CN102867086B - 一种监控摄像机的自动部署方法、系统及电子设备 - Google Patents
一种监控摄像机的自动部署方法、系统及电子设备 Download PDFInfo
- Publication number
- CN102867086B CN102867086B CN201210332061.9A CN201210332061A CN102867086B CN 102867086 B CN102867086 B CN 102867086B CN 201210332061 A CN201210332061 A CN 201210332061A CN 102867086 B CN102867086 B CN 102867086B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- subregion
- area
- cctv camera
- threshold
- 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
Images
Landscapes
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明属于视频监控技术领域,提供了一种监控摄像机的自动部署方法、系统及电子设备。该方法及系统建立了监控摄像机覆盖区域的摄像机三维监控模型和被监控区域的三维监控模型,相对于现有依据投影到二维平面的被监控区域对监控摄像机进行部署的方式,考虑了监控摄像机的高度参数,因而可消除“隐藏监控盲区”的问题,同时扩展到三维监控空间后,可实现样本点的多样化选取,提高监控精度并减小计算复杂度;另外,本发明在监控子区域的俯视图投影面积过大时,将该监控子区域进一步细分为至少两个处理子单元,可对每一处理子单元中选取样本点,增加该监控子区域中选取的样本点数量,在满足监控精度的前提下,降低了计算的复杂度。
Description
技术领域
本发明属于视频监控技术领域,尤其涉及一种监控摄像机的自动部署方法、系统及电子设备。
背景技术
监控摄像机的自动部署是指在一监控区域内,根据监控区域环境特点、区域重要性等特征,自动获得覆盖监控区域所需的监控摄像机的数目及部署位置、角度、高度等信息。
传统的监控摄像机的部署方法是依靠施工人员的经验和实地试验完成的。这种方法往往会出现部署的监控摄像机数量不足或过多的情况,而如果部署的监控摄像机数量不足或部署位置不科学,将导致某些重要区域无法被监控到,形成监控盲区,给治安维护、案件侦破带来隐患;反之,如果在监控区域中部署了大量的监控区域重叠的监控摄像机,将导致资源的浪费,增加网络架设成本,大量冗余数据也给监控网络带宽、硬盘存储带来了巨大的压力。
为此,现有技术提出了多种监控摄像机的自动部署方法,这些方法的基本思想是将被监控区域投影到二维平面,通过建立的监控摄像机模型对投影到二维平面的被监控区域的覆盖分析,来自动获得监控摄像机的部署方案。
例如,在现有技术提出的一种监控摄像机的自动部署方法中,将投影到二维平面的被监控区域分成若干面积相等的正方形子区域,根据几何能见度分析方法(Geometrical Visibility Analysis)建立了定向摄像机(Directional Camera)和全向摄像机(Omnidirectional Camera)观测模型,并对简单环境下两种监控摄像机的部署进行了仿真。该方法由于是将被监控区域内所有场景同等对待,当被监控区域面积很大时,为了实现监控区域的全覆盖,需要部署大量的监控 摄像机,监控成本非常高。
在现有技术提出的另一种监控摄像机的自动部署方法中,依据被监控区域内障碍物(如:支柱、屏风等)来划分被监控区域,得到被监控子区域,并根据场景的不同将被监控子区域区分为重点区域和普通区域,依据“重点区域全覆盖、普通区域加权考虑”的原则,采用几何能见度分析方法实现对监控摄像机的部署。该种方法可减少监控所需的监控摄像机的数目。
现有的上述监控摄像机的自动部署方法存在如下的缺点:
一、由于现有的几何能见度分析方法仅以监控子区域的中心点是否被监控到作为监控子区域覆盖性准则,容易造成资源浪费。具体地,如图1所示,假设将一被监控区域划分为5x5个监控子区域,其中监控摄像机S所能覆盖的监控区域如虚线区域所示,根据几何能见度分析方法,将监控子区域A1和监控子区域A2的中心点作为判断相应监控子区域是否被覆盖的基准点,若虚线区域包含了监控子区域A1的中心点和/或监控子区域A2的中心点,则认定相应的监控子区域A1和/或监控子区域A2被覆盖,图1中,监控子区域A1未被覆盖,而监控子区域A2被覆盖。该方法相当于一个监控子区域只能被一个监控摄像机监控,若被监控区域较大,会出现多个监控摄像机分别覆盖同一监控子区域却没有任何一台监控摄像机覆盖到该监控子区域中心点的情况,如图2所示,监控摄像机S1和监控摄像机S2已经几乎覆盖完全了监控子区域,但在分析时,会由于中心点未被任何一个监控摄像机覆盖到而被认为该监控子区域没有被覆盖到,从而会再增加一监控摄像机,提高计算复杂度,并造成资源浪费。
二、由于是依据投影到二维平面的被监控区域对监控摄像机进行部署,忽略了监控摄像机的高度信息,因而会出现“隐藏监控盲区”的问题,造成监控精度的降低。具体地,如图3示出了监控摄像机S的三维被监控区域与投影到二维平面的被监控区域,其中的粗实线所包含的区域为三维被监控区域,虚线所包含的区域为投影到二维平面的被监控区域。可以看出,由于忽略了监控摄像机的高度信息,对于监控摄像机的部分下方区域虽然不在三维被监控区域内,但却被认为是在投影到二维平面的被监控区域内,产生“隐藏监控盲区”,使得监控精度低。
在本背景技术本部分所公开的上述信息仅仅用于增加对本发明背景技术的理解,因此其可能包括不构成对该国的本领域普通技术人员已知的现有技术。
发明内容
本发明实施例的目的在于提供一种监控摄像机的自动部署方法,旨在解决现有技术提供的监控摄像机的自动部署方法在应用几何能见度分析方法部署监控摄像机时容易造成资源浪费,且由于忽视监控摄像机高度信息而出现“隐藏监控盲区”的问题。
本发明实施例是这样实现的,一种监控摄像机的自动部署方法,所述方法包括以下步骤:
建立监控摄像机覆盖区域的摄像机三维监控模型;
建立被监控区域的三维监控模型,所述被监控区域包括至少一个监控子区域;
当所述监控子区域的俯视图投影面积大于第一阈值时,将所述监控子区域细分为两个或两个以上处理子单元;
根据建立的所述摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元的监控摄像机进行部署;
若所述被监控区域内存在障碍物,则所述建立被监控区域的三维监控模型的步骤进一步包括:
导入被监控区域的三维场景图像;
在所述三维场景图像的俯视图中,将所述障碍物的边界延长线与所述三维场景图像的俯视图的边界线相交,继而得到所述三维场景图像的至少两个三维子区域;
将俯视图投影面积大于第三阈值的所述三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的所述三维子区域和/或所述第一子区域合并为第二子区域,将未合并或拆分的所述三维子区域、所述第二子区域、大于或等于所述第二阈值的所述第一子区域以及小于所述第二阈值且未合并的所述第一子区域作为所述监控子区域;
所述第二阈值小于所述第三阈值,所述第一阈值小于或等于所述第三阈值,所述第二子区域的俯视图投影面积小于或等于所述第三阈值。
其中,所述采用几何能见度分析方法和所述摄像机三维监控模型,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域的监控摄像机、和/或所述处理子单元的监控摄像机进行部署的步骤可进一步包括:
选取俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元内的样本点;
根据建立的所述摄像机三维监控模型并采用几何能见度分析方法,对所述俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机进行仿真部署,使得选取的所述样本点包含在相应的监控摄像机覆盖区域内。
此时,进一步地,所述方法还可包括:
获取并输出俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机在建立的所述被监控区域的三维监控模型中的位置坐标、进而得到所述摄像机三维监控模型相对所述被监控区域的三维监控模型的旋转角度。
其中,当所述监控子区域的所述俯视图投影面积小于或等于所述第一阈值时,可选取所述监控子区域内的一点作为所述样本点;当所述监控子区域的所述俯视图投影面积大于所述第一阈值时,可在所述监控子区域细分为的每个所述处理子单元内选取一点作为所述样本点。
另外,上述监控摄像机的自动部署方法还可包括:
判断所述监控子区域是否属于所述重点监控区域;
若判断所述监控子区域不属于所述重点监控区域,则判断部署的所述监控摄像机所能覆盖的所述监控子区域的面积覆盖率是否大于一期望值,是则保持所述监控摄像机的部署情况,否则为所述监控子区域增加部署所述监控摄像机。
本发明实施例的另一目的在于提供一种监控摄像机的自动部署系统,所述系统包括:
第一建模模块,用于建立监控摄像机覆盖区域的摄像机三维监控模型;
第二建模模块,用于建立被监控区域的三维监控模型,且建立的所述被监控区域包括至少一个监控子区域;
细分模块,用于当所述监控子区域的俯视图投影面积大于第一阈值时,将所述监控子区域细分为两个或两个以上处理子单元;
部署模块,用于根据所述第一建模模块建立的所述摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元的监控摄像机进行部署;
第二建模模块进一步包括:导入模块,用于导入被监控区域的三维场景图像;初步划分模块,用于在导入模块导入的三维场景图像的俯视图中,将障碍物的边界延长线与三维场景图像的俯视图的边界线相交,继而得到三维场景图像的至少两个三维子区域;合并/拆分模块,用于将俯视图投影面积大于第三阈值的三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的三维子区域和/或第一子区域合并为第二子区域,将未合并或拆分的三维子区域、第二子区域、大于或等于第二阈值的第一子区域以及小于第二阈值且未合并的第一子区域作为监控子区域。
当所述被监控区域分为重点监控区域和普通监控区域时,所述系统还可包括:
第一判断模块,用于判断所述监控子区域是否属于重点监控区域;
第二判断模块,用于当所述第一判断模块判断所述监控子区域不属于所述重点监控区域时,判断所述部署模块部署的所述监控摄像机所能覆盖的所述监控子区域的面积覆盖率是否大于一期望值,是则保持所述监控摄像机的部署情况,否则为所述监控子区域增加部署所述监控摄像机。
其中,所述部署模块可进一步包括:
选取模块,用于选取俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元内的样本点;
仿真部署模块,用于根据所述第一建模模块建立的所述摄像机三维监控模型并采用几何能见度分析方法,对所述俯视图投影面积小于或等于所述第一阈 值的所述监控子区域和/或所述处理子单元相应的监控摄像机进行仿真部署,使得所述选取模块选取的所述样本点包含在相应的监控摄像机覆盖区域内;
获取模块,用于获取并输出俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机在所述第二建模模块建立的所述被监控区域的三维监控模型中的位置坐标、进而得到所述第一建模模块建立的所述摄像机三维监控模型相对所述第二建模模块建立的所述被监控区域的三维监控模型的旋转角度。
本发明实施例的另一目的在于提供一种电子设备,所述电子设备包括如上所述的监控摄像机的自动部署系统。
本发明实施例提供的监控摄像机的自动部署方法及系统建立了监控摄像机覆盖区域的摄像机三维监控模型和被监控区域的三维监控模型,相对于现有依据投影到二维平面的被监控区域对监控摄像机进行部署的方式,考虑了监控摄像机的高度参数,因而可消除“隐藏监控盲区”的问题,同时扩展到三维监控空间后,可实现样本点的多样化选取,提高监控精度并减小计算复杂度;另外,本发明实施例是在当被监控区域中的监控子区域的俯视图投影面积过大时,将该监控子区域进一步细分为两个或多个处理子单元,可对每一处理子单元中选取样本点,即是说,可增加面积过大时的监控子区域中选取的样本点数量,在满足监控精度的前提下,降低了计算的复杂度。
附图说明
图1是现有技术中,一监控摄像机所能覆盖的监控区域的示意图;
图2是现有技术中,两台监控摄像机无法覆盖同一监控子区域时的示意图;
图3是现有技术中,监控摄像机的三维被监控区域与投影到二维平面的被监控区域的关系图;
图4是本发明实施例提供的监控摄像机的自动部署方法的流程图;
图5是本发明实施例建立的摄像机三维监控模型示意图;
图6是本发明实施例基于障碍物的监控子区域划分方法对被监控区域初次划分得到的三维监控模型的俯视图;
图7是对图6合并/拆分后的俯视图;
图8是本发明实施例提供的监控摄像机的自动部署系统的结构图;
图9是图8中第二建模模块的结构图;
图10是图8中部署模块的结构图。
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仅用以解释本发明,并不用于限定本发明。
针对现有监控摄像机的自动部署方法所存在的问题,本发明实施例提供的监控摄像机的自动部署方法建立了监控摄像机覆盖区域的摄像机三维监控模型和被监控区域的三维监控模型,并当被监控区域中的监控子区域的俯视图投影面积过大时,对该监控子区域进一步细分为两个或多个处理子单元。
图4示出了本发明实施例提供的监控摄像机的自动部署方法的流程。
在步骤S11中,建立监控摄像机覆盖区域的摄像机三维监控模型,如图5的粗实线所包围的圆锥体区域所示。
在步骤S12中,建立被监控区域的三维监控模型,被监控区域包括至少一个监控子区域。
若被监控区域内没有障碍物,则可将被监控区域随机的划分为两个或多个监控子区域;若被监控区域内存在障碍物,则可基于障碍物的监控子区域划分方法来建立被监控区域的三维监控模型,此时,建立被监控区域的三维监控模型的步骤可进一步包括以下步骤:
步骤S121:导入被监控区域的三维场景图像;
步骤S122:在三维场景图像的俯视图中,将高度与被监控区域高度相等的 障碍物(如立柱等)的边界延长线与三维场景图像的俯视图的边界线相交,继而得到三维场景图像的至少两个三维子区域,例如图6所示;
步骤S123:将俯视图投影面积大于第三阈值的三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的三维子区域和/或第一子区域合并为第二子区域,详细而言,根据俯视图投影面积的大小,该合并的步骤包括有连续相邻的三维子区域之间的合并、三维子区域与第一子区域的合并、以及第一子区域之间的合并。将未合并或拆分的三维子区域、第二子区域、大于或等于第二阈值的第一子区域以及小于第二阈值且未合并的第一子区域作为监控子区域,且第二阈值小于第三阈值,第一阈值小于或等于第三阈值,第二子区域的俯视图投影面积小于或等于第三阈值,如图7所示。
在步骤S13中,当监控子区域的俯视图投影面积大于第一阈值时,将相应的监控子区域细分为两个或两个以上的处理子单元。
由于现有技术中、多个监控摄像机分别覆盖同一监控子区域却没有任何一台监控摄像机覆盖到该监控子区域中心点的情况往往是由于被监控区域较大造成的,为此,本发明实施例通过步骤S13在监控子区域较大时对其进行进一步细分,可在几乎不增加计算复杂度的前提下,提高对监控子区域的的监控精度。
在步骤S14中,根据建立的摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于第一阈值的监控子区域和/或处理子单元的监控摄像机进行部署。
参考图5所示,假设:步骤S12建立的被监控区域的三维监控模型所在的坐标系为XYZ;以监控摄像机所在位置为原点、以步骤S 11建立的监控摄像机覆盖区域的摄像机三维监控模型的圆锥体中心线为X轴的坐标系为X’Y’Z’;点在X’Y’Z’坐标系中的坐标值X′=[x′,y′,z′]T,点在XYZ坐标系中的坐标值X=[x,y,z]T;监控摄像机在XYZ坐标系中的位置坐标为Rt=[Rx,Ry,Rz]T;RZ为X’Y’Z’坐标系绕Z轴的旋转角度α的变换矩阵,RY为X’Y’Z’坐标系绕Y轴的旋转角度β的变换矩阵,且有:
则有:
X′=RZRYX+Rt (3)
若假设监控摄像机覆盖区域的摄像机三维监控模型的圆锥底面圆形直径为a,监控摄像机覆盖区域的摄像机三维监控模型投影到XOY平面的三角形的高为d,则监控摄像机可监控到的点的坐标满足:0≤x′≤d,|y′|≤(a*x′)/(2*d),|z′|≤(a*x′)/(2*d)。本发明实施例中,部署每一监控子区域的监控摄像机的步骤即是确定监控摄像机的数目、监控摄像机的部署位置Rt、以及角度α、角度β的过程,而监控摄像机的部署高度RZ可根据被监控区域的实际场景灵活设置,当监控场景比较简单、监控要求不高时可根据工程经验将所有的高度设定为固定值以减少算法计算复杂度,当监控场景复杂或监控要求较高时可单独设置每一监控摄像机的参数,也可根据实际场景对某些区域的监控摄像机的参数进行单独设置。
具体地,步骤S14可进一步包括以下步骤:
步骤S141:选取俯视图投影面积小于或等于第一阈值的监控子区域和/或处理子单元内的样本点。具体地,当监控子区域的俯视图投影面积小于或等于第一阈值时,选取监控子区域内的一点作为样本点;当监控子区域的俯视图投影面积大于第一阈值时,在监控子区域细分为的每个处理子单元内选取一点作为样本点,则此时,一个监控子区域会存在两个或多个样本点,且部署得到的监控摄像机的数目与被监控区域内样本点的个数相等。
一般地,若监控子区域或处理子单元内无障碍物,则可选取相应监控子区域或处理子单元的中心点作为样本点;若监控子区域或处理子单元内存在障碍 物(如:楼梯、多层展柜等),则可选取相应监控子区域或处理子单元的经过中心点、且沿高度方向的中心线上,除中心点的任一点作为样本点,且该样本点的高度z满足:z=kf,其中,f为被监控区域的高度经验值,能够代表大部分监控子区域或处理子单元中选取的样本点的高度值,k为一可变参数,用以对f进行修正。
步骤S142:根据建立的摄像机三维监控模型并采用几何能见度分析方法,,对俯视图投影面积小于或等于第一阈值的监控子区域、和/或处理子单元相应的监控摄像机进行仿真部署,使得选取的样本点包含在相应的监控摄像机覆盖区域内。
步骤S143:获取并输出监控子区域和处理子单元相应的监控摄像机在建立的被监控区域的三维监控模型(即XYZ坐标系)中的位置坐标Rt、进而利用式(1)、式(2)和式(3),得到摄像机三维监控模型相对被监控区域的三维监控模型的旋转角度,该旋转角度包括X’Y’Z’坐标系绕Z轴的旋转角度α、以及X’Y’Z’坐标系绕Y轴的旋转角度β。
另外,若为每一监控子区域部署相应数量的监控摄像机来实现全面覆盖,则对于较大范围的被监控区域,需部署大量的监控摄像机,给实际网络架设带来较大困难,为了减小监控摄像机的数目,节约部署成本,本发明实施例中,可根据被监控区域的场景特点,将被监控区域分为需全面覆盖的重点监控区域、以及不需全面覆盖的普通监控区域。重点监控区域是指人流密度大、事故易发的区域或有其他特殊监控需求的区域,如通道入口、贵重物品放置区域、展台区域等;普通监控区域是指除了重点监控区域以外的其它监控区域。其中的重点监控区域和普通监控区域分别包括有至少一个监控子区域,且重点监控区域中的各个监控子区域可以由一台监控摄像机或多台监控摄像机实现全面覆盖,普通监控区域可以实现由一台监控摄像机对多个监控子区域的覆盖。则在步骤S14之后,本发明实施例还包括以下步骤:判断监控子区域是否属于重点监控区域,若监控子区域属于重点监控区域,则完成了对相应监控子区域的监控摄 像机的部署,否则判断部署的监控摄像机所能覆盖的该监控子区域的面积覆盖率是否大于一期望值,如果大于该期望值则保持当前监控摄像机的部署情况,否则对该监控子区域增加部署监控摄像机。其中的面积覆盖率是指每一监控子区域中,被监控摄像机覆盖的面积占对应监控子区域的百分比。
本发明实施例还提供了一种监控摄像机的自动部署系统,如图8示出了本发明实施例提供的监控摄像机的自动部署系统的结构,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例提供的监控摄像机的自动部署系统包括:第一建模模块11,用于建立监控摄像机覆盖区域的摄像机三维监控模型;第二建模模块12,用于建立被监控区域的三维监控模型,且建立的被监控区域包括至少一个监控子区域;细分模块13,用于当监控子区域的俯视图投影面积大于第一阈值时,将相应的监控子区域细分为两个或两个以上的处理子单元;部署模块14,用于根据第一建模模块11建立的摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于第一阈值的监控子区域的监控摄像机、和/或处理子单元的监控摄像机进行部署。
为了减小监控摄像机的数目,节约部署成本,本发明实施例还可根据被监控区域的场景特点,将被监控区域分为如上所述的重点监控区域和普通监控区域,则本发明实施例提供的监控摄像机的自动部署系统还可以包括:第一判断模块15,用于判断监控子区域是否属于重点监控区域;第二判断模块16,用于当第一判断模块15判断监控子区域不属于重点监控区域时,判断部署模块14部署的监控摄像机所能覆盖的监控子区域的面积覆盖率是否大于一期望值,如果大于该期望值则保持当前的监控摄像机部署情况,否则对该监控子区域增加部署监控摄像机。
若被监控区域内没有障碍物,则第二建模模块12可将被监控区域随机的划分为两个或多个监控子区域;若被监控区域内存在障碍物,则第二建模模块12可基于障碍物的监控子区域划分方法来建立被监控区域的三维监控模型,此时, 如图9所示,第二建模模块12进一步包括:导入模块121,用于导入被监控区域的三维场景图像;初步划分模块122,用于在导入模块121导入的三维场景图像的俯视图中,将障碍物的边界延长线与三维场景图像的俯视图的边界线相交,继而得到三维场景图像的至少两个三维子区域;合并/拆分模块123,用于将俯视图投影面积大于第三阈值的三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的三维子区域和/或第一子区域合并为第二子区域,将未合并或拆分的三维子区域、第二子区域、大于或等于第二阈值的第一子区域以及小于第二阈值且未合并的第一子区域作为监控子区域。其中,第二阈值小于第三阈值,第一阈值小于或等于第三阈值,第二子区域的俯视图投影面积小于或等于第三阈值。
另外,如图10所示,部署模块14可进一步包括:选取模块141,用于选取俯视图投影面积小于或等于第一阈值的监控子区域和/或处理子单元内的样本点,该样本点的选取方法如上所述,在此不再赘述;仿真部署模块142,用于根据建立的摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于第一阈值的监控子区域和/或处理子单元相应的监控摄像机进行仿真部署,使得选取模块141选取的样本点包含在相应的监控摄像机覆盖区域内。部署模块14还可进一步包括:获取模块143,用于获取并输出监控子区域和处理子单元相应的监控摄像机在第二建模模块12建立的被监控区域的三维监控模型(即XYZ坐标系)中的位置坐标Rt、进而利用式(1)、式(2)和式(3),得到第一建模模块11建立的摄像机三维监控模型相对第二建模模块12建立的被监控区域的三维监控模型的旋转角度,该旋转角度包括X’Y’Z’坐标系绕Z轴的旋转角度α、以及X’Y’Z’坐标系绕Y轴的旋转角度β。
本发明实施例还提供了一种电子设备,包括一如上所述的监控摄像机的自动部署系统,该电子设备优选是个人电脑。
本发明实施例提供的监控摄像机的自动部署方法及系统建立了监控摄像机覆盖区域的摄像机三维监控模型和被监控区域的三维监控模型,相对于现有依 据投影到二维平面的被监控区域对监控摄像机进行部署的方式,考虑了监控摄像机的高度参数,因而可消除“隐藏监控盲区”的问题,同时扩展到三维监控空间后,可实现样本点的多样化选取,提高监控精度并减小计算复杂度;另外,由于现有技术是在每一子区域中选取一个样本点进行分析,为保证监控精度,要求每一子区域都比较小,从而增加了计算的复杂度,而本发明实施例是在当被监控区域中的监控子区域的俯视图投影面积过大时,将该监控子区域进一步细分为两个或多个处理子单元,并在每一处理子单元中选取样本点,即是说,增加了面积过大时的监控子区域中选取的样本点数量,在满足监控精度的前提下,降低了计算的复杂度。再有,本发明实施例将被监控区域分为重点监控区域和普通监控区域,并采取重点监控区域全覆盖,普通监控区域有条件覆盖的原则,进一步减少了监控摄像机的数量,节约了资源。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来控制相关的硬件完成,所述的程序可以在存储于一计算机可读取存储介质中,所述的存储介质,如ROM/RAM、磁盘、光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种监控摄像机的自动部署方法,其特征在于,所述方法包括:
建立监控摄像机覆盖区域的摄像机三维监控模型;
建立被监控区域的三维监控模型,所述被监控区域包括至少一个监控子区域;
当所述监控子区域的俯视图投影面积大于第一阈值时,将所述监控子区域细分为两个或两个以上处理子单元;
根据建立的所述摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元的监控摄像机进行部署;
若所述被监控区域内存在障碍物,则所述建立被监控区域的三维监控模型的步骤进一步包括:
导入被监控区域的三维场景图像;
在所述三维场景图像的俯视图中,将所述障碍物的边界延长线与所述三维场景图像的俯视图的边界线相交,继而得到所述三维场景图像的至少两个三维子区域;
将俯视图投影面积大于第三阈值的所述三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的所述三维子区域和/或所述第一子区域合并为第二子区域,将未合并或拆分的所述三维子区域、所述第二子区域、大于或等于所述第二阈值的所述第一子区域以及小于所述第二阈值且未合并的所述第一子区域作为所述监控子区域;
所述第二阈值小于所述第三阈值,所述第一阈值小于或等于所述第三阈值,所述第二子区域的俯视图投影面积小于或等于所述第三阈值。
2.如权利要求1所述的监控摄像机的自动部署方法,其特征在于,所述根据建立的所述摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元的监控摄像机进行部署的步骤进一步包括:
选取俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元内的样本点;
根据建立的所述摄像机三维监控模型并采用几何能见度分析方法,对所述俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机进行仿真部署,使得选取的所述样本点包含在相应的监控摄像机覆盖区域内。
3.如权利要求2所述的监控摄像机的自动部署方法,其特征在于,所述方法还包括:
获取并输出俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机在建立的所述被监控区域的三维监控模型中的位置坐标、进而得到所述摄像机三维监控模型相对所述被监控区域的三维监控模型的旋转角度。
4.如权利要求2所述的监控摄像机的自动部署方法,其特征在于,当所述监控子区域的所述俯视图投影面积小于或等于所述第一阈值时,选取所述监控子区域内的一点作为所述样本点;当所述监控子区域的所述俯视图投影面积大于所述第一阈值时,在所述监控子区域细分为的每个所述处理子单元内选取一点作为所述样本点。
5.如权利要求1所述的监控摄像机的自动部署方法,其特征在于,所述被监控区域分为重点监控区域和普通监控区域,所述方法还包括:
判断所述监控子区域是否属于所述重点监控区域;
若判断所述监控子区域不属于所述重点监控区域,则判断部署的所述监控摄像机所能覆盖的所述监控子区域的面积覆盖率是否大于一期望值,是则保持所述监控摄像机的部署情况,否则为所述监控子区域增加部署所述监控摄像机。
6.一种监控摄像机的自动部署系统,其特征在于,所述系统包括:
第一建模模块,用于建立监控摄像机覆盖区域的摄像机三维监控模型;
第二建模模块,用于建立被监控区域的三维监控模型,且建立的所述被监控区域包括至少一个监控子区域;
细分模块,用于当所述监控子区域的俯视图投影面积大于第一阈值时,将所述监控子区域细分为两个或两个以上处理子单元;
部署模块,用于根据所述第一建模模块建立的所述摄像机三维监控模型并采用几何能见度分析方法,对俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元的监控摄像机进行部署;
第二建模模块进一步包括:导入模块,用于导入被监控区域的三维场景图像;初步划分模块,用于在导入模块导入的三维场景图像的俯视图中,将障碍物的边界延长线与三维场景图像的俯视图的边界线相交,继而得到三维场景图像的至少两个三维子区域;合并/拆分模块,用于将俯视图投影面积大于第三阈值的三维子区域拆分为至少两个第一子区域,将连续相邻的俯视图投影面积均小于第二阈值的三维子区域和/或第一子区域合并为第二子区域,将未合并或拆分的三维子区域、第二子区域、大于或等于第二阈值的第一子区域以及小于第二阈值且未合并的第一子区域作为监控子区域,所述第二阈值小于所述第三阈值,所述第一阈值小于或等于所述第三阈值,所述第二子区域的俯视图投影面积小于或等于所述第三阈值。
7.如权利要求6所述的监控摄像机的自动部署系统,其特征在于,所述被监控区域分为重点监控区域和普通监控区域,所述系统还包括:
第一判断模块,用于判断所述监控子区域是否属于重点监控区域;
第二判断模块,用于当所述第一判断模块判断所述监控子区域不属于所述重点监控区域时,判断所述部署模块部署的所述监控摄像机所能覆盖的所述监控子区域的面积覆盖率是否大于一期望值,是则保持所述监控摄像机的部署情况,否则为所述监控子区域增加部署所述监控摄像机。
8.如权利要求6所述的监控摄像机的自动部署系统,其特征在于,所述部署模块进一步包括:
选取模块,用于选取俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元内的样本点;
仿真部署模块,用于根据所述第一建模模块建立的所述摄像机三维监控模型并采用几何能见度分析方法,对所述俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机进行仿真部署,使得所述选取模块选取的所述样本点包含在相应的监控摄像机覆盖区域内;
获取模块,用于获取并输出俯视图投影面积小于或等于所述第一阈值的所述监控子区域和/或所述处理子单元相应的监控摄像机在所述第二建模模块建立的所述被监控区域的三维监控模型中的位置坐标、进而得到所述第一建模模块建立的所述摄像机三维监控模型相对所述第二建模模块建立的所述被监控区域的三维监控模型的旋转角度。
9.一种电子设备,其特征在于,所述电子设备包括如权利要求6至8任一项所述的监控摄像机的自动部署系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210332061.9A CN102867086B (zh) | 2012-09-10 | 2012-09-10 | 一种监控摄像机的自动部署方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210332061.9A CN102867086B (zh) | 2012-09-10 | 2012-09-10 | 一种监控摄像机的自动部署方法、系统及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102867086A CN102867086A (zh) | 2013-01-09 |
CN102867086B true CN102867086B (zh) | 2014-06-25 |
Family
ID=47445954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210332061.9A Expired - Fee Related CN102867086B (zh) | 2012-09-10 | 2012-09-10 | 一种监控摄像机的自动部署方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102867086B (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104093000A (zh) * | 2014-07-21 | 2014-10-08 | 柳州治业科技有限公司 | 基于地理信息控制的监控系统及其构建方法 |
CN104850693B (zh) * | 2015-01-19 | 2018-02-16 | 深圳市顺恒利科技工程有限公司 | 一种监控设备布局方法和装置 |
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 |
US10445348B2 (en) | 2015-05-29 | 2019-10-15 | Zhejiang Uniview Technologies Co., Ltd | Video monitor layout |
CN105159978B (zh) * | 2015-08-28 | 2019-02-15 | 浙江宇视科技有限公司 | 一种相机分布合理性的分析方法和装置 |
CN105486235B (zh) * | 2015-12-07 | 2018-04-20 | 高新兴科技集团股份有限公司 | 一种球机视频画面中的目标度量方法 |
CN106856558B (zh) * | 2015-12-09 | 2019-09-20 | 台达电子工业股份有限公司 | 具有摄影机自动调派功能的3d影像监控系统及其监控方法 |
CN106027962B (zh) * | 2016-05-24 | 2019-06-11 | 浙江宇视科技有限公司 | 视频监控的覆盖率计算方法及装置、布点方法及系统 |
CN105979211B (zh) * | 2016-06-07 | 2019-01-22 | 中国地质大学(武汉) | 一种适用于多视点视频监控系统的三维覆盖率计算方法 |
CN106204630B (zh) * | 2016-08-19 | 2019-03-12 | 浙江宇视科技有限公司 | 一种配置摄像机的方法及装置 |
CN109978944B (zh) * | 2017-12-27 | 2021-06-18 | 财团法人工业技术研究院 | 坐标系统制定方法、装置及数据结构产品 |
CN109522580B (zh) * | 2018-03-20 | 2023-05-30 | 广东电网有限责任公司清远供电局 | 一种基于变电站区域重要程度的监控摄像头布点方法 |
CN109272051A (zh) * | 2018-10-10 | 2019-01-25 | 哈尔滨理工大学 | 一种基于聚类分析和循环迭代的相机组网筛选方法 |
CN113127585A (zh) * | 2019-12-31 | 2021-07-16 | 深圳云天励飞技术有限公司 | 一种地址选取的推荐方法、装置、电子设备及存储介质 |
CN111212272B (zh) * | 2020-01-21 | 2022-04-19 | 浙江大华技术股份有限公司 | 灾情监测方法、装置、存储介质及电子装置 |
CN111445574B (zh) * | 2020-03-26 | 2023-07-07 | 众趣(北京)科技有限公司 | 一种视频监控设备布控方法、装置及系统 |
CN111593891A (zh) * | 2020-04-26 | 2020-08-28 | 中联重科股份有限公司 | 工程机械臂架类设备的安全预警方法、装置及该工程机械 |
CN112040181B (zh) * | 2020-08-19 | 2022-08-05 | 北京软通智慧科技有限公司 | 一种可视化区域确定方法、装置、设备及存储介质 |
CN112583632A (zh) * | 2020-10-13 | 2021-03-30 | 特斯联科技集团有限公司 | 一种监控场景中摄像机网络拓扑关系估算方法及系统 |
CN113194258B (zh) * | 2021-04-30 | 2022-09-30 | 重庆天智慧启科技有限公司 | 一种基于bim的监控系统 |
CN113824882A (zh) * | 2021-09-27 | 2021-12-21 | 杭州海康威视数字技术股份有限公司 | 一种相机的参数确定方法、装置、电子设备及程序产品 |
CN113794841B (zh) * | 2021-11-16 | 2022-02-08 | 浙江原数科技有限公司 | 基于重合度的监控设备调整方法和设备 |
CN114500840A (zh) * | 2022-01-25 | 2022-05-13 | 中科蓝卓(北京)信息科技有限公司 | 一种基于雷达信号的视频视角控制方法 |
CN116309884B (zh) * | 2023-05-24 | 2023-08-01 | 成都陆拓信息技术有限公司 | 一种三维空间区域视频盲区识别方法 |
CN116614717B (zh) * | 2023-07-20 | 2023-09-22 | 中国市政工程西南设计研究总院有限公司 | 用于智慧社区的视频监控方法和系统 |
CN117690278B (zh) * | 2024-02-02 | 2024-04-26 | 长沙弘汇电子科技有限公司 | 一种基于图像识别的地质灾害预警系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0805405A2 (en) * | 1996-02-05 | 1997-11-05 | Texas Instruments Incorporated | Motion event detection for video indexing |
CN2667571Y (zh) * | 2003-10-27 | 2004-12-29 | 北京雷波泰克信息技术有限公司 | 快速多目标人像自动识别与跟踪安全防御装置 |
CN202306582U (zh) * | 2011-10-12 | 2012-07-04 | 杜惠红 | 一种在公共场所找人的系统 |
-
2012
- 2012-09-10 CN CN201210332061.9A patent/CN102867086B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0805405A2 (en) * | 1996-02-05 | 1997-11-05 | Texas Instruments Incorporated | Motion event detection for video indexing |
CN2667571Y (zh) * | 2003-10-27 | 2004-12-29 | 北京雷波泰克信息技术有限公司 | 快速多目标人像自动识别与跟踪安全防御装置 |
CN202306582U (zh) * | 2011-10-12 | 2012-07-04 | 杜惠红 | 一种在公共场所找人的系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102867086A (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102867086B (zh) | 一种监控摄像机的自动部署方法、系统及电子设备 | |
Riveiro et al. | Automated processing of large point clouds for structural health monitoring of masonry arch bridges | |
CN108801254B (zh) | 一种重定位方法及机器人 | |
CN111191570B (zh) | 图像识别方法和装置 | |
US20210248817A1 (en) | Data processing method and apparatus | |
CN202652420U (zh) | 一种全景监控系统 | |
CN106027931A (zh) | 视频录制方法及服务器 | |
CN104050709B (zh) | 一种三维图像处理方法及电子设备 | |
CN106971142B (zh) | 一种图像处理方法及装置 | |
CN105898205B (zh) | 用于由多个摄像头监视目标对象的方法和装置 | |
CN105427338A (zh) | 一种运动目标的跟踪方法和装置 | |
CN106648516A (zh) | 一种基于数字艺术景观装置的图片显示控制方法及系统 | |
CN108833827A (zh) | 监控方法及装置 | |
CN113163175A (zh) | 一种监控摄像头布局方法、装置及计算机可读存储介质 | |
CN100496122C (zh) | 利用单个摄像机进行主从视频跟踪的方法 | |
KR20180109378A (ko) | 대용량 영상 데이터 분석을 위한 객체 정보 저장 및 관리 장치 | |
CN116778285A (zh) | 用于构建数字孪生底座的大数据融合方法及系统 | |
CN110008888B (zh) | 智能监控网络中的综合特征目标检测方法和系统 | |
CN104103079A (zh) | 一种运动目标的入侵检测方法及装置 | |
KR102396169B1 (ko) | 머신러닝 및 영상처리기법을 이용한 도로 포장 상태 판별 장치 및 방법 | |
CN112669205A (zh) | 一种三维视频融合拼接方法 | |
CN112580474B (zh) | 基于计算机视觉的目标对象检测方法、系统、设备及介质 | |
KR102485033B1 (ko) | 전력설비의 기계학습을 위한 학습 데이터 구축장치 및 그 방법 | |
Bandaru et al. | TScan–Stationary LiDAR for Traffic and Safety Applications: Vehicle Interpretation and Tracking | |
CN106355605B (zh) | 群体运动一致性过滤方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140625 Termination date: 20170910 |
|
CF01 | Termination of patent right due to non-payment of annual fee |