CN103414872A - 一种目标位置驱动ptz摄像机的方法 - Google Patents

Abstract

本发明公开了一种目标位置驱动PTZ摄像机的方法，属于视频监控领域，其步骤为：通过PTZ摄像机的内外参数、CCD靶面的宽和高，俯仰角与方位角变化范围获取摄像机的无障碍条件下的可视域；通过交互式或视频与地理映射输入目标的地理坐标，结合障碍物信息查询视野可以覆盖的目标的摄像机，为有效摄像机；判断各摄像机主光轴是否可以瞄准目标，并以此为依据计算当前各摄像机最优监控位置的方位角和俯仰角，调用摄像机的控制接口将其方位角和俯仰角调到最优值。本发明将摄像机网络统一到地理场景中，克服了传统视频监控方法对地理场景信息利用的缺失，有效解决了多摄像机对目标协同监控和追踪问题，极大提高了摄像机网络对目标的监控效率。

Description

一种目标位置驱动PTZ摄像机的方法

技术领域

本发明属于视频监控领域，涉及一种目标位置驱动PTZ摄像机的方法。

背景技术

随着我国城镇化加快，城市人口日益增多，城市快速膨胀，对突发公共事件的监控任务越来越重。由此，全国各个城市都加大了摄像机网络建设的硬件投入。随着视摄像机网络的日益完善，多摄像机的协同监控就成为视频监控领域中一个日益关注的问题。

现有的多摄像机协同主要研究在固定视域下的有重叠视域和无重叠视域的监控策略，依照约束不同可分为两种方案：

方案一：基于视频空间一致的监控策略和基于射影空间一致的监控策略。基于视频空间一致的监控策略主要应用目标自身特征一致性的约束，即目标本身的特性在穿越多个摄像机视野时是不变的，如目标的颜色、形状等外观特征；

方案二：基于射影空间一致的监控策略，即目标在射影空间是受摄像机几何约束的，如空间目标的3D方位约束、对极约束、共面约束；

方案一的关键技术在于目标的一致性判别，但因受目标匹配技术的限制，对一些非刚体的或复杂的物体的监控容易出现错匹配、漏匹配等问题；方案二应用物体的一些位置关系，可以较好地处理目标一致性问题。但射影空间与真实地理空间依然存在差距，主要表现在：1.各摄像机的射影空间坐标系不统一；2.没有考虑到实际地理场景中的障碍物影响；这两点都将对协同监控的有效性产生影响。

此外，当前的多摄像监控策略只考虑目标在固定摄像机状况下的一致性监控，对摄像机的调度策略的研究和实现较少。这就很难真正从全局上调动整个摄像机网络对目标实行实时的，全方位的监控。

发明内容

本发明的目的在于提供一种目标位置驱动PTZ摄像机的方法，旨在加入地理场景的约束，解决现有视频监控技术在多摄像机协同监控能力不足问题。

基本思路为：计算各监控摄像机其在地面的覆盖范围，作为监控摄像机在二维地图上的可视域；输入目标的地理坐标，查询可视域可以覆盖其的监控摄像机，作为有效监控摄像机；将各监控摄像机主光轴瞄准目标并尽可能使目标离摄像机的视野中心最近，从而使整个监控摄像机网络尽可能完整清楚地监控目标。

本发明关于这种目标位置驱动PTZ摄像机的方法具体步骤为：

(1)根据摄像机内外参数、CCD靶面的宽和高，俯仰角、方位角的变化范围，应用摄像机可视域分析算法，计算各个摄像机的可视域，并存入空间数据库中；

(2)输入目标的地理坐标，根据空间数据库存储的摄像机无障碍条件下的可视域，结合障碍物信息查询视野可以覆盖到目标的有效监控摄像机；

(3)通过瞄准算法，计算出各个有效监控摄像机当前最优监控位置（视野中心或者离视野中心最近）的俯仰角和方位角，并通过摄像机的控制接口调整其俯仰角和方位角，从而使目标实时收到“视频包围”。

上述目标位置驱动PTZ摄像机的方法中的摄像机无障碍条件下的可视域，具体步骤还分为：

(1)利用摄像机的视野计算方法计算摄像机在俯仰情况下视野最大覆盖范围；

(2)将视野最大覆盖范围根据摄像机的平移范围，进行旋转得到一个近似扇形的区域。

其中摄像机的视野计算方法，利用仿射摄像机模型，根据当前的焦距、俯仰角、方位角、CCD靶面宽/高，计算摄像机在地面的梯形投射范围，作为当前摄像机的视野。

上述目标位置驱动PTZ摄像机的方法的有效摄像机查询算法，具体步骤还分为：

(1)输入目标的地理坐标，通过判断点在多边形内的算法，查询无障碍可视域可以覆盖其的监控摄像机，作为候选有效摄像机；

(2)查询各候选有效摄像机与目标之间的存在的疑似障碍物，根据障碍物高度判断视线能否穿过障碍物，若不能穿过则将其从候选有效摄像机中删除。

上述目标位置驱动PTZ摄像机的方法中的瞄准算法具体包括以下几个步骤：

(1)计算摄像机可视域分为核心区域与非核心区域，即主光轴可以瞄准的目标区域和主光轴不能瞄准目标的区域；

(2)判断目标是否在核心范围内，若在核心范围内，将主光轴对准目标，若不在核心范围内，则将目标置于视野最佳位置，即将方位角或俯仰角调整到最大或最小，使其视野中心的距离最近。

本发明提出了一种目标位置驱动PTZ摄像机的方法，通过对监控目标和监控摄像机进行顾及地理场景的空间分析，以目标位置为驱动来调度PTZ摄像机，克服了传统视频监控策略对于摄像机网络协同监控能力不足的问题，提高了摄像机监控网络的监控效率；另外本发明还在一种地理场景中的目标视频包围系统中实现了针对突发公共事件爆发点协同监控和动态目标同步追踪两个应用，验证了方法在实际问题中的有效性，也提供了关于这两个问题的一个新的解决方案。本发明方法实现简单，具有很强的适用性和广阔的应用前景。

附图说明

图1本发明方法流程图；

图2仿射摄像机的四棱锥视体模型示意图；

图3仅有俯仰角的摄像机可视域示意图；

图4无障碍摄像机可视域模型示意图；

图5摄像机在有障碍条件下的视线遮挡判断示意图；

图6摄像机可视域核心区域与非核心区域示意图；

具体实施方式

为了进一步阐明本发明的目的、技术方案和优势，下面将结合实施例和附图对本发明进行进一步的详细介绍。

本发明的一种目标位置驱动PTZ摄像机的方法，如图1，包括以下步骤：

一、监控摄像机的可视域计算：

1.依据如图2所示的仿射摄像机的四棱锥视体模型，其中1为摄像机焦点，以此为顶点，水平以所示的水平视场角2，垂直以所示的垂直视场角3，构建出所指的视域四棱锥4，其可视平面为最近视平面和最远视平面6之间的垂直平面。其地理坐标以正北方向为X正方向，正东方向为Y正方向；靶面坐标以左方为X正方向，正下方为Y正方向；方位角P以正北方向为0方向，顺时针为正方向，摄像机的旋转角范围为[P_min,P_max]；俯仰角T以水平方向为0方向，向下为正方向，摄像机俯角范围为[T_min,T_max]。

首先需获取视频内像素点和地理环境中地面坐标点的对应关系，这个映射函数称为落地函数，如公式(1)所示：

$G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}x\\ y\end{array}\right],P,T,f)=\left[\begin{array}{c}X+x\·\frac{Z}{f\·\sin (T+\arcsin \frac{y}{f})}\·\cos P+y\·\frac{Z}{f\·\sin (T+\arcsin \frac{y}{f})}\·\sin P\\ Y+y\·\frac{Z}{f\·\sin (T+\arcsin \frac{y}{f})}\·\cos P+x\·\frac{Z}{f\·\sin (T+\arcsin \frac{y}{f})}\·\sin P\\ 0\end{array}\right]---\left(1\right)$

X,Y,Z分别为摄像机外方位元素中的地理坐标，x,y为一靶面中心为原点的靶面坐标，f为焦距，P为方位角，T为俯仰角。

根据摄像机坐标X、Y、Z、CCD靶面四个角点，俯仰角T的范围[T_min,T_max]，获取无障碍条件下仅考虑俯仰状况能覆盖到地面的最大梯形区域，即仅考虑俯仰角的可视域，如图3所示，最上面的是最小俯角图像第一行地面映射位置7，最下面是最大俯角图像最后行地面映射位置8。使用落地函数表示梯形四个点A～D，如公式(2)～(5)所示：

$A=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\min }\\ y_{\min }\end{array}\right],P,T_{\max },f)---\left(2\right)$

$B=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\min }\\ y_{\max }\end{array}\right],P,T_{\max },f)---\left(3\right)$

$C=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\max }\\ y_{\min }\end{array}\right],P,T_{\min },f)---\left(4\right)$

$D=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\max }\\ y_{\max }\end{array}\right],P,T_{\min },f)---\left(5\right)$

2.根据方位角的变化范围，将步骤(1)中所求得的最大梯形以摄像机为中心点旋转，如图4所示形成一个近似扇形的区域，AB之间和ED之间的连线为弧，其他点之间连线均为直线。给出关键点A～F如公式(6)～(11)描述：

$A=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\min }\\ y_{\min }\end{array}\right],P_{\min },T_{\max },f)---\left(6\right)$

$B=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\max }\\ y_{\min }\end{array}\right],P_{\max },T_{\max },f)---\left(7\right)$

$C=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\max }\\ y_{\max }\end{array}\right],P_{\max },T_{\max },f)---\left(8\right)$

$D=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}0\\ y_{\max }\end{array}\right],P_{\min },T_{\max },f)---\left(9\right)$

$E=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}0\\ y_{\max }\end{array}\right],P_{\max },T_{\max },f)---\left(10\right)$

$F=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\min }\\ y_{\max }\end{array}\right],P_{\min },T_{\max },f)---\left(11\right)$

弧和弧

表可视为关于方位角P的函数，分别如公式(12)和公式(13)

$\begin{array}{cc}\mathrm{LO}\left(P\right)=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}{x}_{\min }\\ y_{\min }\end{array}\right],P,T_{\max },f)& P\∈[P_{\min },P_{\max }+\arctan \frac{x}{f}]\end{array}---\left(12\right)$

$\begin{array}{cc}\mathrm{LI}\left(P\right)=\left[\begin{array}{c}X\\ Y\end{array}\right]+G(\left[\begin{array}{c}X\\ Y\\ Z\end{array}\right],\left[\begin{array}{c}0\\ y_{\max }\end{array}\right],P,T_{\max },f)& P\∈[P_{\min },P_{\max }]\end{array}---\left(13\right)$

本发明实施对

和

采用每隔1°进行采样得到多段线来近似表示圆弧，于是计算得到的区域表示为一个多边形，作为各个监控摄像机的无障碍可视域，存入空间数据库；

二、有效摄像机查询：

1.输入目标的地理坐标，通过判断点在多边形内的算法，查询无障碍可视域可以覆盖其的监控摄像机，作为候选有效摄像机；

2.将各候选摄像机与目标点连线为摄像机观察目标时的视线。结合障碍图层分析视线，如图5所示。OP于B处的可穿越高度为

其中x,y为欧式空间的内积为

若H_B>H，则B阻挡视线，否则B不阻挡视线。H_B由用户指定，可以为固定值、图层的属性值、无限高的高墙(∞)。

3.在候选有效摄像机集合中剔除视线不可达到目标的摄像机，将剩余的候选有效摄像机作为有效摄像机。

三、摄像机瞄准

1.通过俯仰角和方位角的运动范围，计算主光轴可以到达的扇形范围，称为核心区域，核心区域之外的区域称为非核心区域，如图6所示；

2.若目标落在核心区域内，则将主光轴对准目标。摄像机的方位角P和俯仰角T计算分别如公式(14)，(15)所示：

$P=\left\{\begin{array}{cc}\arctan \frac{X_O-X_R}{Y_0-Y_R}& X_O-X_R>0,Y_O-Y_R>0\\ \arctan \frac{X_O-X_R}{Y_O-Y_R}+\mathrm{\&pi;}& (X_O-X_R)(Y_O-Y_R)<=0\\ \arctan \frac{X_O-X_R}{Y_O-Y_R}+2\mathrm{\&pi;}& X_O-X_R<0,Y_O-Y_R<0\end{array}\right.---\left(14\right)$

$T=\arctan \frac{<X_O-X_R,Y_O-Y_R>}{H_O}---\left(15\right)$

原点O地理坐标为(X_O,Y_O),目标点的地理坐标为(X_R,Y_R)，高度为H_O。

若落在核心区域之外，则通过核心区域将其分为“井”字形8个区域，如图6所示，依据目标所属区域的不同，摄像机的方位角和俯仰角分别如公式(16)，(17)所示：

$P=\left\{\begin{array}{cc}{P}_{\max }& P>P_{\max }\\ P_{\min }& P<P_{\min }\\ P& \mathrm{others}\end{array}\right.---\left(16\right)$

$T=\left\{\begin{array}{cc}{T}_{\max }& T>T_{\max }\\ T_{\min }& T<T_{\min }\\ T& \mathrm{others}\end{array}\right.---\left(17\right)$

即当所需的方位角和俯仰角超过其最大值或最小值，则将其置于其最大值或最小值。

3.调用PTZ摄像机的操作接口将摄像机的俯仰角和方位角调整至计算值。

本发明实施例提供一种目标位置驱动PTZ摄像机的系统，具体包括的模块如下：

1.可视域计算模块，利用一种目标位置驱动PTZ摄像机的方法步骤一中所述的摄像机可视域分析算法计算出可视域，并存入空间数据库；

2.视频包围计算模块，利用各摄像机可视域对目标的覆盖情况，查询有效摄像机，并利用瞄准算法将主光轴瞄准目标或置于最优位置；

3.突发公共事件爆发点聚焦模块，地图上指定事件爆发点，利用视频包围计算模块将各有效摄像机可视域将主光轴瞄准目标或置于最优位置；

4.动态目标实时包围模块，通过人工运动估计或视频解析方法获取动态目标的地理坐标，利用视频包围计算模块将各有效摄像机可视域将主光轴瞄准目标或置于最优位置，其子模块还可以包括：

①视频-地理运动追踪模块，各摄像机利用mean-shift目标跟踪算法追踪目标，利用公式(1)所述落地函数的计算运动目标的地理位置，将各摄像机计算结果进行加权平均获取地理位置的估计值，并通过落地函数的反函数计算其在各个视频上的估计位置，利用系统视频包围计算模块将各有效摄像机可视域将主光轴瞄准目标或置于最优位置；

②人工运动估计模块，用户在地理场景中交互式选取物体的预计运动路线，并设定其运动速度，利用系统视频包围计算模块将各有效摄像机可视域将主光轴瞄准目标或置于最优位置。

上述实施例用来解释说明本发明，而不是对本发明进行限制，在本发明精神和权利要求保护范围内，对本发明做出的任何修改和改变，都落入本发明的保护范围。

Claims (5)

1.一种目标位置驱动PTZ摄像机的方法，其特征是在于，包括以下步骤：

1)根据摄像机内外参数、CCD靶面的宽和高，以及俯仰角、方位角的变化范围，应用摄像机可视域分析算法，计算各个摄像机无障碍条件下的可视域，并存入空间数据库中；

2)根据目标的地理坐标，利用空间数据库存储的各个摄像机无障碍条件下的可视域，结合障碍物信息获得视野可以覆盖到目标的有效监控摄像机；

3)通过瞄准算法，得到各个有效监控摄像机当前最优监控位置的俯仰角和方位角，并通过摄像机的控制接口调整其俯仰角和方位角，从而使目标实时收到视频包围，其中，最优监控位置为视野中心或离视野中心最近的位置。

2.根据权利要求1所述的一种目标位置驱动PTZ摄像机的方法，其特征在于，步骤1）所述的摄像机可视域分析算法，具体包括以下几个步骤：

(1)利用摄像机的视野计算方法计算摄像机在俯仰情况下视野最大覆盖范围；

(2)将视野最大覆盖范围根据摄像机的平移范围，进行旋转得到一个近似扇形的区域。

3.根据权利要求2所述的一种目标位置驱动PTZ摄像机的方法，其特征在于，所述的视野计算方法，利用仿射摄像机模型，根据当前的焦距、俯仰角、方位角、CCD靶面的宽和高，计算摄像机在地面的梯形投射范围，作为当前摄像机的视野。

4.根据权利要求1所述的一种目标位置驱动PTZ摄像机的方法，其特征在于，步骤2)中的结合障碍物信息获得视野可以覆盖到目标的有效监控摄像机，其具体步骤为：

(1)输入目标的地理坐标，通过判断点在多边形内的算法，查询无障碍可视域可以覆盖其的监控摄像机，作为候选有效摄像机；

(2)查询各候选有效摄像机与目标之间的存在的疑似障碍物，根据障碍物高度判断视线能否穿过障碍物，若不能穿过则将其从候选有效摄像机中删除。

5.根据权利要求1所述的一种目标位置驱动PTZ摄像机的方法，其特征在于，步骤3)中所述的瞄准算法，具体包括以下几个步骤：

(1)计算摄像机可视域分为核心区域与非核心区域，即主光轴可以瞄准的目标区域和主光轴不能瞄准目标的区域；

(2)判断目标是否在核心范围内，若在核心范围内，将主光轴对准目标，若不在核心范围内，则将目标置于视野最佳位置，即将方位角或俯仰角调整到最大或最小，使其视野中心的距离最近。

Images