CN102592282B - 交通视频中道路实际距离与相应像素距离关系的标定方法 - Google Patents
交通视频中道路实际距离与相应像素距离关系的标定方法 Download PDFInfo
- Publication number
- CN102592282B CN102592282B CN201210014549.7A CN201210014549A CN102592282B CN 102592282 B CN102592282 B CN 102592282B CN 201210014549 A CN201210014549 A CN 201210014549A CN 102592282 B CN102592282 B CN 102592282B
- Authority
- CN
- China
- Prior art keywords
- road
- distance
- section
- pixel
- video
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012887 quadratic function Methods 0.000 claims description 26
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000012886 linear function Methods 0.000 abstract description 3
- 230000011218 segmentation Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
一种交通视频中道路实际距离与相应像素距离间关系的标定方法,沿道路行车方向将视频图像窗口内道路划分成长度不均匀、首尾相连的若干段,对每一段建立一个沿行车方向的实际道路距离与相应视频图像中像素距离的二次函数关系,并通过道路现场测得的每个路段端点及其中间一点的实际距离及其在视频图像中相应的像素距离,求得上述每段二次函数系数,从而确定每段实际道路距离与相应视频图像中像素距离的二次函数关系,进而获得整个视频窗口中道路实际距离与相应像素距离的分段二次函数关系。相比现有技术,本发明操作大大简化,不需要知道摄像机、镜头数据和摄像机架设位置和方向等数据,且可保证精度;相比其他线性函数表示或其他分段表示方法,标定精度有很大的提高。
Description
技术领域
本专利涉及一种交通视频图像信号处理技术领域,具体地讲,是一种确立交通视频图像中道路实际距离与相应像素距离关系的标定方法。
背景技术
随着交通运输和信息技术的发展,智能交通越来越受到人们的重视。通过交通监控摄像机,人们可以在控制中心观察到各处道路的实时视频图像。由于一个城市道路网多而密集,所以人们不可能逐一、实时、人为地去通过道路视频图像去分析各处的道路情况,提供车流量、平均车速、车辆排队长度等定量的交通状况数据,必须通过计算机图像及视频处理技术来自动获取这些数据。但计算机中处理的原始长度数据都是以像素为单位的,因而必须通过一个标定过程,确立交通视频图像中道路实际距离与相应像素距离关系,才能使得计算机输出的长度数据具有实际的物理意义。
根据镜头成像的原理,交通视频图像中道路实际距离(纵坐标)与相应像素距离(横坐标)关系不是线性关系,而是一个复杂的函数关系(如图4)。用简单的线性关系将使得从视频图像中的像素距离计算得到的实际道路距离误差很大,尤其是在距离监控摄像机较远的部分。
目前较为精确的标定方法一般是需要摄像机、镜头内部数据和摄像机架设位置和方向等数据。如精准的焦距、摄像机距地面高度、摄像机的几个方位角、摄像机CCD靶面像素点的中心位置、摄像机CCD靶面像素点的间距、镜头畸变参数等,通过分析地面坐标系、摄像机坐标系、图像坐标系等之间的转换关系,建立成像过程的复杂数学模型,但对于交通摄像机这样大范围监控的应用而言,在实际操作中一些数据是误差是很大的,甚至根本无法获得,因而这类方法在交通视频监控中应用受到很大的限制。
本发明就是要提供一种简单实用、且可保证标定精度的方法,以解决上述问题。
发明内容
1)发明目的
本发明就是要提供一种简单实用、且可保证精度的方法,以提供一种确立交通视频中道路实际距离与相应像素距离间关系的标定方法。
根据镜头成像的原理,交通视频图像中道路实际距离与相应像素距离关系不是线性关系,而是一个复杂的函数关系。用简单的线性关系将使得从视频图像中的像素距离计算得到的实际道路距离误差很大,尤其是在距离监控摄像机较远的部分。目前一般较为精确的标定方法是需要摄像机、镜头内部数据和摄像机架设位置和方向等数据,建立复杂的成像过程的数学模型,但在实际操作中一些数据是很难得到的。
本发明相对于直接由摄像机参数及方位的标定方法,操作大大简化,不需要知道摄像机、镜头数据和摄像机架设位置和方向等数据,且可保证精度;相对于其他线性函数表示或其他分段表示方法,标定精度有很大的提高。
2)技术方案
为了实现上述目的,本发明提供一种基于分段二次函数的标定方法,以确立交通视频中道路实际距离与相应像素距离间关系。
本方法的思想是,沿道路行车方向将视频图像窗口内道路划分成长度不均匀、首尾相连的若干段(M段),对每一段建立一个沿行车方向的实际道路距离与相应视频图像中像素距离的二次函数关系,并通过道路现场测得的每个路段端点及其中间一点的实际距离(共2M+1个实际距离)及其在视频图像中相应的像素距离,求得上述每段二次函数系数,从而确定每段实际道路距离与相应视频图像中像素距离的二次函数关系,进而获得整个视频窗口中道路实际距离与相应像素距离的分段二次函数关系。
本发明方法的具体步骤如下:
1)在道路上方固定好交通视频监控摄像机后,沿道路行车方向将视频图像窗口内道路划分成长度不均匀、首尾相连的若干段(M段),通过道路现场测得每个路段端点及其中间一点的实际距离(共2M+1个实际距离)及其相应点在视频图像中相应的像素距离(2M+1个像素距离);
2)对步骤1)所述的每一路段建立一个沿行车方向实际道路距离yi(沿行车方向距该段近端点的实际道路距离)与xi(相应的沿行车方向距该段近端点的图像像素距离)的二次函数关系yi=aixi 2+bixi+ci,(ci=0),并通过步骤一所述道路现场测得的每个路段端点及其中间一点实际距离(共2M+1个实际距离)及其在视频图像中相应的像素距离,求得上述每段二次函数系数ai,bi,从而确定每段实际道路距离与相应视频图像中像素距离的二次函数关系;
3)根据步骤2)中确定的每段实际道路距离与相应视频图像中像素距离二次函数关系,从而获得整个视频窗口中道路实际距离y(沿行车方向距C点的实际道路距离)与相应像素距离x(沿行车方向距图像下边沿的像素距离)的分段二次函数关系y=f(x)。
本发明的交通视频中道路实际距离与相应像素距离间关系的标定方法,视频图像中道路划分是不均匀的,是沿道路行车方向将图像分成像素距离长度近长远短(相对于摄像机正下方道路)的若干段(M段)。
本发明的交通视频中道路实际距离与相应像素距离间关系的标定方法,道路划分的段数M可以随着镜头焦距、监控范围、道路长度估计精度等因素而改变。一般情况随下监控范围增加、道路长度估计精度提高而提高,但标定时需要测量的点数也需相应增加。
本发明的交通视频中道路实际距离与相应像素距离间关系的标定方法,标定时所需采集的数据仅需要道路现场测得的每个路段端点及其中间一点的实际距离(共2M+1个实际距离)及其相应点在视频图像中相应的像素距离(2M+1个像素距离)。
本发明的交通视频中道路实际距离与相应像素距离间关系的标定方法,其步骤2)中每段二次函数系数ai,bi的确定,可以通过求解一次二元一次方程组即可完成。
本发明的交通视频中道路实际距离与相应像素距离间关系的标定方法,每个路段标定点可以选择在该路段上的非端点处,但这将增加标定点的总数。
3)技术效果
本发明的技术效果主要体现在三个方面:
第一,可以提供一种交通视频中道路实际距离与相应像素距离间关系的实用、简单、有效的标定方法。
第二,相对于直接由摄像机参数及方位的标定方法,操作大大简化,不需要知道摄像机、镜头数据和摄像机架设位置和方向等数据,且可保证精度。
第三,相对于其他线性函数表示或其他分段表示方法,标定精度有很大的提高。
附图说明
图1:道路交通监控摄像机架设方位、监控范围及分段的纵截面示意图;
图2:相对于图1的摄像机视频中的监控范围及分段的图像示意图;
图3:交通视频中道路实际距离与相应像素距离间关系标定的实例流程图;
图4:道路实际距离y与相应像素距离x的分段二次函数关系y=f(x)的实际测试图。
具体实施方式
一种交通视频中道路实际距离与相应像素距离间关系的标定方法,包括步骤:
1)先在道路上方架设交通视频监控摄像机,设摄像机正下方路面的点为C;
2)沿道路行车方向将视频图像窗口内的道路划分成长度不均匀、且首尾相连的M段,设各段中靠近C点的端点称为近端点,另一端点称为远端点;各段的远、近端点的像素之间距离分别设为:p0,p1,p2,……,pi;其中,p0指第一段近端点像素与图像下边沿的沿道路行车方向像素的距离,
3)在视频图像窗口内的各段道路中间确定任一个像素点,测出该中间点像素距该段近端点的像素的距离,分别为:pA1,pA2,……,pAi;
4)通过道路现场测得对应于视频图像窗口内的,各个路段的远、近两端点之间的实际距离di,及中间点距离近端点的实际距离dAi,具体为:d0,d1,d2,……,di;dA1,dA2,……,dAi;其中,d0指第一段近端点距C点的实际距离;
5)对于每一路段,建立一个yi与xi二次函数关系yi=aixi 2+bixi+ci,(ci=0);其中,yi是沿行车方向距该段近端点的实际道路距离,xi是yi对应的图像像素距离;
6)将di和pi,dAi和pAi分别代入步骤5)的二次函数,解得系数ai,bi;从而确定每一路段的yi=aixi 2+bixi+ci,(ci=0);
7)根据步骤6)中确定的每一路段的yi=aixi 2+bixi+ci,(ci=0),获得整个视频监控窗口中道路实际距离y与相应像素距离x的分段二次函数关系:y=f(x)=ax2+bx+c;其中,y为沿行车方向距C点的实际道路距离;x为与y对应的、距视频图像窗口下边沿的像素距离;
按此函数关系即可标定交通视频中道路实际距离与相应像素距离间;
上述各个步骤中,i=1,2,……,M。
所述步骤1)中,所述道路划分的段数M随着镜头焦距、监控范围、道路长度估计精度因素而改变。
所述步骤3)中,在视频图像窗口内的各段道路中间确定任一个像素点,该像素点的位置是,在相应段道路中间点与该段道路的远端点之间。
具体到本例中,M的取值为4,具体如下:
1)按照图1所示的道路交通监控摄像机架设方位、监控范围的纵截面示意图,架设且固定好摄像机,其中摄像机镜头焦距为6mm,架设高度约为8米,俯角约为72度,监控范围约为160米,摄像机正下方路面的点为C。
2)按照图2所示,在道路上方固定好交通视频监控摄像机后,沿道路行车方向将视频图像窗口内道路划分成长度不均匀、首尾相连的M段(M=4),各段的像素距离分别设定为(各段中靠近C点的端点称为近端点,另一端点称为远端点):
p0(指第一段近端点像素与图像下边沿的沿道路行车方向像素距离),p1,p2,p3,p4。如表1所示
3)按照图2所示,在视频图像窗口内的各段道路中间确定一像素点(共M个点),测出其如图2所示的该中间点像素距该段近端点的沿道路行车方向像素距离,分别为:pA1,pA2,pA3,pA4。如表2所示
表1:各标定点的像素距离
p0 | pA1 | p1 | pA2 | p2 | pA3 | p3 | pA4 | p4 | |
像素距离 | 0 | 145 | 290 | 60 | 110 | 30 | 60 | 10 | 20 |
4)按照图1所示的道路交通监控摄像机架设方位、监控范围及分段的纵截面示意图,通过道路现场测得相应于图2中各个分段端点及其中间一点的实际距离(共2M+1个实际距离),分别为:
d0(指第一段近端点距摄像机正下方路面点C的实际距离),d1,d2,d3,d4,dA1,dA2,d3A,dA4。如表2所示.
表2:各标定点的道路实际距离
d0 | dA1 | d1 | dA2 | d2 | dA3 | d3 | dA4 | d4 | |
道路实际距离 | 5.9 | 3.4 | 10.6 | 7.2 | 19.43 | 15.3 | 51.3 | 26.0 | 73.3 |
5)对每一路段建立一个yi(沿行车方向距该段近端点的实际道路距离)与xi(相应的沿行车方向距该段近端点的图像像素距离)二次函数关系yi=aixi 2+bixi+ci,(ci=0)。
6)将步骤3)4)中的di和pi,dAi和pAi分别代入步骤5)中的二次函数关系yi=aixi 2+bixi+ci,(ci=0),得到关于函数系数ai,bi的两个二元一次方程,联立成二元一次方程组,可解得函数系数ai,bi,从而确定每段实际道路距离与相应视频图像中像素距离的二次函数关系(如表3所示);
表3:各段二次函数yi=aixi 2+bixi+ci,(ci=0)系数
段 | 像素范围 | 采样点数 | 二次函数系数ai,bi |
1 | 0~290 | 3 | 0.00010171,0.0070512 |
2 | 290~400 | 3 | 0.0011447,0.050726 |
3 | 400~460 | 3 | 0.011492,0.1649 |
4 | 460~480 | 3 | 0.1067,1.528 |
7)根据步骤6)中确定的每段实际道路距离与相应视频图像中像素距离二次函数关系,从而获得整个视频监控窗口中道路实际距离y(沿行车方向距C点的实际道路距离)与相应像素距离x(沿行车方向距图像下边沿的像素距离)的分段二次函数关系y=f(x),如表4所示。
表4:道路实际距离y与相应像素距离x的分段二次函数关系y=f(x)
实际测试如图4所示道路实测距离与通过本发明标定由像素计算出距离的比较,比较的40个点中只有6个点的误差大于+/-1米,最大误差为1.9米(位于距C点约75米处),且绝大部分误差+/-0.5米范围内。可见本发明方法能在操作简单、实用的情况下保证较好的标定精度。
上述实施例和优点只是示例,不应作为本发明的限制,在不违背本发明权利要求范围和精神的情况下,可进行变化和修改。
Claims (3)
1.一种交通视频中道路实际距离与相应像素距离间关系的标定方法,其特征是包括步骤:
1)先在道路上方架设交通视频监控摄像机,设摄像机正下方路面的点为C;
2)沿道路行车方向将视频图像窗口内的道路划分成长度不均匀、且首尾相连的M段,设各段中靠近C点的端点称为近端点,另一端点称为远端点;各段的远、近端点的像素之间距离分别设为:p0,p1,p2,……,pi;其中,p0指第一段近端点像素与图像下边沿的沿道路行车方向像素的距离,
3)在视频图像窗口内的各段道路中间确定任一个像素点,测出该像素点距该段近端点的像素的距离,分别为:pA1,pA2,……,pAi;
4)通过道路现场测得对应于视频图像窗口内的,各个路段的远、近两端点之间的实际距离di,及中间点距离近端点的实际距离dAi,具体为:d0,d1,d2,……,di;dA1,dA2,……,dAi;其中,d0指第一段近端点距C点的实际距离;
5)对于每一路段,建立一个yi与xi二次函数关系yi=aixi 2+bixi+ci,ci=0;其中,yi是沿行车方向距该段近端点的实际道路距离,xi是yi对应的图像像素距离;
6)将di和pi,dAi和pAi分别代入步骤5)的二次函数,解得系数ai,bi;从而确定每一路段的yi=aixi 2+bixi+ci,ci=0;
7)根据步骤6)中确定的每一路段的yi=aixi 2+bixi+ci,ci=0,获得整个视频监控窗口中道路实际距离y与相应像素距离x的分段二次函数关系:y=f(x)=ax2+bx+c;其中,y为沿行车方向距C点的实际道路距离;x为与y对应的、距视频图像窗口下边沿的像素距离;
按此函数关系即可标定交通视频中道路实际距离与相应像素距离间的关系;
上述各个步骤中,i=1,2,……,M。
2.根据权利要求1所述的交通视频中道路实际距离与相应像素距离间关系的标定方法,其特征是所述步骤1)中,所述道路划分的段数M随着镜头焦距、监控范围、道路长度估计精度因素而改变。
3.根据权利要求1所述的交通视频中道路实际距离与相应像素距离间关系的标定方法,其特征是所述步骤3)中,在视频图像窗口内的各段道路中间确定任一个像素点,该像素点的位置是,在相应段道路中间点与该段道路的远端点之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210014549.7A CN102592282B (zh) | 2012-01-18 | 2012-01-18 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210014549.7A CN102592282B (zh) | 2012-01-18 | 2012-01-18 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102592282A CN102592282A (zh) | 2012-07-18 |
CN102592282B true CN102592282B (zh) | 2014-06-18 |
Family
ID=46480872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210014549.7A Expired - Fee Related CN102592282B (zh) | 2012-01-18 | 2012-01-18 | 交通视频中道路实际距离与相应像素距离关系的标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102592282B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109614957A (zh) * | 2019-01-04 | 2019-04-12 | 王卫星 | 一种铁路调车信号安全预警系统 |
CN110097762B (zh) * | 2019-03-25 | 2020-10-09 | 南京微达电子科技有限公司 | 一种道路视频图像低能见度刻度估算方法及系统 |
CN110733424B (zh) * | 2019-10-18 | 2022-03-15 | 深圳市麦道微电子技术有限公司 | 一种行车视频系统中地面位置与车身水平距离的计算方法 |
CN112325780B (zh) * | 2020-10-29 | 2022-01-25 | 青岛聚好联科技有限公司 | 一种基于社区监控的距离测算方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5473931A (en) * | 1993-07-22 | 1995-12-12 | Minnesota Mining And Manufacturing Company | Method and apparatus for calibrating three-dimensional space for machine vision applications |
CN101145240A (zh) * | 2007-11-09 | 2008-03-19 | 王海燕 | 摄像机图像对道路场景多点高精度标定方法 |
CN101409009A (zh) * | 2008-11-05 | 2009-04-15 | 青岛海信电子产业控股股份有限公司 | 路面标定方法和系统 |
CN102075736A (zh) * | 2011-01-19 | 2011-05-25 | 北京蓝色星际软件技术发展有限公司 | 一种用于高清智能网络摄像机的摄像头标定方法 |
CN102136140A (zh) * | 2010-12-24 | 2011-07-27 | 东南大学 | 一种基于矩形图样的视频图像距离检测方法 |
CN102222332A (zh) * | 2011-05-19 | 2011-10-19 | 长安大学 | 一种线性模型下的摄像机几何标定方法 |
-
2012
- 2012-01-18 CN CN201210014549.7A patent/CN102592282B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5473931A (en) * | 1993-07-22 | 1995-12-12 | Minnesota Mining And Manufacturing Company | Method and apparatus for calibrating three-dimensional space for machine vision applications |
CN101145240A (zh) * | 2007-11-09 | 2008-03-19 | 王海燕 | 摄像机图像对道路场景多点高精度标定方法 |
CN101409009A (zh) * | 2008-11-05 | 2009-04-15 | 青岛海信电子产业控股股份有限公司 | 路面标定方法和系统 |
CN102136140A (zh) * | 2010-12-24 | 2011-07-27 | 东南大学 | 一种基于矩形图样的视频图像距离检测方法 |
CN102075736A (zh) * | 2011-01-19 | 2011-05-25 | 北京蓝色星际软件技术发展有限公司 | 一种用于高清智能网络摄像机的摄像头标定方法 |
CN102222332A (zh) * | 2011-05-19 | 2011-10-19 | 长安大学 | 一种线性模型下的摄像机几何标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102592282A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104021676B (zh) | 基于车辆动态视频特征的车辆定位及车速测量方法 | |
CN104966308A (zh) | 一种计算激光光束光斑大小的方法 | |
CN104575003B (zh) | 一种基于道路监控视频的车辆速度检测方法 | |
CN102592282B (zh) | 交通视频中道路实际距离与相应像素距离关系的标定方法 | |
CN104574415B (zh) | 一种基于单摄像机的目标空间定位方法 | |
CN103438826B (zh) | 激光与视觉相结合的钢板的三维测量系统及方法 | |
CN112825190B (zh) | 一种精度评估方法、系统、电子设备和存储介质 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
CN104574393A (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN103559708A (zh) | 基于方靶模型的工业定焦相机参数标定装置 | |
CN103954542A (zh) | 基于无参考图像清晰度评价的pm2.5浓度检测仪 | |
Mei et al. | High resolution volumetric dual-camera light-field PIV | |
WO2020093631A1 (zh) | 一种基于深度实例分割网络的天线下倾角测量方法 | |
CN104567711A (zh) | 一种基于投影和数字图像处理的侧膨胀值测量系统及方法 | |
CN103810855A (zh) | 面向多用户群的多特征量综合交通检测系统 | |
Tsai et al. | Horizontal roadway curvature computation algorithm using vision technology | |
CN113808121A (zh) | 一种纱线亚像素级直径测量方法及系统 | |
CN111402188A (zh) | Tof摄像模组深度测量评价方法及其评价装置 | |
Guo et al. | Urban Geospatial Information Acquisition Mobile Mapping System based on close-range photogrammetry and IGS site calibration | |
CN105423975A (zh) | 一种大型工件的标定系统及方法 | |
CN111598097B (zh) | 一种基于机器人视觉的仪表位置、读数识别方法和系统 | |
CN112200779A (zh) | 面向无人驾驶的路表车辙形状及构造横向差异度评价方法 | |
CN115457780B (zh) | 一种基于先验知识集合的车流量流速自动测算方法及系统 | |
CN116879313A (zh) | 一种基于雷视超融合的结构裂损实时测定方法 | |
Laureshyn et al. | Automated video analysis as a tool for analysing road user behaviour |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140618 |