下优点:
1)本发明是基于视频监控图像的面积测量,通过获取待测面积顶点的像素值就可以测算实际面积的大小,不需要现场人工测量,简单易行。
2)本发明可以选择任意多边形区域进行面积测量,计算机操作较准确快速。
3)本发明可以测量平面上的一些几何量,如距离,不规则多边形面积等。
4)本发明利用对特征点的多次提取求精,并以检验标定模板的面积作为降低误差的标准,可操作性强,易于实现。
附图说明
图1为本发明的方法流程图
图2为本发明的系统结构示意图
图3为针孔摄像机模型;
图4为多边形监控区域面积三角分割;
图5为自制四点标定模板1;
图6为标准多点标定模板2;
图7为影像中提取的某帧客流图像;
图8为面积和长度测量实验一;
图9为面积和长度测量实验二;
图10为实验一和实验二面积测量误差;
图11为实验一和实验二长度测量误差。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明中的摄像机监控面积计算方法包括如下步骤,如图1所示,单应矩阵计算步骤S1,通过标定模板计算三维空间平面点和二维画面之间点的对应关系,即计算单应矩阵。有效面积获取步骤S2,首先对待测的监控图像进行预处理,圈定待识别的区域范围并且去除无效部分,得到有效多边形监控区域,无效部分通常是识别区域的墙壁部分,有效多边形监控区域是指去除监控区域范围内不属于三维平面投影的部分所剩下的区域。监控区域面积计算步骤S3,通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
单应矩阵计算步骤中,通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过该特征点计算单应矩阵。
一种摄像机监控面积计算系统,如图2所示,包括单应矩阵计算模块201,用于计算确定三维空间点和二维监控画面点的对应关系的单应矩阵。有效监控区域获取模块202,用于获得监控区域中的有效多边形监控区域。监控区域面积计算模块203,用于通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
单应矩阵计算模块,用于通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过有效特征点计算单应矩阵。
本发明的原理:对可识别的人数区域范围进行面积计算,有可能包含平面以外的区域,如墙壁。所以要除去这部分区域得到一个多边形的平面。计算多边形的面积利用三角分割方法,即分割成所有三角形面积之和。通过平面测量的技术原理,可以知道二维图像映射到三维空间中的投影矩阵,并且以此可以求得三维空间中平面上的点的坐标。利用点的坐标和计算面积的坐标公式可以计算监控平面的面积,实现监控面积的图像测量。
首先通过标定模板计算空间平面和监控画面之间点的对应关系,即计算单应矩阵;然后对待处理的视频监控图像中的人流划定状态识别框,并进行区域分割等有效面积处理,提取待计算区域的顶点位置坐标;由单应矩阵和顶点位置坐标计算有效多边形区域的面积。
本发明是对监控区域内有效面积的测量,为实现如客运站人流密度的测算提供技术支撑。
1)平面测量:平面测量是指由计算机视觉技术将二维图像信息反映到三维空间中进行信息重构,利用二维图像来实现三维空间平面的几何元素的测量。
2)有效区域面积:有效区域面积是指去除图像选定区域内不属于三维平面投影的部分所剩下的面积,它主要反映人群所在区域的实际面积大小。
3)测量应用:视频监控有效区域面积测量的应用例如应用于人流集散服务网络走行空间内人群拥挤基本特性(速度、密度、流量等)的行人安全状态识别领域。
实施例:
首先对待测的监控图像进行预处理,圈定识别的区域范围并且去除无效部分,无效部分通常是识别区域的墙壁部分和其他障碍物;然后得到需要计算的有效的监控区域(是指用于监控面积计算的人数识别区域内的水平地面部分)。建立摄像机成像几何模型,确定空间直角坐标系;然后通过模型,利用平面测量原理,计算得到三维空间平面点的坐标和二维图像上对应坐标的单应关系,获得待计算的多边形区域面积的顶点坐标;最后根据三维空间多边形面积计算方法计算监控区域有效面积。
1、摄像机成像几何模型
摄像机成像几何模型采用针孔摄像机模型,它涉及到三个坐标系:世界坐标系O-XwYwZw,摄像机坐标系C-XcYcZc和图像坐标系。其中图像坐标系又包括物理坐标系O-UV和数字图像坐标系C1-XuYu,如图3所示。
2、计算单应矩阵
根据针孔摄像机模型,空间中一点Mi(xwi,Ywi,Zwi,1)通过一个3×4的投影矩阵Mi投影到二维成像平面上一点mi(ui,vi,1),二者关系可以描述为:
λmi=PMi=(p1,p2,p3,p4)Mi
其中λ为非零比例因子。
不失一般性,可以假设平面为Zw=0平面,则Mi(Xwi,Ywi,0,1),上式变为:
H=(p1 p2 p4)即被称为单应性矩阵。上式可以简洁的写成x=HX,此时单应矩阵H是一个3×3的矩阵。
因为单应性矩阵是在相差一个常数因子下定义的,因此它实际上只有8个自由度。不妨令hij为H第j行i列的元素。对于参考平面中一点Mi=(Xi,Yi,1)及其图像上的点mi=(ui,vi,1)满足:
可以利用SVD奇异值分解法求出上述线性方程的解。若有4对参考平面上的点坐标以及相应的数字图像点坐标,则可以线性求解H的各个元素,若有4对以上点对可以使用最小二乘法降低误差带来的影响。
3、多边形平面区域面积计算
经过反推知道,对单应矩阵H求逆,可计算图像中任意点的坐标在三维空间中对应点的实际坐标。求解多边形平面区域面积,首先找到监控平面上任意一点Mi在图像上对应的投影点mi,并用数字图像对应的像素点坐标表示,然后利用坐标法的矢量积求解区域多边形的面积。
如图4所示,空间多边形M1M2...Mn(不论凹或凸)的各顶点坐标为Mi(xi,yi,zi),(i=1,2......n),多边形面积等于各三角形面积之和。
S(M1M2…Mn)=S(M1M2M3)+S(M1M3M4)+…+S(M1Mn-1Mn)
用矢量积表示多边形的面积公式如下:
由于监控的是平面的面积,有Z=0,所以监控区域面积为:
4、实验过程及结果
4.1实验过程
标定模板及位置,标定模板如图5、图6所示,经过多次试验论证,标定模板的位置也会影响测量结果。标定模板最好放置在图像的中部位置。
提取特征点信息:特征点的提取主要是为了计算二维图像平面到三维空间的投影矩阵即单应矩阵。单应矩阵的计算精度直接影响最后的测量结果,本实施例可以选取图5、图6所示的任意一模板对单应矩阵进行计算。
特征点提取满足的三个条件:1)多次提取数字图像特征点的坐标,然后取平均值,能够有效提高单应矩阵的计算精度;2)选择多个特征点的坐标(N>4)能够有效提高单应矩阵的计算精度;3)通过模板特征点提取计算单应矩阵,根据单应矩阵计算此模板的各顶点坐标,根据各顶点坐标计算此模板的面积误差,当面积误差在0.5%以内时,则特征点的提取是有效的。
单应矩阵计算:由图像和空间平面标定模板的特征点坐标,利用编程计算单应矩阵H。
选择有效区域:如图7所示,虚线方框为人数识别框,实线方框为面积计算有效区域。
待测面积顶点坐标计算:根据单应矩阵H,运用公式x=HX,得到三维平面面积顶点坐标向量X=H-1x。
面积计算:根据顶点的坐标,运用多边形面积的矢量积公式即可计算面积。
4.2实验结果
模板面积精度误差:0.4%,符合要求。实验一和试验二分别针对标定模板的不同位置和对不同大小的面积区域和长度进行测量。
图8是面积和长度测量实验一,测量结果如表1、表2所示:
表1实验一面积测量结果
面积(S) | 实际值(cm2) | 测量值(cm2) | 误差(%) |
S1(ABCD) | 10000 | 9790 | 2.09 |
S2(ABCD) | 10000 | 9705 | 2.95 |
S3(ABCD) | 10000 | 9763 | 2.37 |
S4(ABC) | 5000 | 4936 | 1.28 |
S5(ABC) | 5000 | 4951 | 0.98 |
S6(ABC) | 5000 | 4925 | 1.50 |
表2实验一长度测量结果
长度(L) | 实际值(cm) | 测量值(cm) | 误差(%) |
L1(AB) | 100 | 96.8 | 3.21 |
L2(BC) | 100 | 100.2 | 0.20 |
L3(CD) | 100 | 100.3 | 0.30 |
L4(AD) | 100 | 99.4 | 0.60 |
L5(AC) | 141.4 | 142.0 | 0.42 |
L6(BD) | 141.4 | 136.9 | 3.18 |
图9面积和长度测量实验二,测量结果如表3、表4所示:
表3实验二面积测量结果
面积(S) | 实际值(cm2) | 测量值(cm2) | 误差(%) |
S1(ABCD) | 30000 | 28459 | 5.13 |
S2(ABCD) | 30000 | 28650 | 4.50 |
S3(ABCD) | 30000 | 28995 | 3.35 |
S4(abcd) | 5000 | 4941 | 1.18 |
S5(abcd) | 5000 | 5082 | 1.64 |
S6(abcd) | 5000 | 5067 | 1.34 |
表4实验二长度测量结果
长度(L) | 实际值(cm) | 测量值(cm) | 误差(%) |
L1(AB) | 200 | 200.3 | 0.15 |
L2(BC) | 150 | 141.2 | 5.86 |
L3(AC) | 250 | 241.6 | 3.36 |
L4(ab) | 100 | 100.5 | 0.50 |
L5(bc) | 50 | 50.8 | 1.60 |
L6(cd) | 100 | 98.9 | 1.10 |
L7(ad) | 50 | 51.6 | 3.20 |
L8(ac) | 112 | 112.4 | 0.36 |
综合实验一和实验二的结果可以用图10、图11所示。
以上对本发明所提供的一种摄像机监控面积计算方法及系统进行详细介绍,本文中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种摄像机监控面积计算方法,其特征在于,包括如下步骤:
单应矩阵计算步骤,通过标定模板计算用于确定三维空间点和二维监控画面点的对应关系的单应矩阵;
有效监控区域获取步骤,在监控区域范围内去除无效部分,获得监控区域中的有效多边形监控区域;
监控区域面积计算步骤,通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
2.根据权利要求1所述的一种摄像机监控面积计算方法,其特征在于,所述单应矩阵计算步骤中,通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过有效特征点计算单应矩阵。
3.一种摄像机监控面积计算系统,其特征在于,包括,
单应矩阵计算模块,用于计算确定三维空间点和二维监控画面点的对应关系的单应矩阵;
有效监控区域获取模块,用于获得监控区域中的有效多边形监控区域;
监控区域面积计算模块,用于通过单应矩阵计算有效多边形监控区域的各顶点空间坐标,根据多边形监控区域的各顶点空间坐标计算有效多边形监控区域面积。
4.根据权利要求3所述的一种摄像机监控面积计算系统,其特征在于,所述单应矩阵计算模块,用于通过提取的特征点反推计算标定模板面积误差,当面积误差低于0.5%时选取的特征点为有效特征点,通过有效特征点计算单应矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101125231A CN102279974A (zh) | 2011-04-29 | 2011-04-29 | 摄像机监控面积计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101125231A CN102279974A (zh) | 2011-04-29 | 2011-04-29 | 摄像机监控面积计算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102279974A true CN102279974A (zh) | 2011-12-14 |
Family
ID=45105402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101125231A Pending CN102279974A (zh) | 2011-04-29 | 2011-04-29 | 摄像机监控面积计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102279974A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801966A (zh) * | 2012-08-29 | 2012-11-28 | 上海天跃科技股份有限公司 | 一种摄像头覆盖区域重叠算法及监控系统 |
CN104182757A (zh) * | 2013-05-22 | 2014-12-03 | 内蒙古大学 | 获取被测目标实际覆盖面积的方法及装置 |
CN104537661A (zh) * | 2014-12-26 | 2015-04-22 | 张长隆 | 一种单目摄像头测量面积的方法和系统 |
CN104680540A (zh) * | 2015-03-13 | 2015-06-03 | 国网四川省电力公司电力科学研究院 | 一种用于简单监控对象的摄像机空间覆盖面积获取方法 |
CN105184274A (zh) * | 2015-09-21 | 2015-12-23 | 魏运 | 一种基于深度图像获取客流速度和密度参数的方法 |
CN105447880A (zh) * | 2015-12-15 | 2016-03-30 | 北京文安科技发展有限公司 | 一种票房人数核验方法、装置及系统 |
CN107679015A (zh) * | 2017-09-08 | 2018-02-09 | 山东神戎电子股份有限公司 | 一种基于三维地图的云台摄像机实时监控范围仿真方法 |
CN113516703A (zh) * | 2020-10-26 | 2021-10-19 | 阿里巴巴集团控股有限公司 | 摄像头覆盖范围检测方法、装置、设备和存储介质 |
CN113689487A (zh) * | 2021-08-09 | 2021-11-23 | 广东中星电子有限公司 | 在视频画面上进行平面测量的方法、装置、终端设备 |
CN115223102A (zh) * | 2022-09-08 | 2022-10-21 | 枫树谷(成都)科技有限责任公司 | 一种基于摄像头集群的实时人群密度融合感知方法及模型 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101003202A (zh) * | 2007-01-19 | 2007-07-25 | 长春市吉海测控技术有限责任公司 | 利用摄像机进行印刷机自动套准控制的方法 |
US20080056550A1 (en) * | 2006-08-25 | 2008-03-06 | Siemens Medical Solutions Usa, Inc. | Regional reconstruction of spatially distributed functions |
CN101806700A (zh) * | 2010-04-06 | 2010-08-18 | 中国农业大学 | 土壤入渗性能的测量方法及测量系统 |
US20110057943A1 (en) * | 2009-09-10 | 2011-03-10 | Victor Ivashin | Balancing Luminance Disparity in a Display by Multiple Projectors |
-
2011
- 2011-04-29 CN CN2011101125231A patent/CN102279974A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080056550A1 (en) * | 2006-08-25 | 2008-03-06 | Siemens Medical Solutions Usa, Inc. | Regional reconstruction of spatially distributed functions |
CN101003202A (zh) * | 2007-01-19 | 2007-07-25 | 长春市吉海测控技术有限责任公司 | 利用摄像机进行印刷机自动套准控制的方法 |
US20110057943A1 (en) * | 2009-09-10 | 2011-03-10 | Victor Ivashin | Balancing Luminance Disparity in a Display by Multiple Projectors |
CN101806700A (zh) * | 2010-04-06 | 2010-08-18 | 中国农业大学 | 土壤入渗性能的测量方法及测量系统 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801966B (zh) * | 2012-08-29 | 2015-10-28 | 上海天跃科技股份有限公司 | 一种摄像头覆盖区域重叠算法及监控系统 |
CN102801966A (zh) * | 2012-08-29 | 2012-11-28 | 上海天跃科技股份有限公司 | 一种摄像头覆盖区域重叠算法及监控系统 |
CN104182757A (zh) * | 2013-05-22 | 2014-12-03 | 内蒙古大学 | 获取被测目标实际覆盖面积的方法及装置 |
CN104537661A (zh) * | 2014-12-26 | 2015-04-22 | 张长隆 | 一种单目摄像头测量面积的方法和系统 |
CN104680540B (zh) * | 2015-03-13 | 2018-01-30 | 国网四川省电力公司电力科学研究院 | 一种用于简单监控对象的摄像机空间覆盖面积获取方法 |
CN104680540A (zh) * | 2015-03-13 | 2015-06-03 | 国网四川省电力公司电力科学研究院 | 一种用于简单监控对象的摄像机空间覆盖面积获取方法 |
CN105184274A (zh) * | 2015-09-21 | 2015-12-23 | 魏运 | 一种基于深度图像获取客流速度和密度参数的方法 |
CN105447880A (zh) * | 2015-12-15 | 2016-03-30 | 北京文安科技发展有限公司 | 一种票房人数核验方法、装置及系统 |
CN107679015A (zh) * | 2017-09-08 | 2018-02-09 | 山东神戎电子股份有限公司 | 一种基于三维地图的云台摄像机实时监控范围仿真方法 |
CN107679015B (zh) * | 2017-09-08 | 2021-02-09 | 山东神戎电子股份有限公司 | 一种基于三维地图的云台摄像机实时监控范围仿真方法 |
CN113516703A (zh) * | 2020-10-26 | 2021-10-19 | 阿里巴巴集团控股有限公司 | 摄像头覆盖范围检测方法、装置、设备和存储介质 |
CN113689487A (zh) * | 2021-08-09 | 2021-11-23 | 广东中星电子有限公司 | 在视频画面上进行平面测量的方法、装置、终端设备 |
CN115223102A (zh) * | 2022-09-08 | 2022-10-21 | 枫树谷(成都)科技有限责任公司 | 一种基于摄像头集群的实时人群密度融合感知方法及模型 |
CN115223102B (zh) * | 2022-09-08 | 2022-12-16 | 枫树谷(成都)科技有限责任公司 | 一种基于摄像头集群的实时人群密度融合感知方法及模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102279974A (zh) | 摄像机监控面积计算方法及系统 | |
Chen et al. | High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm | |
CN109272537B (zh) | 一种基于结构光的全景点云配准方法 | |
Qin et al. | 3D change detection at street level using mobile laser scanning point clouds and terrestrial images | |
US10186080B2 (en) | Image processing | |
Li et al. | An improved building boundary extraction algorithm based on fusion of optical imagery and LIDAR data | |
CN106780712B (zh) | 联合激光扫描和影像匹配的三维点云生成方法 | |
Xiao et al. | Change detection in 3D point clouds acquired by a mobile mapping system | |
CN101876535B (zh) | 一种高度测量方法、装置及监控系统 | |
CN104574393A (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN110782498B (zh) | 一种视觉传感网络的快速通用标定方法 | |
CN111996883B (zh) | 一种检测公路路面宽度的方法 | |
Kang et al. | The change detection of building models using epochs of terrestrial point clouds | |
Sui et al. | A novel 3D building damage detection method using multiple overlapping UAV images | |
CN109472802A (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
CN104729529B (zh) | 地形图测量系统误差判断的方法和系统 | |
CN106033614A (zh) | 一种强视差下的移动相机运动目标检测方法 | |
Yang et al. | A dual-platform laser scanner for 3D reconstruction of dental pieces | |
CN101494772A (zh) | 一种图像检测的方法及装置 | |
CN106709432B (zh) | 基于双目立体视觉的人头检测计数方法 | |
CN114219958B (zh) | 一种多视角遥感影像的分类方法、装置、设备和存储介质 | |
CN113345084B (zh) | 三维建模系统及三维建模方法 | |
Shan et al. | Feasibility of Accurate Point Cloud Model Reconstruction for Earthquake‐Damaged Structures Using UAV‐Based Photogrammetry | |
CN111489384B (zh) | 基于互视角的遮挡评估方法及装置、设备、系统和介质 | |
CN115717865A (zh) | 环形结构全场变形测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111214 |