CN103632044A - 基于地理信息系统的摄像头拓扑构建方法及装置 - Google Patents

基于地理信息系统的摄像头拓扑构建方法及装置 Download PDF

Info

Publication number
CN103632044A
CN103632044A CN201310582933.1A CN201310582933A CN103632044A CN 103632044 A CN103632044 A CN 103632044A CN 201310582933 A CN201310582933 A CN 201310582933A CN 103632044 A CN103632044 A CN 103632044A
Authority
CN
China
Prior art keywords
camera
central point
nominal central
point
topology
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.)
Granted
Application number
CN201310582933.1A
Other languages
English (en)
Other versions
CN103632044B (zh
Inventor
王旭亮
高琦
谢晓丹
贾雨生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Environmental Features
Original Assignee
Beijing Institute of Environmental Features
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Environmental Features filed Critical Beijing Institute of Environmental Features
Priority to CN201310582933.1A priority Critical patent/CN103632044B/zh
Publication of CN103632044A publication Critical patent/CN103632044A/zh
Application granted granted Critical
Publication of CN103632044B publication Critical patent/CN103632044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Studio Devices (AREA)

Abstract

本发明公开了一种基于地理信息系统的摄像头拓扑构建方法及装置。本发明中,根据获取的摄像头的工作参数以及预设的摄像头的名义中心点计算策略,得到摄像头的名义中心点相对摄像头的地理信息;根据获取的地理信息以及得到的地理信息,将名义中心点绘制在地图中;按照拓扑区域阈值对绘制的名义中心点进行拓扑区域划分;获取源摄像头的名义中心点对应的每一拓扑区域范围内的目标摄像头的名义中心点;计算每一拓扑区域范围内的目标摄像头的名义中心点与源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点,标记为源摄像头的名义中心点在该拓扑区域范围内的拓扑点。应用本发明,可以降低图像匹配处理所需的时间、提高跟踪效率。

Description

基于地理信息系统的摄像头拓扑构建方法及装置
技术领域
本发明涉及视频监控应用技术,尤其涉及一种基于地理信息系统(GIS,Geographic Information System)的摄像头拓扑构建方法及装置。
背景技术
视频监控系统是广泛应用于各行各业的安全防范系统的重要组成部分,也是智能交通系统以及监控系统的重要组成部分。而计算机、网络传输技术以及图像处理技术的飞速发展,为视频监控系统的智能控制提供了可能。
摄像头是视频监控系统的重要组成元件,布置在各道路交通路口,采用视频检测技术,采集交通路口的图像,并将采集的图像传输至控制中心进行分析、处理。
目前,布置在各道路交通路口的摄像头相互独立。这样,当需要对目标对象进行跟踪时,首先从控制中心存储的各摄像头采集的图像中,确定出目标对象,并进行目标对象特征提取。然后,控制中心通过调取各路口摄像头采集的图像,根据提取的目标对象特征,对所有图像进行目标对象特征匹配,从而获取与提取的目标对象特征相匹配的图像。最后,对获取的图像按时间先后进行排序,并利用地理信息系统提供的地理信息,该地理信息为图象对应的摄像头所在交通路口的地理信息,得到目标对象的跟踪路径。
由上述可见,现有跟踪目标对象的方法,由于各摄像头的拓扑结构相互独立,摄像头之间不具有任何关联关系。因而,在确定跟踪的目标对象并提取目标对象特征后,需要从各摄像头采集的所有图像中进行遍历,以获取与提取的目标对象特征相匹配的图像,占用的资源多,进行图像匹配处理所需的时间长,使得跟踪效率不高。
发明内容
本发明的实施例提供一种基于地理信息系统的摄像头拓扑构建方法,降低图像匹配处理所需的时间、提高跟踪效率。
本发明的实施例还提供一种基于地理信息系统的摄像头拓扑构建装置,降低图像匹配处理所需的时间、提高跟踪效率。
为达到上述目的,本发明实施例提供的一种基于地理信息系统的摄像头拓扑构建方法,该方法包括:
获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;以及
对于每一个源摄像头的名义中心点,
确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;和
计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
其中,所述摄像头的名义中心点计算策略包括:重心计算策略、图形几何中心计算策略以及视频图像最清晰点的计算策略。
其中,所述摄像头的名义中心点计算策略为视频图像最清晰点的计算策略,所述将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息包括:
将获取的一个摄像头视频覆盖范围进行平面投影;
以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
获取构建的扇形区域的夹角以及半径;
根据获取的夹角以及半径,获取夹角中位线上距原点四分之三半径距离处的点,计算该点与原点的相对地理信息,得到该一个摄像头的名义中心点相对摄像头的地理信息。
其中,所述拓扑区域阈值为8,所述每一源摄像头的名义中心点对应的拓扑区域为九宫格区域,所述源摄像头的名义中心点位于九宫格中心位置。
其中,所述确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点包括:
设置拓扑区域步长半径,在拓扑区域步长半径包含的拓扑区域范围内查找目标摄像头的名义中心点,如果没有查找到,则将拓扑区域范围半径加宽设置的拓扑区域步长半径,在加宽的拓扑区域范围内进行查找,直至找到目标摄像头的名义中心点。
其中,所述方法进一步包括:
获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
其中,所述摄像头的工作参数包括:摄像头类型、摄像头镜头参数、摄像头方位角、摄像头视频覆盖范围夹角以及摄像头视频覆盖半径。
一种基于地理信息系统的摄像头拓扑构建装置,该装置包括:摄像头的名义中心点信息获取模块、绘制模块、拓扑区域划分模块、搜索模块以及拓扑点标记模块;
摄像头的名义中心点信息获取模块,用于获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
绘制模块,用于获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
拓扑区域划分模块,用于对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;
搜索模块,用于对于每一个源摄像头的名义中心点,确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;
拓扑点标记模块,用于计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
较佳地,所述摄像头的名义中心点信息获取模块包括:投影单元、扇形区域构建单元、扇形区域参数获取单元以及摄像头的名义中心点信息获取单元;
投影单元,用于将获取的一个摄像头视频覆盖范围进行平面投影;
扇形区域构建单元,用于以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
扇形区域参数获取单元,用于获取构建的扇形区域的夹角以及半径;
摄像头的名义中心点信息获取单元,用于根据获取的夹角以及半径,获取夹角中位线上距原点四分之三半径距离处的点,计算该点与原点的相对地理信息,得到该一个摄像头的名义中心点相对摄像头的地理信息。
较佳地,进一步包括:
目标对象获取模块,用于获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
第一匹配模块,用于根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
移动轨迹获取模块,用于对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
第二匹配模块,用于查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
由上述技术方案可见,本发明实施例提供的一种基于地理信息系统的摄像头拓扑构建方法及装置,将通过地理信息系统获取的摄像头的名义中心点地理信息应用于地图,并以在地图上标定的摄像头的名义中心点以及摄像头的名义中心点拓扑区域为基础数据,按照地理位置关系,构建各摄像头的拓扑结构关系,从而基于构建的基于地理信息系统的摄像头拓扑结构进行目标对象跟踪,可避免从各摄像头采集的所有图像中进行遍历获取目标对象特征匹配的图像,降低了图像匹配处理所需的时间,提高了跟踪效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,以下描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员而言,还可以根据这些附图所示实施例得到其它的实施例及其附图。
图1为本发明实施例基于地理信息系统的摄像头拓扑构建方法流程示意图。
图2为本发明实施例基于地理信息系统的摄像头拓扑构建装置结构示意图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
现有摄像头之间的拓扑结构相互独立,摄像头之间不具有关联关系,因而,在对目标对象进行跟踪时,需要从各摄像头采集的所有图像中进行遍历,从而从采集的所有图像中,获取与提取的目标对象特征相匹配的图像,并根据匹配的图像进行跟踪路径计算,使得进行图像匹配处理所需的时间长,跟踪效率不高,且跟踪成功率较低。
目标对象在摄像头覆盖范围内移动时,可认为目标对象以摄像头为中心移动,相对于摄像头,具有一定的方位。因而,通过分析目标对象在摄像头覆盖范围内的移动轨迹,可以预测目标对象在移动出摄像头覆盖范围的移动轨迹,如果能找到沿移动轨迹方向与该摄像头距离最近的另一摄像头,通过对另一摄像头拍摄的图像进行目标对象特征匹配,获取目标对象的移动轨迹的概率大,可以有效降低所需匹配的图像量。
本发明实施例中,将通过地理信息系统获取的摄像头二维地理信息应用于二维地图,并以在二维地图上标定的摄像头以及摄像头覆盖范围为基础数据,按照地理位置关系,构建各摄像头的拓扑结构关系,从而基于构建的基于地理信息系统的摄像头拓扑结构进行目标对象跟踪,可应用于视频监控系统中对目标对象的跟踪,降低跟踪难度、提高跟踪成功率。
图1为本发明实施例基于地理信息系统的摄像头拓扑构建方法流程示意图。参见图1,该流程包括:
步骤101,获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
本步骤中,每一摄像头对应有唯一的摄像头标识。
摄像头的工作参数包括:摄像头类型、摄像头镜头参数、摄像头方位角、摄像头视频覆盖范围夹角以及摄像头视频覆盖半径等。
实际应用中,由于各摄像头的工作参数并不相同,例如,有的摄像头可进行270度范围覆盖,有的摄像头只能进行120度范围覆盖,有的摄像头方位角(摄像头光轴与水平面夹角)大,有的摄像头方位角小。因而,能够进行图像拍摄的视频覆盖范围也不同。
摄像头的名义中心点计算策略可以是重心计算策略,也可以是图形几何中心计算策略,还可以是视频图像最清晰点的计算策略等,其中,视频图像最清晰点为摄像头视频区域中最清楚区域的中心点。本发明实施例中,考虑到后续进行图像匹配的需要,在以视频图像最清晰点为摄像头中心点后,各图像的差异性最小,能够提高图像匹配的精度,采用视频图像最清晰点的计算策略。
将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息包括:
将获取的一个摄像头视频覆盖范围进行平面投影;
以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
本步骤中,每个摄像头的视频覆盖范围,可近视为扇形区域,并可将扇形区域映射为一个点,该点为扇形区域的中心点(非扇形的半径中心),即后续的摄像头的名义中心点。基于平面投影的摄像头视频覆盖范围构建扇形区域为公知技术,在此不再赘述。
获取构建的扇形区域的夹角以及半径;
根据获取的夹角以及半径,获取夹角中位线上距原点四分之三半径距离处的点,计算该点与原点的相对地理信息,得到该一个摄像头的名义中心点相对摄像头的地理信息。
本步骤中,名义中心点相对摄像头的地理信息为平面上相对原点的坐标信息。
本发明实施例中,根据获取的摄像头的工作参数以及预先设置的摄像头的名义中心点计算策略,得到摄像头的名义中心点相对摄像头的地理信息的程序代码段如下:
Figure BDA0000417375080000071
Figure BDA0000417375080000081
当然,实际应用中,也可以以摄像头的平面投影点为摄像头的名义中心点。
步骤102,获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
本步骤中,预先设置的地图可根据实际跟踪需要进行描绘。例如,对于视频监控,主要关注的为建筑物、道路、路口等,则将建筑物、道路、路口等绘制于地图中。关于绘制地图为公知技术,在此略去详述。
实际应用中,如果预先设置的地图为二维平面地图,则地理信息为二维地理信息,例如,经度信息以及维度信息;或者,平面地图坐标信息。如果预先设置的地图为三维地图,则地理信息为三维地理信息,例如,经度信息、维度信息以及高度信息;或者,空间坐标信息。
步骤103,对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;
步骤104,对于每一个源摄像头的名义中心点,确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;
步骤103和步骤104中,进行拓扑区域划分的摄像头的名义中心点称为源摄像头的名义中心点,而在划分的拓扑区域内存在的摄像头的名义中心点称为目标摄像头的名义中心点。
拓扑区域阈值可根据实际需要确定,例如,可以设置拓扑区域阈值为4,即每一拓扑区域以摄像头的名义中心点为中心,对应覆盖90度的范围直至预设范围的边缘;也可以设置拓扑区域阈值为8,即每一拓扑区域对应覆盖45度的范围。当然,实际应用中,每一拓扑区域对应覆盖的范围可以相同,也可以不同。举例来说,对于设置拓扑区域阈值为4的情形,可以设置四个拓扑区域分别对应覆盖90度、30度、140度以及100度的范围。
本发明实施例中,设置拓扑区域阈值为8,这样,每个摄像头的拓扑区域可以通过九宫格形式表现,拓扑的摄像头位于九宫格中心位置,从左上角到右下角依次表示该摄像头的西北、北、东北、西、东、西南、南、东南八个方向,每一拓扑区域对应覆盖45度的范围,在每一拓扑区域内,可能包含一个或多个摄像头的名义中心点。实际应用中,如果摄像头的名义中心点位于相邻拓扑区域的分界线上,则可以根据预先设置的处置策略,将该摄像头的名义中心点归属于相邻拓扑区域中的一个拓扑区域。
实际应用中,在步骤103后,步骤104前,为了有效减少后续的计算量,该方法还可以进一步包括:
设置拓扑区域步长半径,初始拓扑区域范围为拓扑区域步长半径包含的区域,在初始拓扑区域范围内查找目标摄像头的名义中心点,如果没有查找到,则将拓扑区域范围半径加宽设置的拓扑区域步长半径,在加宽的拓扑区域范围内进行查找直至找到目标摄像头的名义中心点。
步骤105,计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
本步骤中,对于源摄像头的名义中心点对应的某一拓扑区域范围,根据该拓扑区域范围内的目标摄像头的名义中心点的地理信息与源摄像头的名义中心点的地理信息,计算目标摄像头的名义中心点与源摄像头的名义中心点的距离。其中,将距离最短对应的目标摄像头的名义中心点作为源摄像头的名义中心点的拓扑结构。具体来说,以源摄像头的名义中心点为中心,在源摄像头的名义中心点对应的每一拓扑区域内,找出相应距源摄像头的名义中心点最近的目标摄像头的名义中心点,作为该拓扑区域内的最优点,即拓扑点,通过遍历落入每一拓扑区域内的每个目标摄像头的名义中心点在相应八个方向上,距离源摄像头的名义中心点最近的目标摄像头的名义中心点为相应拓扑区域的最优点,每个目标摄像头的名义中心点在八个拓扑方向只出现一次。从而建立源摄像头的名义中心点与目标摄像头的名义中心点之间的拓扑关系。
得到源摄像头的名义中心点在相应拓扑区域范围内的拓扑点的程序代码段如下:
Figure BDA0000417375080000111
Figure BDA0000417375080000131
依据与一个拓扑区域内标记拓扑点相类似的方法,可以标记源摄像头的名义中心点对应的其它拓扑区域内的拓扑点;根据与标记源摄像头的名义中心点对应的各拓扑区域内的拓扑点相类似的方法,可以标记其它源摄像头的名义中心点对应的各拓扑区域内的拓扑点,从而完成基于地理信息系统的摄像头拓扑构建流程。
实际应用中,当加入了新的摄像头后,依据上述提及的方法,可以对基于地理信息系统的摄像头拓扑结构进行实时更新,极大地提高了拓扑构建数据效率。进一步地,经过对摄像头拓扑结构进行封装后,供需要构建拓扑结构的程序调用,或在需要构建拓扑结构的程序中实现,封装的摄像头拓扑结构可重复运行,从而降低资源消耗。
这样,当进行目标对象跟踪时,在确定跟踪的目标对象并提取目标对象特征后,根据目标对象在当前摄像头采集的图像中的移动轨迹,确定移动轨迹对应的拓扑区域;然后,根据构建的拓扑结构确定拓扑区域内当前摄像头对应的拓扑点,从拓扑点对应的摄像头中调集图像,通过对调集的图像进行目标对象特征匹配,从而可以获取目标对象在其它拓扑区域内的的移动轨迹,从而避免需要从各摄像头采集的所有图像中进行遍历,占用的资源少,进行图像匹配处理所需的时间短,跟踪效率高,也提高了跟踪成功率。
本发明实施例中,该方法还可以进一步包括:
步骤106,获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
步骤107,根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
步骤108,对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
步骤109,查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
本步骤中,按照与第一摄像头和第二摄像头相同的处理方法,可以实现对目标对象的持续跟踪和监视。
本发明实施例中,根据从第一摄像头采集的图像中得到的目标对象的移动轨迹,可以预测目标对象移动轨迹,从而可以快速找到预测的目标对象移动轨迹所在的拓扑点,实现实时跟踪和监视。同时,由于只需从拓扑点对应的摄像头调集图像进行特征匹配分析,占用的资源少,进行图像匹配处理所需的时间短。
图2为本发明实施例基于地理信息系统的摄像头拓扑构建装置结构示意图。参见图2,该装置包括:摄像头的名义中心点信息获取模块、绘制模块、拓扑区域划分模块、搜索模块以及拓扑点标记模块。
摄像头的名义中心点信息获取模块,用于获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
本发明实施例中,摄像头的名义中心点信息获取模块中可以预先存储各摄像头的工作参数,每一摄像头通过唯一的摄像头标识进行区别。摄像头的工作参数包括:摄像头类型、摄像头镜头参数、摄像头方位角、摄像头视频覆盖范围夹角以及摄像头视频覆盖半径等。
摄像头的名义中心点计算策略包括:重心计算策略、图形几何中心计算策略以及视频图像最清晰点的计算策略等。
摄像头的名义中心点信息获取模块包括:投影单元、扇形区域构建单元、扇形区域参数获取单元以及摄像头的名义中心点信息获取单元(图中未示出)。
投影单元,用于将获取的一个摄像头视频覆盖范围进行平面投影;
扇形区域构建单元,用于以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
扇形区域参数获取单元,用于获取构建的扇形区域的夹角以及半径;
摄像头的名义中心点信息获取单元,用于根据获取的夹角以及半径,获取夹角中位线上距原点3/4半径距离处的点,计算该点与原点的相对地理信息,得到摄像头的名义中心点相对摄像头的地理信息。
绘制模块,用于获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
本发明实施例中,绘制模块中预先存储有各摄像头地理信息。
拓扑区域划分模块,用于对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;
本发明实施例中,拓扑区域阈值可以根据实际需要进行设置。
搜索模块,用于对于每一个源摄像头的名义中心点,确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;
拓扑点标记模块,用于计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
较佳地,该装置还可以进一步包括:目标对象获取模块、第一匹配模块、移动轨迹获取模块以及第二匹配模块(图中未示出)。
目标对象获取模块,用于获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
第一匹配模块,用于根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
移动轨迹获取模块,用于对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
第二匹配模块,用于查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
显然,本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也包含这些改动和变型在内。

Claims (10)

1.一种基于地理信息系统的摄像头拓扑构建方法,该方法包括:
获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;以及
对于每一个源摄像头的名义中心点,
确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;和
计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
2.根据权利要求1所述的方法,其中,所述摄像头的名义中心点计算策略包括:重心计算策略、图形几何中心计算策略以及视频图像最清晰点的计算策略。
3.根据权利要求2所述的方法,其中,所述摄像头的名义中心点计算策略为视频图像最清晰点的计算策略,所述将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息包括:
将获取的一个摄像头视频覆盖范围进行平面投影;
以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
获取构建的扇形区域的夹角以及半径;
根据获取的夹角以及半径,获取夹角中位线上距原点四分之三半径距离处的点,计算该点与原点的相对地理信息,得到该一个摄像头的名义中心点相对摄像头的地理信息。
4.根据权利要求1所述的方法,其中,所述拓扑区域阈值为8,所述每一源摄像头的名义中心点对应的拓扑区域为九宫格区域,所述源摄像头的名义中心点位于九宫格中心位置。
5.根据权利要求1所述的方法,其中,所述确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点包括:
设置拓扑区域步长半径,在拓扑区域步长半径包含的拓扑区域范围内查找目标摄像头的名义中心点,如果没有查找到,则将拓扑区域范围半径加宽设置的拓扑区域步长半径,在加宽的拓扑区域范围内进行查找,直至找到目标摄像头的名义中心点。
6.根据权利要求1至5任一项所述的方法,其中,所述方法进一步包括:
获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
7.根据权利要求6所述的方法,其中,所述摄像头的工作参数包括:摄像头类型、摄像头镜头参数、摄像头方位角、摄像头视频覆盖范围夹角以及摄像头视频覆盖半径。
8.一种基于地理信息系统的摄像头拓扑构建装置,其特征在于,该装置包括:摄像头的名义中心点信息获取模块、绘制模块、拓扑区域划分模块、搜索模块以及拓扑点标记模块;
摄像头的名义中心点信息获取模块,用于获取每一个摄像头的工作参数,对于每一个摄像头,将获取的一个摄像头的工作参数应用于预先设置的摄像头的名义中心点计算策略,得到该一个摄像头的名义中心点相对该一个摄像头的地理信息;
绘制模块,用于获取每一个摄像头的地理信息,对于每一个摄像头,根据一个摄像头地理信息以及与该一个摄像头的名义中心点相对该一个摄像头的地理信息,将该一个摄像头的名义中心点绘制在预先设置的地图中;
拓扑区域划分模块,用于对于每一个摄像头的名义中心点,对绘制的地图中的一个摄像头的名义中心点按照预先设置的拓扑区域阈值进行拓扑区域划分,得到该一个摄像头的名义中心点对应的具有多个拓扑区域的拓扑区域图,其中,该一个摄像头的名义中心点作为一个源摄像头的名义中心点;
搜索模块,用于对于每一个源摄像头的名义中心点,确定一个源摄像头的名义中心点对应的拓扑区域图中的每一个拓扑区域范围内的目标摄像头的名义中心点;
拓扑点标记模块,用于计算所述每一个拓扑区域范围内的目标摄像头的名义中心点与该一个源摄像头的名义中心点的距离,选取距离最短对应的目标摄像头的名义中心点作为该一个源摄像头的名义中心点在该拓扑区域图内的拓扑点。
9.根据权利要求8所述的装置,其特征在于,所述摄像头的名义中心点信息获取模块包括:投影单元、扇形区域构建单元、扇形区域参数获取单元以及摄像头的名义中心点信息获取单元;
投影单元,用于将获取的一个摄像头视频覆盖范围进行平面投影;
扇形区域构建单元,用于以该一个摄像头的平面投影为原点,构建以原点为中心的包含该一个摄像头的平面投影的该一个摄像头视频覆盖范围的扇形区域;
扇形区域参数获取单元,用于获取构建的扇形区域的夹角以及半径;
摄像头的名义中心点信息获取单元,用于根据获取的夹角以及半径,获取夹角中位线上距原点四分之三半径距离处的点,计算该点与原点的相对地理信息,得到该一个摄像头的名义中心点相对摄像头的地理信息。
10.根据权利要求8或9所述的装置,其特征在于,进一步包括:
目标对象获取模块,用于获取跟踪的目标对象所在的第一摄像头,调集第一摄像头采集的图像;
第一匹配模块,用于根据预先获取的目标对象特征匹配调集的图像,获取与目标对象特征相匹配的图像;
移动轨迹获取模块,用于对获取的图像按时间先后进行排序,并利用图像中包含的地理信息,得到目标对象的移动轨迹;
第二匹配模块,用于查询第一摄像头对应的第一摄像头的名义中心点的拓扑点,找到得到的移动轨迹对应的拓扑点,调集拓扑点对应的第二摄像头采集的图像进行目标对象特征匹配。
CN201310582933.1A 2013-11-19 2013-11-19 基于地理信息系统的摄像头拓扑构建方法及装置 Active CN103632044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310582933.1A CN103632044B (zh) 2013-11-19 2013-11-19 基于地理信息系统的摄像头拓扑构建方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310582933.1A CN103632044B (zh) 2013-11-19 2013-11-19 基于地理信息系统的摄像头拓扑构建方法及装置

Publications (2)

Publication Number Publication Date
CN103632044A true CN103632044A (zh) 2014-03-12
CN103632044B CN103632044B (zh) 2016-08-31

Family

ID=50213083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310582933.1A Active CN103632044B (zh) 2013-11-19 2013-11-19 基于地理信息系统的摄像头拓扑构建方法及装置

Country Status (1)

Country Link
CN (1) CN103632044B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295594A (zh) * 2016-08-17 2017-01-04 北京大学 一种基于动态路径树的跨摄像头目标跟踪方法及装置
CN106385569A (zh) * 2016-10-27 2017-02-08 辽宁公安司法管理干部学院 一种视频监控摄像头的布点方法
WO2018035667A1 (zh) * 2016-08-22 2018-03-01 深圳前海达闼云端智能科技有限公司 显示方法、装置、电子设备、计算机程序产品和非暂态计算机可读存储介质
CN109857904A (zh) * 2018-12-28 2019-06-07 北京市劳动保护科学研究所 一种基于三维模型的视频追踪方法及装置
CN110086651A (zh) * 2019-03-22 2019-08-02 西安电子科技大学 一种面向监控系统的摄像头物理空间分布测定方法
CN110536103A (zh) * 2018-05-23 2019-12-03 杭州海康威视数字技术股份有限公司 一种监控点管理方法、装置、设备及存储介质
CN110677588A (zh) * 2019-10-14 2020-01-10 浙江大华技术股份有限公司 画面的获取方法及装置、存储介质和电子装置
CN115314685A (zh) * 2022-10-11 2022-11-08 杭州宇链科技有限公司 基于ai视频结构化分析的危化品领用管理系统与方法
CN112822450B (zh) * 2021-01-08 2024-03-19 鹏城实验室 一种大规模视觉计算系统中有效节点动态遴选方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张迪: "基于GIS的公安视频监控预案系统设计与实现", 《中国优秀硕士学位论文全文数据库(电子期刊)基础科学辑》 *
杨泽平等: "基于地理信息系统技术的数据采集与监视控制系统设计", 《计算机应用》 *
贾雨生等: "可见光/红外双通道模拟训练软件设计", 《计算机工程》 *
陈锐等: "基于地理信息系统的智能视频监控系统", 《中国铁路》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106295594A (zh) * 2016-08-17 2017-01-04 北京大学 一种基于动态路径树的跨摄像头目标跟踪方法及装置
CN106295594B (zh) * 2016-08-17 2019-10-15 北京大学 一种基于动态路径树的跨摄像头目标跟踪方法及装置
WO2018035667A1 (zh) * 2016-08-22 2018-03-01 深圳前海达闼云端智能科技有限公司 显示方法、装置、电子设备、计算机程序产品和非暂态计算机可读存储介质
CN106385569A (zh) * 2016-10-27 2017-02-08 辽宁公安司法管理干部学院 一种视频监控摄像头的布点方法
CN110536103A (zh) * 2018-05-23 2019-12-03 杭州海康威视数字技术股份有限公司 一种监控点管理方法、装置、设备及存储介质
CN109857904A (zh) * 2018-12-28 2019-06-07 北京市劳动保护科学研究所 一种基于三维模型的视频追踪方法及装置
CN109857904B (zh) * 2018-12-28 2022-02-18 北京市劳动保护科学研究所 一种基于三维模型的视频追踪方法及装置
CN110086651A (zh) * 2019-03-22 2019-08-02 西安电子科技大学 一种面向监控系统的摄像头物理空间分布测定方法
CN110086651B (zh) * 2019-03-22 2021-08-17 西安电子科技大学 一种面向监控系统的摄像头物理空间分布测定方法
CN110677588A (zh) * 2019-10-14 2020-01-10 浙江大华技术股份有限公司 画面的获取方法及装置、存储介质和电子装置
CN112822450B (zh) * 2021-01-08 2024-03-19 鹏城实验室 一种大规模视觉计算系统中有效节点动态遴选方法
CN115314685A (zh) * 2022-10-11 2022-11-08 杭州宇链科技有限公司 基于ai视频结构化分析的危化品领用管理系统与方法

Also Published As

Publication number Publication date
CN103632044B (zh) 2016-08-31

Similar Documents

Publication Publication Date Title
CN103632044A (zh) 基于地理信息系统的摄像头拓扑构建方法及装置
US10949995B2 (en) Image capture direction recognition method and server, surveillance method and system and image capture device
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
US11204247B2 (en) Method for updating a map and mobile robot
CA2950791C (en) Binocular visual navigation system and method based on power robot
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN107121142B (zh) 移动机器人的拓扑地图创建方法及导航方法
CN103279949B (zh) 基于自定位机器人的多相机参数自动标定系统运行方法
US10430659B2 (en) Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device
KR20190082061A (ko) 전자 지도 중의 교차로를 인식하기 위한 방법 및 장치
CN110333495A (zh) 利用激光slam在长走廊建图的方法、装置、系统、存储介质
Senlet et al. Satellite image based precise robot localization on sidewalks
CN115167433B (zh) 融合全局视觉的机器人自主探索环境信息的方法及系统
CN104657968B (zh) 车载三维激光点云立面分类及轮廓线提取自动化方法
CN110134117B (zh) 一种移动机器人重定位方法、移动机器人及电子设备
CN110705385B (zh) 一种障碍物角度的检测方法、装置、设备及介质
CN109839112B (zh) 地下作业设备定位方法、装置、系统及存储介质
CN114037966A (zh) 高精地图特征提取方法、装置、介质及电子设备
Sun et al. A review of visual SLAM based on unmanned systems
CN115294544A (zh) 驾驶场景分类方法、装置、设备及存储介质
CN111427331B (zh) 无人驾驶车辆的感知信息展示方法、装置和电子设备
Guo et al. Curb detection and compensation method for autonomous driving via a 3-D-LiDAR sensor
Li et al. An efficient point cloud place recognition approach based on transformer in dynamic environment
Wang et al. Pole-like objects mapping and long-term robot localization in dynamic urban scenarios
He et al. AutoMatch: Leveraging Traffic Camera to Improve Perception and Localization of Autonomous Vehicles

Legal Events

Date Code Title Description
PB01 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