CN106331618A - 一种自动确认摄像机可视域的方法及装置 - Google Patents
一种自动确认摄像机可视域的方法及装置 Download PDFInfo
- Publication number
- CN106331618A CN106331618A CN201610708945.8A CN201610708945A CN106331618A CN 106331618 A CN106331618 A CN 106331618A CN 201610708945 A CN201610708945 A CN 201610708945A CN 106331618 A CN106331618 A CN 106331618A
- Authority
- CN
- China
- Prior art keywords
- video camera
- information
- visible range
- recognizable
- picture
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种自动确认摄像机可视域的方法及装置,通过查询摄像机周围的信息点数据,并通过计算得到摄像机预设距离范围内的信息点集合,接收摄像机发送的摄像机周围场景的图片,并对摄像机周围场景图片中的信息进行提取和分析,得到该摄像机周围场景中可识别信息集合,将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。本发明的装置包括信息点获取模块、可识别信息获取模块和可视域获取模块。本发明的方法及装置可以对电子地图中每个摄像机的可视域进行快速自动绘制,节省了人力物力。
Description
技术领域
本发明属于视频监控领域,尤其涉及一种自动确认摄像机可视域的方法及装置。
背景技术
随着技术的发展,当前安防监控行业中基于电子地图呈现的摄像机视频监控已经被广泛的应用,在基于地图呈现的摄像机视频监控系统中,通过地图可直观的查看到摄像机所处的位置,并能实时的对地图指定地点进行视频监控和调度,相比于传统的视频监控平台,基于电子地图的监控平台能够提供更好的用户体验。
但是在技术不断更新的同时,又不可避免的会遇到一些其它问题,在很多视频监控系统中,我们虽然对电子地图中的摄像机进行了点位标注,但电子地图中缺少关键的摄像机可视域信息,因此无法确定每个摄像机的监控范围,导致对整个监控场景的信息无法完全掌握,给实际的治安防控和指挥调度造成不利影响。
为了解决上述问题,现有技术通过手动的方式对电子地图中每个摄像机的可视域进行绘制。但是当前通过手动方式对地图中每个摄像机的可视域进行绘制时,需要逐个查看每个摄像机的监控图像,并将每个摄像机的监控区域记录下来,需要耗费大量的人力并且效率不高,并且已有的监控系统中已有大量的摄像机存在,而且每天还有不断增加的新摄像机,如果全部通过手动的方式去进行摄像机的可视域绘制并不现实。
发明内容
本发明的目的是提供一种自动确认摄像机可视域的方法及装置,以解决现有技术通过手动的方式对电子地图中每个摄像机的可视域进行绘制时需要耗费大量的人力并且效率不高的问题。
为了实现上述目的,本发明技术方案如下:
一种自动确认摄像机可视域的方法,包括:
根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合;
获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合;
将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
进一步地,所述根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合,包括:
根据摄像机的编码,通过查询数据库获取摄像机的经纬度;
根据摄像机的经纬度及所述设定范围确定该范围对应的经纬度范围;
通过查询数据库,获取该经纬度范围内的所有信息点,得到各摄像机的信息点集合。
进一步地,所述获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合,包括:
获取摄像机拍摄的周围场景图片,从摄像机周围场景图片中提取出可识别信息;
根据提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向尺寸的比值;
记录从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,得到摄像机的周围场景中可识别的信息集合。
进一步地,所述可识别信息还包括根据可识别信息的类别标识的可信度级别,所述将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,包括:
按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果;
根据匹配结果中匹配到的可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值以及摄像机可视域扇形的圆形角,计算出该可识别信息在摄像机可视域扇形中的圆心角,并根据该可识别信息在摄像机可视域扇形中的圆心角确定摄像机可视域扇形的一条边线位置,计算出匹配到的可识别信息到摄像机之间的距离;
以摄像机所在位置为顶点,以匹配到的可识别信息到摄像机之间的距离为半径,以摄像机可视域扇形的圆形角为圆心角,根据所确定的摄像机可视域扇形的一条边线位置得到摄像机的可视域。
进一步地,所述将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,还包括:
当匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来时,根据摄像机转动的方向和角度,调整可视域。
本发明还提出了一种自动确认摄像机可视域的装置,包括:
信息点获取模块,用于根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合;
可识别信息获取模块,用于获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合;
可视域获取模块,用于将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
进一步地,所述信息点获取模块根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合,执行如下操作:
根据摄像机的编码,通过查询数据库获取摄像机的经纬度;
根据摄像机的经纬度及所述设定范围确定该范围对应的经纬度范围;
通过查询数据库,获取该经纬度范围内的所有信息点,得到各摄像机的信息点集合。
进一步地,所述可识别信息获取模块获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合,执行如下操作:
获取摄像机拍摄的周围场景图片,从摄像机周围场景图片中提取出可识别信息;
根据提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向尺寸的比值;
记录从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,得到摄像机的周围场景中可识别的信息集合。
进一步地,所述可识别信息还包括根据可识别信息的类别标识的可信度级别,所述可视域获取模块将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,执行如下操作:
按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果;
根据匹配结果中匹配到的可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值以及摄像机可视域扇形的圆形角,计算出该可识别信息在摄像机可视域扇形中的圆心角,并根据该可识别信息在摄像机可视域扇形中的圆心角确定摄像机可视域扇形的一条边线位置,计算出匹配到的可识别信息到摄像机之间的距离;
以摄像机所在位置为顶点,以匹配到的可识别信息到摄像机之间的距离为半径,以摄像机可视域扇形的圆形角为圆心角,根据所确定的摄像机可视域扇形的一条边线位置得到摄像机的可视域。
进一步地,所述可视域获取模块将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,还执行如下操作:
当匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来时,根据摄像机转动的方向和角度,调整可视域。
本发明提出了一种自动确认摄像机可视域的方法,通过从摄像机拍摄的周围场景图片中提取出可识别信息,并用提取出的可识别信息与摄像机预设距离范围内的信息点进行匹配,并根据匹配结果得到并自动绘制出摄像机的可视域,解决了现有技术通过手动方式对地图中每个摄像机的可视域进行绘制时需要耗费大量的人力并且效率不高的问题,可以对电子地图中每个摄像机的可视域进行快速自动绘制,节省了人力物力。
附图说明
图1为本发明自动确认摄像机可视域的方法的流程图;
图2为本实施例计算摄像机可视域的圆心角的示意图;
图3为本实施例计算可识别信息在摄像机可视域中的圆心角的示意图;
图4为本发明自动确认摄像机可视域的装置的结构图。
具体实施方式
下面结合附图和实施例对本发明技术方案做进一步详细说明,以下实施例不构成对本发明的限定。
本发明的总体思路是通过摄像机对周围场景进行拍摄获取摄像机周围场景的图片,然后对所获取图片中的关键社会元素(例如:超市,小卖部,饭店、酒店等)进行信息提取和分析,结合摄像机周围的信息点(POI)数据,通过对提取出的摄像机周围场景图片中的信息及图片位置进行计算,转换成摄像机可视域角度,从而实现地图上摄像机可视域的自动绘制。
本实施例一种自动确认摄像机可视域的方法,如图1所示,包括:
步骤S1、根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合。
在电子地图中,摄像机设备信息记录在摄像机设备信息表(tbl_camera_info)中,通过该摄像机的编码信息,可获取该摄像机的经纬度信息,比如:摄像机1的编码是33010000,则通过数据库表tbl_camera_info获取到对应该点位的经纬度是(120.163112,30.166477),tbl_camera_info的具体内容如下:
编号 | 摄像机编码 | 设备所在位置 | 经度 | 纬度 |
1 | 33010000 | 东冠路和冠三路交叉口 | 120.163112 | 30.166477 |
2 | 33010001 | 滨康路东 | 120.229198 | 30.182427 |
3 | 33010002 | 西兴叉口公交站 | 120.220754 | 30.186402 |
4 | 33010003 | 万轮科技园西门 | 120.211261 | 30.178991 |
5 | … | … | … | … |
表1
电子地图中的信息点(POI)数据记录在数据库的tbl_poi表中,tbl_poi表的具体内容如下:
表2
对于要绘制可视域的摄像机,根据该摄像机的编码,通过查询数据库的tbl_camera_info表,获取摄像机的经纬度。然后通过查询数据库的tbl_poi表,获取经纬度与摄像机经纬度接近的所有信息点数据。
根据摄像机和信息点的经纬度计算出信息点与摄像机之间的距离,信息点与摄像机之间距离的计算方法为:假设摄像机的经纬度为(LonA,LatA),某个信息点的经纬度为(LonB,LatB),按照0度经线的基准,东经取经度的正值(Longitude),西经取经度负值(-Longitude),北纬取90-纬度值(90-Latitude),南纬取90+纬度值(90+Latitude),则经过上述处理后两点的经纬度被计为(MLonA,MLatA)和(MLonB,MLatB)。假设地球是一个完美的球体,并将地球的平均半径作为该完美球体的半径,记为R。则可以通过如下公式计算出该信息点与摄像机之间距离L:
β=sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)
+cos(MLatA)*cos(MLatB)
L=R*Arccos(β)*π/180
其中,β为以地球中心点为顶点,分别以该信息点和摄像机到地球中心点为二条边的夹角,R为地球的平均半径,π为圆周率,L为该信息点与摄像机之间距离。
如果计算出的信息点与摄像机之间的距离L小于预设的距离阈值,则将该信息点加入摄像机的信息点集合,如果信息点与摄像机之间的距离大于预设的距离阈值,则直接丢弃该信息点数据。例如预设的距离阈值为100米,则通过上述方法计算得到由摄像机周围100米范围内的所有信息点组成的信息点集合。
需要说明的是,本实施例也可以根据摄像机的经纬度计算出该摄像机预设距离范围内的经纬度阈值,然后从数据库的tbl_poi表中选取该经纬度阈值范围内的所有信息点组成该摄像机的信息点集合,具体计算方法这里不再赘述。
本实施例通过上述方法,得到各摄像机的信息点集合。
步骤S2、获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合。
本实施例管理服务器以摄像机当前拍摄角度为0轴线,通过摄像机云台控制摄像机在水平方向进行转动,并使摄像机在0轴线位置以及每转动10°后,拍摄一张周围场景图片,并将所有拍摄的周围场景图片以及拍摄图片时摄像机转动的角度和方向记录在表格tbl_scense内。表格tbl_scense的具体内容如下表:
序号 | 摄像机编号 | 图片编号 | 摄像机转动的角度 | 摄像机转动方向 |
1 | 33010000 | C1 | 0 | 顺时针 |
2 | 33010000 | C2 | 10° | 顺时针 |
3 | 33010000 | C3 | 20° | 顺时针 |
4 | 33010000 | C4 | 30° | 顺时针 |
5 | … | … | … | … |
表3
本实施例摄像机可以转动的方向和转动的最大角度由摄像机云台决定,转动方向可以是顺时针,也可以是逆时针,也可以二个方向都转动,本实施例控制摄像机云台向同一个方向进行顺序转动来进行图片的拍摄,尽可能多地拍摄摄像机周围场景图片。
然后对摄像机所拍摄的每张周围场景图片进行信息提取,并对提取出来的可识别信息进行分类。本实施例对于饭店,药店、酒楼等社会标示类信息,因建筑面积较小,参考这类信息绘制摄像机可视域时精度会更高,因此将该类信息的可信度列为第一优先级A,对于住宅小区、公寓等信息,相对面积较大,因此将该类信息的可信度列为第二优先级B,对于车站、港口等信息,因面积范围很大,将该类信息的可信度列为第三优先级C。
本实施例根据每个提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,并将该比值记为K,用于后续的计算。例如,从摄像机所拍摄的周围场景图片提取出来的某个可识别信息为交通银行,交通银行在图片中的水平位置为图片从左至右的1/4处,则如果以图片的左边边线为参考位置,计算出交通银行到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值0.25。
需要说明的是,本实施例也可以计算出每个可识别信息到所在图片水平方向中线的距离与该图片水平方向的尺寸的比值,并将该比值记为K,用于后续的计算。
将从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、可识别信息的可信度以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值K记录在表格tbl_scense_analysis中,得到摄像机的周围场景中可识别的信息集合,表格tbl_scense_analysis的具体内容如下表:
表4
本实施例通过上述方法,得到摄像机的周围场景中可识别信息集合。
步骤S3、将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
本实施例获取摄像机的周围场景中可识别的信息集合后,按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果。
具体地,首先逐个选取该可识别的信息集合中可信度为A的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,如果有数据匹配上,则记录该匹配结果。如果没有数据能匹配上,则逐个选取该可识别的信息集合中可信度为B或C的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,直到有数据能匹配上,并记录匹配结果。
然后检查匹配结果,如果出现唯一匹配结果,即摄像机的周围场景中可识别的信息集合中唯一的可识别信息与信息点集合中唯一的信息点匹配上,则根据匹配结果进行摄像机的可视域计算。如果出现可信度相同的多个唯一匹配结果(例如摄像机的周围场景中可识别的信息集合中有一个唯一的快鱼与信息点集合中唯一的快鱼匹配上,另外,摄像机的周围场景中可识别的信息集合中有一个唯一的迷你酒店与信息点集合中唯一的迷你酒店匹配上,则认为出现二个唯一匹配结果),则选取其中任意一个唯一匹配结果进行摄像机的可视域计算;或者根据多个唯一匹配结果分别进行摄像机的可视域计算,选取其中二个出现重合的可视域作为该摄像机的可视域。需要说明的是,当对多个唯一匹配结果的可视域进行比较时,当重合率超过预设的阈值J时,则认为两个可视域重合,在绘制可视域时,绘制方式为重合角度左右各增加(θ-重合角度)/2。
如果匹配结果不是唯一,即可识别的信息集合中的某个可识别信息与信息点集合中的多个信息点匹配上,则将匹配结果存入可疑表,然后继续选取可识别的信息集合中的可识别信息与信息点集合中的信息点进行匹配,直到匹配上的可识别的信息集合中的可识别信息的数量与信息点集合中的信息点的数量相同,根据匹配结果进行摄像机的可视域计算。
摄像机的可视域为一个扇形区域,本实施例根据摄像机预设距离范围内的信息点集合与摄像机周围场景中可识别信息集合的匹配结果计算摄像机的可视域时,需要计算出该扇形圆心角的度数以及该扇形圆心角的边线位置。摄像机可视域扇形圆心角的计算方法,如图2所示,w为摄像机感光器件的有效感光面宽度,f为摄像机的焦距,则摄像机可视域扇形的圆心角θ可以通过如下公式计算得到:
根据匹配到的摄像机周围场景中的可识别信息的位置,得到该可识别信息在摄像机可视域扇形中对应的圆心角θ’,如图3所示,I为该可识别信息在摄像机可视域中的位置,I’为该可识别信息在摄像机感光器件中所成像的位置,根据三角形的角与边长的比例关系得到:
θ’=K*θ
其中K为该可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,通过查询表4得到。
然后根据该可识别信息在摄像机可视域扇形中对应的圆心角θ’确定摄像机可视域扇形圆心角的左边边线的位置,摄像机可视域扇形的半径r为该可识别信息到摄像机的距离,通过步骤S1中的方法计算该可识别信息匹配的信息点与摄像机之间的距离得到。
本实施例通过上述方法确定了摄像机可视域扇形的圆形角θ、半径r和左边边线的位置,因此如果匹配到的可识别信息是从摄像机在初始位置拍摄的图片中提取出来的,则可以根据该扇形的圆形角θ、半径r和左边边线的位置得到摄像机的可视域,并在电子地图中直接绘制出摄像机的可视域。
如果匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来的,则绘制摄像机的可视域时需要根据表tbl_scense中记录的拍摄该图片时摄像机转动的方向和角度,将摄像机的可视域向相反方向转动同样的角度后进行绘制,即按摄像机的初始位置绘制摄像机的可视域。例如,匹配到的可识别信息是从图片C2中提取出来的,图片C2为摄像机按顺时针方向转动10°后所拍摄的图片,则在绘制摄像机的可视域时需要将摄像机的可视域按逆时针方向转动10°后进行绘制。
需要说明的是,本实施例也可以根据步骤S2中计算出的每个可识别信息到所在图片水平方向中线的距离与该图片水平方向的尺寸的比值K,计算出该可识别信息在摄像机可视域中的位置与摄像机可视域扇形的中轴线之间的夹角θ’=K*θ,然后根据该可识别信息在摄像机可视域中的位置以及θ’确定摄像机可视域的中轴线的位置,最后根据该扇形的圆形角θ、半径r和中轴线的位置在电子地图中自动绘制出摄像机的可视域。
本实施例通过上述方法,得到每台摄像机的可视域,并在摄像机所在的电子地图上自动绘制出每台摄像机的可视域。
本实施例还提出了一种自动确认摄像机可视域的装置,如图4所示,包括:
信息点获取模块,用于根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合;
可识别信息获取模块,用于获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合;
可视域获取模块,用于将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
本实施例信息点获取模块根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合,执行如下操作:
根据摄像机的编码,通过查询数据库获取摄像机的经纬度;
根据摄像机的经纬度及所述设定范围确定该范围对应的经纬度范围;
通过查询数据库,获取该经纬度范围内的所有信息点,得到各摄像机的信息点集合。
本实施例可识别信息获取模块获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合,执行如下操作:
获取摄像机拍摄的周围场景图片,从摄像机周围场景图片中提取出可识别信息;
根据提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向尺寸的比值;
记录从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,得到摄像机的周围场景中可识别的信息集合。
本实施例可视域获取模块将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,执行如下操作:
按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果;
根据匹配结果中匹配到的可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值以及摄像机可视域扇形的圆形角,计算出该可识别信息在摄像机可视域扇形中的圆心角,并根据该可识别信息在摄像机可视域扇形中的圆心角确定摄像机可视域扇形的一条边线位置,计算出匹配到的可识别信息到摄像机之间的距离;
以摄像机所在位置为顶点,以匹配到的可识别信息到摄像机之间的距离为半径,以摄像机可视域扇形的圆形角为圆心角,根据所确定的摄像机可视域扇形的一条边线位置得到摄像机的可视域。
本实施例可视域获取模块将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,还执行如下操作:
当匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来时,根据摄像机转动的方向和角度,调整可视域。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种自动确认摄像机可视域的方法,其特征在于,所述自动确认摄像机可视域的方法,包括:
根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合;
获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合;
将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
2.根据权利要求1所述的自动确认摄像机可视域的方法,其特征在于,所述根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合,包括:
根据摄像机的编码,通过查询数据库获取摄像机的经纬度;
根据摄像机的经纬度及所述设定范围确定该范围对应的经纬度范围;
通过查询数据库,获取该经纬度范围内的所有信息点,得到各摄像机的信息点集合。
3.根据权利要求1所述的自动确认摄像机可视域的方法,其特征在于,所述获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合,包括:
获取摄像机拍摄的周围场景图片,从摄像机周围场景图片中提取出可识别信息;
根据提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向尺寸的比值;
记录从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,得到摄像机的周围场景中可识别的信息集合。
4.根据权利要求3所述的自动确认摄像机可视域的方法,其特征在于,所述可识别信息还包括根据可识别信息的类别标识的可信度级别,所述将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,包括:
按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果;
根据匹配结果中匹配到的可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值以及摄像机可视域扇形的圆形角,计算出该可识别信息在摄像机可视域扇形中的圆心角,并根据该可识别信息在摄像机可视域扇形中的圆心角确定摄像机可视域扇形的一条边线位置,计算出匹配到的可识别信息到摄像机之间的距离;
以摄像机所在位置为顶点,以匹配到的可识别信息到摄像机之间的距离为半径,以摄像机可视域扇形的圆心角为圆心角,根据所确定的摄像机可视域扇形的一条边线位置得到摄像机的可视域。
5.根据权利要求4所述的自动确认摄像机可视域的方法,其特征在于,所述将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,还包括:
当匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来时,根据摄像机转动的方向和角度,调整可视域。
6.一种自动确认摄像机可视域的装置,其特征在于,所述自动确认摄像机可视域的装置,包括:
信息点获取模块,用于根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合;
可识别信息获取模块,用于获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合;
可视域获取模块,用于将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域。
7.根据权利要求6所述的自动确认摄像机可视域的装置,其特征在于,所述信息点获取模块根据电子地图中摄像机的位置信息,查询摄像机周围设定范围内的信息点,得到各摄像机的信息点集合,执行如下操作:
根据摄像机的编码,通过查询数据库获取摄像机的经纬度;
根据摄像机的经纬度及所述设定范围确定该范围对应的经纬度范围;
通过查询数据库,获取该经纬度范围内的所有信息点,得到各摄像机的信息点集合。
8.根据权利要求1所述的自动确认摄像机可视域的装置,其特征在于,所述可识别信息获取模块获取摄像机拍摄的周围场景图片,对摄像机的周围场景图片进行可识别信息提取和分类,得到该摄像机的周围场景图片中可识别信息集合,执行如下操作:
获取摄像机拍摄的周围场景图片,从摄像机周围场景图片中提取出可识别信息;
根据提取出来的可识别信息在摄像机周围场景图片中的坐标位置,计算出每个可识别信息到所在图片水平方向边线的距离与该图片水平方向尺寸的比值;
记录从所有摄像机所拍摄的周围场景图片提取出来的可识别信息、以及可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值,得到摄像机的周围场景中可识别的信息集合。
9.根据权利要求8所述的自动确认摄像机可视域的装置,其特征在于,所述可识别信息还包括根据可识别信息的类别标识的可信度级别,所述可视域获取模块将摄像机周围场景图片可识别信息集合中的可识别信息与摄像机的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,执行如下操作:
按照摄像机周围场景可识别信息集合中可信度级别从高到低的顺序,依次将可识别信息与设定范围内的信息点集合中的各个信息点进行匹配,直到摄像机周围场景可识别信息集合中的某一可识别信息与摄像机的信息点集合中的信息点匹配上,并记录该匹配结果;
根据匹配结果中匹配到的可识别信息到所在图片水平方向边线的距离与该图片水平方向的尺寸的比值以及摄像机可视域扇形的圆形角,计算出该可识别信息在摄像机可视域扇形中的圆心角,并根据该可识别信息在摄像机可视域扇形中的圆心角确定摄像机可视域扇形的一条边线位置,计算出匹配到的可识别信息到摄像机之间的距离;
以摄像机所在位置为顶点,以匹配到的可识别信息到摄像机之间的距离为半径,以摄像机可视域扇形的圆形角为圆心角,根据所确定的摄像机可视域扇形的一条边线位置得到摄像机的可视域。
10.根据权利要求9所述的自动确认摄像机可视域的装置,其特征在于,所述可视域获取模块将摄像机周围场景中可识别信息集合中的可识别信息与摄像机预设距离范围内的信息点集合中的信息点进行匹配,根据匹配结果得出摄像机的可视域,还执行如下操作:
当匹配到的可识别信息是从摄像机转动后拍摄的图片中提取出来时,根据摄像机转动的方向和角度,调整可视域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610708945.8A CN106331618B (zh) | 2016-08-22 | 2016-08-22 | 一种自动确认摄像机可视域的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610708945.8A CN106331618B (zh) | 2016-08-22 | 2016-08-22 | 一种自动确认摄像机可视域的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106331618A true CN106331618A (zh) | 2017-01-11 |
CN106331618B CN106331618B (zh) | 2019-07-16 |
Family
ID=57741919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610708945.8A Active CN106331618B (zh) | 2016-08-22 | 2016-08-22 | 一种自动确认摄像机可视域的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106331618B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108174162A (zh) * | 2018-01-05 | 2018-06-15 | 河南大学 | 一种基于签到poi的城市视频监控空间优化方法 |
CN109857826A (zh) * | 2019-01-24 | 2019-06-07 | 苏州维众数据技术有限公司 | 一种摄像机可视域标注系统及其标注方法 |
CN113115000A (zh) * | 2021-04-12 | 2021-07-13 | 浙江商汤科技开发有限公司 | 地图生成方法及装置、电子设备和存储介质 |
CN113362392A (zh) * | 2020-03-05 | 2021-09-07 | 杭州海康威视数字技术股份有限公司 | 可视域生成方法、装置、计算设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070265088A1 (en) * | 2006-05-09 | 2007-11-15 | Nintendo Co., Ltd. | Storage medium storing game program, game apparatus, and game system |
WO2009100728A1 (en) * | 2008-02-12 | 2009-08-20 | Trimble Ab | Determining coordinates of a target in relation to a survey instruments having a camera |
CN101931790A (zh) * | 2009-06-23 | 2010-12-29 | 北京航天长峰科技工业集团有限公司 | 一种三维视频监控方法及系统 |
CN102542604A (zh) * | 2010-09-22 | 2012-07-04 | 卡西欧计算机株式会社 | Ar处理装置和ar处理方法 |
CN102665044A (zh) * | 2012-04-01 | 2012-09-12 | 杭州天视智能系统有限公司 | 一种摄像机远程控制方法、装置及系统 |
CN103491339A (zh) * | 2012-06-11 | 2014-01-01 | 华为技术有限公司 | 视频获取方法、设备及系统 |
CN104123732A (zh) * | 2014-07-14 | 2014-10-29 | 中国科学院信息工程研究所 | 一种基于多摄像头的在线目标跟踪方法及系统 |
CN204188141U (zh) * | 2014-12-02 | 2015-03-04 | 吉林大学 | 基于点到原点距离约束的汽车形貌检测结构光的标定系统 |
CN104717462A (zh) * | 2014-01-03 | 2015-06-17 | 杭州海康威视系统技术有限公司 | 监控录像视频的提取方法及其装置 |
CN105278662A (zh) * | 2014-07-14 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 电子白板系统的交互控制方法、装置以及系统 |
-
2016
- 2016-08-22 CN CN201610708945.8A patent/CN106331618B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070265088A1 (en) * | 2006-05-09 | 2007-11-15 | Nintendo Co., Ltd. | Storage medium storing game program, game apparatus, and game system |
WO2009100728A1 (en) * | 2008-02-12 | 2009-08-20 | Trimble Ab | Determining coordinates of a target in relation to a survey instruments having a camera |
CN101931790A (zh) * | 2009-06-23 | 2010-12-29 | 北京航天长峰科技工业集团有限公司 | 一种三维视频监控方法及系统 |
CN102542604A (zh) * | 2010-09-22 | 2012-07-04 | 卡西欧计算机株式会社 | Ar处理装置和ar处理方法 |
CN102665044A (zh) * | 2012-04-01 | 2012-09-12 | 杭州天视智能系统有限公司 | 一种摄像机远程控制方法、装置及系统 |
CN103491339A (zh) * | 2012-06-11 | 2014-01-01 | 华为技术有限公司 | 视频获取方法、设备及系统 |
CN104717462A (zh) * | 2014-01-03 | 2015-06-17 | 杭州海康威视系统技术有限公司 | 监控录像视频的提取方法及其装置 |
CN104123732A (zh) * | 2014-07-14 | 2014-10-29 | 中国科学院信息工程研究所 | 一种基于多摄像头的在线目标跟踪方法及系统 |
CN105278662A (zh) * | 2014-07-14 | 2016-01-27 | 腾讯科技(深圳)有限公司 | 电子白板系统的交互控制方法、装置以及系统 |
CN204188141U (zh) * | 2014-12-02 | 2015-03-04 | 吉林大学 | 基于点到原点距离约束的汽车形貌检测结构光的标定系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108174162A (zh) * | 2018-01-05 | 2018-06-15 | 河南大学 | 一种基于签到poi的城市视频监控空间优化方法 |
CN108174162B (zh) * | 2018-01-05 | 2019-12-31 | 河南大学 | 一种基于签到poi的城市视频监控空间优化方法 |
CN109857826A (zh) * | 2019-01-24 | 2019-06-07 | 苏州维众数据技术有限公司 | 一种摄像机可视域标注系统及其标注方法 |
CN109857826B (zh) * | 2019-01-24 | 2021-07-13 | 苏州维众数据技术有限公司 | 一种摄像机可视域标注系统及其标注方法 |
CN113362392A (zh) * | 2020-03-05 | 2021-09-07 | 杭州海康威视数字技术股份有限公司 | 可视域生成方法、装置、计算设备及存储介质 |
CN113362392B (zh) * | 2020-03-05 | 2024-04-23 | 杭州海康威视数字技术股份有限公司 | 可视域生成方法、装置、计算设备及存储介质 |
CN113115000A (zh) * | 2021-04-12 | 2021-07-13 | 浙江商汤科技开发有限公司 | 地图生成方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106331618B (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103514446B (zh) | 一种融合传感器信息的室外场景识别方法 | |
KR101854554B1 (ko) | 건축물 높이 산출 방법, 장치 및 저장 매체 | |
CN109523471B (zh) | 一种地面坐标和广角摄像机画面坐标的转换方法、系统以及装置 | |
CN106331618A (zh) | 一种自动确认摄像机可视域的方法及装置 | |
US11842516B2 (en) | Homography through satellite image matching | |
CN105812746B (zh) | 一种目标检测方法及系统 | |
CN104284155B (zh) | 视频图像信息标注方法及装置 | |
CN106295512B (zh) | 基于标识的多纠正线室内视觉数据库构建方法以及室内定位方法 | |
CN107103056B (zh) | 一种基于局部标识的双目视觉室内定位数据库建立方法及定位方法 | |
CN105516654A (zh) | 一种基于场景结构分析的城市监控视频融合方法 | |
KR101558467B1 (ko) | 지피에스 수신기의 동선에 따라 수치지도에 링크된 수치좌표를 보정하는 수치정보 시스템 | |
CN104729485A (zh) | 一种基于车载全景影像与街景地图匹配的视觉定位方法 | |
CN107545538A (zh) | 一种基于无人机的全景图像拼接方法及装置 | |
CN112950717B (zh) | 一种空间标定方法和系统 | |
CN106331639A (zh) | 一种自动确定摄像机位置的方法及装置 | |
CN115311346A (zh) | 一种电力巡检机器人定位图像构建方法、装置、电子设备及存储介质 | |
CN106370160A (zh) | 一种机器人室内定位系统和方法 | |
CN111477013B (zh) | 一种基于地图影像的车辆测量方法 | |
CN106960027B (zh) | 空间信息辅助的无人机视频大数据多时相关联分析方法 | |
Hu et al. | WI-VI fingerprint: WiFi and vision integrated fingerprint for smartphone-based indoor self-localization | |
CN106931976B (zh) | 一种导航信息更新的方法及装置 | |
David et al. | Orientation descriptors for localization in urban environments | |
CN115004273A (zh) | 交通道路的数字化重建方法、装置和系统 | |
Peppa et al. | Handcrafted and learning-based tie point features-comparison using the EuroSDR RPAS benchmark datasets | |
CN110826364A (zh) | 一种库位识别方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |