CN105427282A - 一种3d定位精度的测试方法和装置 - Google Patents

Abstract

本发明提供一种3D定位精度的测试方法和装置，该方法包括：针对待测试的云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；如果是，则确定所述云台设备的3D定位精度合格；如果否，则确定所述云台设备的3D定位精度不合格。通过本发明的技术方案，可以分析出3D定位精度，向用户提供3D定位精度较高的云台设备，以满足用户的使用要求。

Description

一种3D定位精度的测试方法和装置

技术领域

本发明涉及监控领域，尤其涉及一种3D定位精度的测试方法和装置。

背景技术

近年来，随着计算机、网络以及图像处理、传输技术的飞速发展，视频监控的普及化趋势越来越明显，视频监控正在逐步迈入高清化，智能化，视频监控系统可以应用于众多领域，如智能交通，智慧园区、平安城市等。

在视频监控系统中，云台设备(如云台摄像机等)是视频监控系统的重要组成部分。云台设备是一种可以旋转的设备，当需要采集期待点的视频图像时，如果云台设备当前无法采集到期待点的视频图像，则向云台设备下发转动命令，通知云台设备转动到期待点，从而采集期待点的视频图像。

3D定位是云台设备的一项重要功能，通过对视频图像中感兴趣区域进行拉框放大/缩小，云台设备会通过转动和变倍等方式，将拉框区域放大/缩小，并呈现在视频图像的中心区域，以方便观察者查看感兴趣区域的视频图像。

精确的3D定位，可以使拉框区域准确呈现在视频图像的中心区域，而如果3D定位精度较低，则会造成拉框区域无法准确呈现在视频图像的中心区域。因此，3D定位需要保证较高的3D定位精度，才能有较好的用户体验。

云台设备的机芯主要由镜头、主控板/编码板、图像传感器板等组成，3D定位过程主要由机芯完成。由于机芯工艺的差异性，3D定位无法达到100％的3D定位精度。因此，针对云台设备来说，需要计算云台设备的3D定位精度，并向用户提供3D定位精度较高的云台设备，以满足用户的使用要求。

但是，目前，没有比较有效的3D定位精度的计算方式。

发明内容

本发明提供一种3D定位精度的测试方法，所述方法包括以下步骤：

步骤A、针对待测试的云台设备，获得视频图像中心点的第一像素坐标；

步骤B、当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；

步骤C、利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；如果是，则执行步骤D；如果否，则执行步骤E；

步骤D、确定所述云台设备的3D定位精度合格；

步骤E、确定所述云台设备的3D定位精度不合格。

所述第一像素坐标包括第一像素横坐标和第一像素纵坐标，所述第二像素坐标包括第二像素横坐标和第二像素纵坐标；所述利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差的过程，具体包括：利用所述第一像素坐标和所述N个第二像素坐标，计算每个第二像素坐标分别对应的横向偏差和纵向偏差；横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N};$

利用如下公式计算所述云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_N分别为所述N个第二像素坐标对应的横向偏差，y₁,…,y_N分别为所述N个第二像素坐标对应的纵向偏差。

针对m个待测试的云台设备，所述3D定位精度误差分布阈值的获得过程，具体包括：针对m个云台设备中的每个云台设备执行步骤A和步骤B，5得到M个第二像素横坐标和M个第二像素纵坐标，其中，所述M＝m*N；

利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差；利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M};$

利用如下公式计算所述3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_M分别为所述M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为所述M个第二像素纵坐标对应的纵向偏差。

所述步骤E之后还包括：

步骤F、判断所述云台设备的校正次数是否已经达到预设次数；如果是，则确定所述云台设备的3D定位精度无法校正；如果否，则执行步骤G；

步骤G、通过机芯中心点校正工具对所述云台设备的3D定位精度进行校正处理，针对校正处理后的云台设备，返回执行所述步骤A。

所述视频图像具体为云台设备采集到的坐标纸的图像；所述拉框处理具体为3D拉框放大或者3D拉框缩小；

所述获得视频图像中心点的第一像素坐标的过程，具体包括：保持机芯轴线与所述坐标纸垂直，以获得所述视频图像中心点的第一像素坐标。

本发明提供一种3D定位精度的测试装置，，所述装置具体包括：

获得模块，用于针对待测试的云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；

计算模块，用于利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述云台设备的所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；

确定模块，用于当判断结果为是时，则确定所述云台设备的3D定位精度合格；当判断结果为否时，则确定所述云台设备的3D定位精度不合格。

所述第一像素坐标包括第一像素横坐标和第一像素纵坐标，所述第二像素坐标包括第二像素横坐标和第二像素纵坐标；所述计算模块，具体用于在利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差的过程中，利用所述第一像素坐标和所述N个第二像素坐标，计算每个第二像素坐标分别对应的横向偏差和纵向偏差；横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N};$

利用如下公式计算所述云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_N分别为所述N个第二像素坐标对应的横向偏差，y₁,…,y_N分别为所述N个第二像素坐标对应的纵向偏差。

所述获得模块，还用于在获得所述3D定位精度误差分布阈值的过程中，针对m个云台设备中的每个云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标，并得到M个第二像素横坐标和M个第二像素纵坐标，其中，所述M＝m*N；

所述计算模块，还用于在获得所述3D定位精度误差分布阈值的过程中，利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差；利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M};$

利用如下公式计算所述3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_M分别为所述M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为所述M个第二像素纵坐标对应的纵向偏差。

所述计算模块，还用于在确定所述云台设备的3D定位精度不合格之后，判断所述云台设备的校正次数是否已经达到预设次数；

所述确定模块，还用于当判断结果为已经达到预设次数时，则确定所述云台设备的3D定位精度无法校正；当判断结果为未达到预设次数时，则通过机芯中心点校正工具对所述云台设备的3D定位精度进行校正处理。

所述视频图像具体为云台设备采集到的坐标纸的图像；所述拉框处理具体为3D拉框放大或者3D拉框缩小；所述获得模块，具体用于在获得视频图像中心点的第一像素坐标的过程中，保持机芯轴线与所述坐标纸垂直，以获得所述视频图像中心点的第一像素坐标。

基于上述技术方案，本发明实施例中，提出一种3D定位精度的测试方法，可以计算出云台设备的3D定位精度偏差，并判断3D定位精度偏差是否不大于3D定位精度误差分布阈值，如果是，则确定云台设备的3D定位精度合格，如果否，则确定云台设备的3D定位精度不合格。基于此，可以分析出3D定位精度，并基于3D定位精度误差分布阈值筛选出3D定位精度较高的云台设备，从而可以向用户提供3D定位精度较高的云台设备，以满足用户的使用要求。而且，3D定位精度较高也可以作为机芯好坏的评价标准，从而可以在量产机芯或者机芯选型时，将3D定位精度作为一个参考项。

附图说明

图1是本发明一种实施方式中的3D定位精度的测试方法的流程图；

图2A-图2D是本发明一种实施方式中的测试场景的示意图；

图3是本发明一种实施方式中的测试设备的硬件结构图；

图4是本发明一种实施方式中的3D定位精度的测试装置的结构图。

具体实施方式

针对现有技术中存在的问题，本发明实施例中提出一种3D定位精度的测试方法，该方法用于对云台设备(如云台摄像机等)的3D定位精度进行测试。其中，3D定位是云台设备的一项重要功能，通过对视频图像中感兴趣区域进行拉框放大/缩小，云台设备会通过转动和变倍等方式，将拉框区域放大/缩小，并呈现在视频图像的中心区域，以方便观察者查看感兴趣区域的视频图像。精确的3D定位，可以使拉框区域准确呈现在视频图像的中心区域，而如果3D定位精度较低，则会造成拉框区域无法准确呈现在视频图像的中心区域。如图1所示，该3D定位精度的测试方法具体可以包括以下步骤：

步骤101，针对待测试的云台设备(即待测试的每个云台设备)，获得视频图像(如云台设备采集到的视频图像)中心点的第一像素坐标。

步骤102，当云台设备依次对视频图像的N个区域进行拉框处理时，获得这N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标。

其中，第一像素坐标具体可以包括第一像素横坐标和第一像素纵坐标，第二像素坐标具体可以包括第二像素横坐标和第二像素纵坐标。

其中，视频图像具体可以包括但不限于云台设备采集到的坐标纸的图像。

其中，拉框处理具体可以为3D拉框放大或者3D拉框缩小。

本发明实施例中，获得视频图像中心点的第一像素坐标的过程，具体可以包括但不限于如下方式：保持机芯轴线与坐标纸垂直，以获得视频图像中心点的第一像素坐标。

在一种测试场景下，可以在实验室内搭建测试环境，如图2A所示，在白板(如长度大于等于2米，宽度大于等于1.5米的白板)中心放置一张坐标纸(如长度为1.5米，宽度为1米的坐标纸)。由于云台设备与坐标纸之间的测试距离与3D定位精度无关，因此，可以任意选择一个测试距离(如2米)，并将云台设备放置在距离坐标纸2米左右的位置。将云台设备的机芯对准该坐标纸的中心区域，并保持云台设备的机芯轴线与该坐标纸垂直，基于此，可以获得云台设备采集到的该坐标纸中心点的第一像素坐标。

其中，3D定位在视频图像的画面上可以表现为两种形式：3D拉框放大和3D拉框缩小，而3D拉框放大和3D拉框缩小的原理相同，后续以3D拉框放大的处理为例进行说明，3D拉框放大就是从图2B到图2C的过程。

其中，在3D定位精度的测试过程中，测试区域的数量和测试区域的位置均可以根据实际经验任意选择，如图2D所示，为一种测试区域的数量和测试区域的位置的选择示意图。图中测试区域的数量为8个(即N＝8)，测试区域的位置分别为视频图像的上、下、左、右、左上、左下、右上、右下等8个区域，可以在坐标纸上标记这8个区域，且这8个区域大小基本一致。

在上述应用场景下，假设视频图像(即坐标纸)的像素为(2x，2y)，即左上角坐标为(0，0)，右下角坐标为(2x，2y)，则视频图像中心点的第一像素坐标为(x，y)，第一像素横坐标为x，第一像素纵坐标为y。

当云台设备依次对坐标纸上标记的N(8)个区域进行拉框处理时，可以在3D定位结束且视频图像聚焦清晰后进行截图处理，从而得到拉框区域的四边点坐标，并基于拉框区域的四边点坐标得到拉框区域中心点的第二像素坐标，从而得到8个第二像素坐标(第二像素横坐标和第二像素纵坐标)。

例如，针对区域1，拉框区域的四边点坐标(从拉框区域的视频图像(即坐标纸)中读取到)为 $\left[\begin{array}{cc}(x_{11},y_{11})& (x_{12},y_{11})\\ (x_{11},y_{12})& (x_{12},y_{12})\end{array}\right],$ 基于此，可以计算拉框区域中心点的第二像素坐标为以此类推，针对区域8，拉框区域的四边点坐标(从拉框区域的视频图像(即坐标纸)中读取到)为 $\left[\begin{array}{cc}(x_{81},y_{81})& (x_{82},y_{81})\\ (x_{81},y_{82})& (x_{82},y_{82})\end{array}\right],$ 基于此，可以计算拉框区域中心点的第二像素坐标为

需要注意的是，在依次对坐标纸上标记的N(8)个区域进行拉框处理，得到拉框区域的四边点坐标，并基于拉框区域的四边点坐标得到拉框区域中心点的第二像素坐标的过程中，首先，在将云台设备的机芯对准坐标纸的中心区域，并保持机芯轴线与坐标纸垂直时，记录下云台设备的预置位置A(如水平转动角度和垂直转动角度等)。之后，针对坐标纸上标记的每个区域，在对坐标纸上标记的区域进行拉框处理后，云台设备的位置可能会发生变化，此时将云台设备的位置调整回预置位置A，之后才读取拉框区域的四边点坐标，并基于拉框区域的四边点坐标得到拉框区域中心点的第二像素坐标。

步骤103，利用第一像素坐标和N个第二像素坐标，计算云台设备的3D定位精度偏差。其中，该第一像素坐标具体包括第一像素横坐标和第一像素纵坐标，该第二像素坐标具体包括第二像素横坐标和第二像素纵坐标。

本发明实施例中，利用第一像素坐标和N个第二像素坐标，计算云台设备的3D定位精度偏差的过程，具体可以包括但不限于如下方式：

步骤1、利用第一像素横坐标和N个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差。利用第一像素纵坐标和N个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差。横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差。x₁,…,x_N分别为N个第二像素横坐标对应的横向偏差，y₁,…,y_N分别为N个第二像素纵坐标对应的纵向偏差，则以此类推。

步骤2、利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N}.$

步骤3、利用如下公式计算云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)}.$

步骤104，判断3D定位精度偏差(步骤103中获得)是否不大于3D定位精度误差分布阈值；如果是，则执行步骤105；如果否，则执行步骤106。

本发明实施例中，3D定位精度误差分布阈值可以根据实际经验进行设置，3D定位精度误差分布阈值是一个经验值。此外，针对m个待测试的云台设备，3D定位精度误差分布阈值的获得过程，可以包括但不限于如下方式：

步骤1、针对m个(如2个，m的取值可以大于等于2)云台设备中的每个云台设备执行步骤101和步骤102，得到M个第二像素横坐标和M个第二像素纵坐标，其中，M＝m*N，如m为2，N为8时，则M的取值为16。

步骤2、利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差。利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差。其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差。假设x₁,…,x_M分别为M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为M个第二像素纵坐标对应的纵向偏差，则以此类推。

步骤3、利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M}.$

步骤4、利用如下公式计算3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)}.$

步骤105，确定云台设备的3D定位精度合格。

步骤106，确定云台设备的3D定位精度不合格。

本发明实施例中，在步骤106之后还包括以下步骤(图1中未体现)：

步骤107，判断云台设备的校正次数是否已经达到预设次数；如果是，则确定云台设备的3D定位精度无法校正；如果否，则执行步骤108。

步骤108，通过机芯中心点校正工具对云台设备的3D定位精度进行校正处理，针对校正处理后的云台设备，则返回执行步骤101。

其中，预设次数的取值可以根据实际经验任意设置，如2次。

其中，机芯中心点校正工具可以根据实际需要进行选择，机芯中心点校正工具用于将机芯中心点校正到视频图像的中心，从而提高3D定位精度。

其中，如果确定云台设备的3D定位精度无法校正，则说明云台设备的3D定位精度无法满足要求，尽量不要将该云台设备提供给用户使用。

其中，通过测试m个云台设备，确定某一批次或者某一类型的云台设备的3D定位精度误差分布阈值后，可以将3D定位精度误差分布阈值作为3D定位精度标准，在后续的云台设备生产和筛选时使用该3D定位精度标准。

基于上述技术方案，本发明实施例中，提出一种3D定位精度的测试方法，可以计算出云台设备的3D定位精度偏差，并判断3D定位精度偏差是否不大于3D定位精度误差分布阈值，如果是，则确定云台设备的3D定位精度合格，如果否，则确定云台设备的3D定位精度不合格。基于此，可以分析出3D定位精度，并基于3D定位精度误差分布阈值筛选出3D定位精度较高的云台设备，从而可以向用户提供3D定位精度较高的云台设备，以满足用户的使用要求。而且，3D定位精度较高也可以作为机芯好坏的评价标准，从而可以在量产机芯或者机芯选型时，将3D定位精度作为一个参考项。

基于与上述方法同样的发明构思，本发明实施例中还提供了一种3D定位精度的测试装置，该3D定位精度的测试装置可以应用在测试设备上。其中，该3D定位精度的测试装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在的测试设备的处理器，读取非易失性存储器中对应的计算机程序指令形成的。从硬件层面而言，如图3所示，为本发明提出的3D定位精度的测试装置所在的测试设备的一种硬件结构图，除了图3所示的处理器、非易失性存储器外，测试设备还可以包括其他硬件，如负责处理报文的转发芯片、网络接口、内存等；从硬件结构上来讲，该测试设备还可能是分布式设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。

如图4所示，为本发明提出的3D定位精度的测试装置的结构图，可以应用在测试设备上，所述3D定位精度的测试装置具体包括：

获得模块11，用于针对待测试的云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；

计算模块12，用于利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述云台设备的所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；

确定模块13，用于当判断结果为是时，则确定所述云台设备的3D定位精度合格；当判断结果为否时，则确定所述云台设备的3D定位精度不合格。

本发明实施例中，所述第一像素坐标具体包括第一像素横坐标和第一像素纵坐标，所述第二像素坐标具体包括第二像素横坐标和第二像素纵坐标；基于此，所述计算模块12，具体用于在利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差的过程中，利用所述第一像素坐标和所述N个第二像素坐标，计算每个第二像素坐标分别对应的横向偏差和纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N};$

利用如下公式计算所述云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_N分别为所述N个第二像素坐标对应的横向偏差，y₁,…,y_N分别为所述N个第二像素坐标对应的纵向偏差。

所述获得模块11，还用于在获得所述3D定位精度误差分布阈值的过程中，针对m个云台设备中的每个云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标，并得到M个第二像素横坐标和M个第二像素纵坐标，其中，所述M＝m*N；

所述计算模块12，还用于在获得所述3D定位精度误差分布阈值的过程中，利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差；利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M};$

利用如下公式计算所述3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({\left(x_i-{\mathrm{\μ}}_1\right)}^2+{\left(y_i-{\mathrm{\μ}}_2\right)}^2)};$

其中，x₁,…,x_M分别为所述M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为所述M个第二像素纵坐标对应的纵向偏差。

所述计算模块12，还用于在确定所述云台设备的3D定位精度不合格之后，判断所述云台设备的校正次数是否已经达到预设次数；

所述确定模块13，还用于当判断结果为已经达到预设次数时，则确定所述云台设备的3D定位精度无法校正；当判断结果为未达到预设次数时，则通过机芯中心点校正工具对所述云台设备的3D定位精度进行校正处理。

本发明实施例中，所述视频图像具体为云台设备采集到的坐标纸的图像；所述拉框处理具体为3D拉框放大或者3D拉框缩小；所述获得模块11，具体用于在获得视频图像中心点的第一像素坐标的过程中，保持机芯轴线与所述坐标纸垂直，以获得所述视频图像中心点的第一像素坐标。

基于上述技术方案，本发明实施例中，提出一种3D定位精度的测试装置，可以计算出云台设备的3D定位精度偏差，并判断3D定位精度偏差是否不大于3D定位精度误差分布阈值，如果是，则确定云台设备的3D定位精度合格，如果否，则确定云台设备的3D定位精度不合格。基于此，可以分析出3D定位精度，并基于3D定位精度误差分布阈值筛选出3D定位精度较高的云台设备，从而可以向用户提供3D定位精度较高的云台设备，以满足用户的使用要求。而且，3D定位精度较高也可以作为机芯好坏的评价标准，从而可以在量产机芯或者机芯选型时，将3D定位精度作为一个参考项。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可进一步拆分成多个子模块。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种3D定位精度的测试方法，其特征在于，所述方法包括以下步骤：

步骤A、针对待测试的云台设备，获得视频图像中心点的第一像素坐标；

步骤B、当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；

步骤C、利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；如果是，则执行步骤D；如果否，则执行步骤E；

步骤D、确定所述云台设备的3D定位精度合格；

步骤E、确定所述云台设备的3D定位精度不合格。

2.根据权利要求1所述的方法，其特征在于，所述第一像素坐标具体包括第一像素横坐标和第一像素纵坐标，所述第二像素坐标具体包括第二像素横坐标和第二像素纵坐标；所述利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差的过程，具体包括：

利用所述第一像素坐标和所述N个第二像素坐标，计算每个第二像素坐标分别对应的横向偏差和纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N};$

利用如下公式计算所述云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({(x_i-{\mathrm{\μ}}_1)}^2+{(y_i-{\mathrm{\μ}}_2)}^2)};$

其中，x₁,…,x_N分别为所述N个第二像素坐标对应的横向偏差，y₁,…,y_N分别为所述N个第二像素坐标对应的纵向偏差。

3.根据权利要求1所述的方法，其特征在于，针对m个待测试的云台设备，所述3D定位精度误差分布阈值的获得过程，具体包括：

针对m个云台设备中的每个云台设备执行步骤A和步骤B，得到M个第二像素横坐标和M个第二像素纵坐标，其中，所述M＝m*N；

利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差；利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M};$

利用如下公式计算所述3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({(x_i-{\mathrm{\μ}}_1)}^2+{(y_i-{\mathrm{\μ}}_2)}^2)};$

其中，x₁,…,x_M分别为所述M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为所述M个第二像素纵坐标对应的纵向偏差。

4.根据权利要求1所述的方法，其特征在于，所述步骤E之后还包括：

步骤F、判断所述云台设备的校正次数是否已经达到预设次数；如果是，则确定所述云台设备的3D定位精度无法校正；如果否，则执行步骤G；

步骤G、通过机芯中心点校正工具对所述云台设备的3D定位精度进行校正处理，针对校正处理后的云台设备，返回执行所述步骤A。

5.根据权利要求1所述的方法，其特征在于，所述视频图像为云台设备采集到的坐标纸的图像；所述拉框处理为3D拉框放大或者3D拉框缩小；

所述获得视频图像中心点的第一像素坐标的过程，具体包括：保持机芯轴线与所述坐标纸垂直，以获得所述视频图像中心点的第一像素坐标。

6.一种3D定位精度的测试装置，其特征在于，所述装置具体包括：

获得模块，用于针对待测试的云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标；

计算模块，用于利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差，并判断所述云台设备的所述3D定位精度偏差是否不大于3D定位精度误差分布阈值；

确定模块，用于当判断结果为是时，则确定所述云台设备的3D定位精度合格；当判断结果为否时，则确定所述云台设备的3D定位精度不合格。

7.根据权利要求6所述的装置，其特征在于，所述第一像素坐标具体包括第一像素横坐标和第一像素纵坐标，所述第二像素坐标具体包括第二像素横坐标和第二像素纵坐标；所述计算模块，具体用于在利用所述第一像素坐标和所述N个第二像素坐标，计算所述云台设备的3D定位精度偏差的过程中，利用所述第一像素坐标和所述N个第二像素坐标，计算每个第二像素坐标分别对应的横向偏差和纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_N}{N},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_N}{N};$

利用如下公式计算所述云台设备的3D定位精度偏差：

$\mathrm{\σ}=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}({(x_i-{\mathrm{\μ}}_1)}^2+{(y_i-{\mathrm{\μ}}_2)}^2)};$

其中，x₁,…,x_N分别为所述N个第二像素坐标对应的横向偏差，y₁,…,y_N分别为所述N个第二像素坐标对应的纵向偏差。

8.根据权利要求6所述的装置，其特征在于，

所述获得模块，还用于在获得所述3D定位精度误差分布阈值的过程中，针对m个云台设备中的每个云台设备，获得视频图像中心点的第一像素坐标；当所述云台设备依次对所述视频图像的N个区域进行拉框处理时，获得N个拉框区域中心点的第二像素坐标，得到N个第二像素坐标，并得到M个第二像素横坐标和M个第二像素纵坐标，其中，所述M＝m*N；

所述计算模块，还用于在获得所述3D定位精度误差分布阈值的过程中，利用第一像素横坐标和M个第二像素横坐标，计算每个第二像素横坐标分别对应的横向偏差；利用第一像素纵坐标和M个第二像素纵坐标，计算每个第二像素纵坐标分别对应的纵向偏差；其中，横向偏差为第二像素横坐标与第一像素横坐标之差，纵向偏差为第二像素纵坐标与第一像素纵坐标之差；

利用如下公式计算横向偏差均值μ₁和纵向偏差均值μ₂：

${\mathrm{\μ}}_1=\frac{x_1+x_2+...x_M}{M},{\mathrm{\μ}}_2=\frac{y_1+y_2+...y_M}{M};$

利用如下公式计算所述3D定位精度误差分布阈值：

${\mathrm{\σ}}^{\′}=\sqrt{\frac{1}{M}\underset{i=1}{\overset{M}{\Σ}}({(x_i-{\mathrm{\μ}}_1)}^2+{(y_i-{\mathrm{\μ}}_2)}^2)};$

其中，x₁,…,x_M分别为所述M个第二像素横坐标对应的横向偏差，y₁,…,y_M分别为所述M个第二像素纵坐标对应的纵向偏差。

9.根据权利要求6所述的装置，其特征在于，

所述计算模块，还用于在确定所述云台设备的3D定位精度不合格之后，判断所述云台设备的校正次数是否已经达到预设次数；

所述确定模块，还用于当判断结果为已经达到预设次数时，则确定所述云台设备的3D定位精度无法校正；当判断结果为未达到预设次数时，则通过机芯中心点校正工具对所述云台设备的3D定位精度进行校正处理。

10.根据权利要求6所述的装置，其特征在于，所述视频图像为云台设备采集到的坐标纸的图像；所述拉框处理为3D拉框放大或者3D拉框缩小；

所述获得模块，具体用于在获得视频图像中心点的第一像素坐标的过程中，保持机芯轴线与所述坐标纸垂直，以获得所述视频图像中心点的第一像素坐标。