CN106331631B - 一种两路视频重合方法 - Google Patents

Abstract

本发明具体涉及一种应用于图像监控的两路视频重合方法，其特征在于步骤如下：1)获得两幅图像中对应的拍摄物中心点及每幅图像的四个边角点坐标数据；2)将两幅图像平移变换，使其图像中心点会聚在一起，分别获得每幅图像会聚后的四个边角点的坐标数据和图像的偏移量；3)拟合曲线方程，生成矩阵数据；4)利用获得的曲线方程，计算图像的偏移量，并生成矩阵数据，将两路摄像头镜头拍摄的图像进行实时处理，会聚成一路视频。本发明具有图像合成效果好的优点。

Description

一种两路视频重合方法

技术领域

本发明具体涉及一种应用于图像监控的两路视频重合方法。

背景技术

在实际图像监控应用时，经常遇到由相距很近的两个或多个摄像头对同一场景拍摄然后又需要将两路图像叠加在一起显示的情况。由于两路摄像机的镜头光路不重合，造成了所拍摄到的图像不会完全相同：场景中的同一物体在各摄像机的像场中存在一个和拍摄距离相关的偏移量。由于此偏移量随拍摄距离不同而不同所以无法通过简单的图像平移而完成重合。现有技术可通过计算机分析所拍摄的图像内容找出同帧图像具有相同或相近的特征部分完成重合。但是，当不同的摄像机所拍摄的图像是不同光学波长的图像时，由于同一被摄影物体的光波随波长不同而不同，而在拍摄到的图像内容可能存在很大差异，采用上述方式计算重合可能就找不到相同的特征点了。

发明内容

本发明的目的在于解决目前图像监控时，两路摄像头对同一场景拍摄的图像由于光路不重合无法叠加在一起显示的缺陷，提供一种两路视频重合方法，其利用激光测距或其它已知方式测得拍摄距离，然后根据已经确定的不同摄像机镜头光轴的偏移量以及镜头的焦距数据计算出所拍摄图像的偏移量完成图像的叠合处理。

本发明是通过如下技术方案来实现的：

即一种两路视频重合方法，其特征在于步骤如下：

1)对两路摄像机镜头拍摄的图像进行灰度处理，利用目标区域灰度直方图分布特征对图像进行分块搜索，获得两幅图像中对应的拍摄物中心点坐标数据，获得每幅图像的四个边角点坐标数据。

2)将两幅图像平移变换，使其拍摄物中心点会聚在一起，利用两路摄像机镜头焦距数据获得两幅图像对应视场角大小数据，在激光测距的辅助下，利用两路摄像机镜头光轴的偏移量以及镜头的焦距数据分别获得每幅图像会聚后的四个边角点的坐标数据和图像的偏移量；

3)根据坐标数据和图像偏移量的变化，生成坐标数据和图像偏移量曲线关系图，利用曲线关系图拟合曲线方程；

4)两路摄像头镜头连续拍摄，随着拍摄物距离的不断变化，标定的边角点的空间三维坐标发生变化，利用曲线方程获得图像的偏移量，并通过标定矩阵获取矩阵数据，两路摄像头镜头拍摄的图像进行实时处理，会聚成一路视频。

本发明使用Datafit、MatLab、Origin等拟合软件来拟合曲线方程。

本发明的原理如下：

通过静态的两幅图像的坐标变化和偏移量变化，得出每个边角点的曲线关系图，再拟合成曲线方程，然后再利用获得的曲线方程去反推两路摄像头获取的不断变化的图像的边角点的偏移量，获得矩阵数据，实时会聚成一路视频。

本发明的两路摄像机镜头拍摄的图像，基于灰度分布和形状特征，快速标定图像四个边角点的空间三维坐标。

本发明根据激光测距辅助，两路摄像机镜头光轴的偏移量以及镜头的焦距数，据使检测目标在空间内呈现不同的空间三维坐标，从而完成在复杂背景下针对多个疑似目标的自动检测及目标识别。

如果要建立从2D空间到3D空间的映射关系，两视图几何作为立体图像处理的数学基础，是解决问题的根本。会聚成像系统的两视图几何，会聚成像系统得到的图像转换为平行成像系统的图像，即使对极线平行的过程叫图像矫正，图像矫正是图像合成的一种有效的方法。两系统拍摄的照片，上面叠加了对应点和他们的对极线。

使用基础矩阵，基础矩阵是对极几何的代数表示，即描述了摄像机在两个不同位置拍摄同一场景所获得的两幅图像的几何关系，存在一个从一幅图像上的点到另一幅图像上与之对应的对极线的映射，基础矩阵正是这个映射的本质。

基础矩阵描述了两幅图像之间存在的基本几何关系，对于平行系统，一场点在两幅图像上的投影只有水平差异，没有垂直差异。计算矩阵的方法有很多种，本发明采用标定矩阵，根据拍摄物分别在两路视频输入形成的图像信息进行手动标定图像四个点的坐标，根据红外激光测距辅助，在不同距离获得两幅图像不同的会聚的坐标。根据获得的数据坐标，拟合每个边角点的曲线方程。随着拍摄物距离的不断变化，标定的坐标发生变化。标定坐标的变化，导致基础矩阵发生变化，获取不同的矩阵数据，两幅图像进行实时处理，会聚成一副图像。至此空间中拍摄物，在两路摄像机距离不同的变化下，进行图像合成。

本发明具有图像合成效果好的优点。

附图说明

图1为两路摄像机镜头正常拍摄的图像；

图2为两路图像简单重合的示意图；

图3为两路图像平移变换后的示意图；

图4为其中一个边角点的坐标位移量和图像偏移量的曲线关系图；

具体实施方式

如图1所示：对两路摄像机镜头拍摄的图像进行灰度处理，利用目标区域灰度直方图分布特征对图像进行分块搜索，获得两幅图像中对应的拍摄物中心点A点和B点坐标数据，获得每幅图像的四个边角点坐标数据；

如图2所示：将图像1和图像2简单合成后会发现A点和B点并不能重合。

如图3所示：采用平移变化，将图像1的A点和图像2的B点会聚在一起，此时通过激光测距的辅助，两路摄像机镜头光轴的偏移量以及镜头的焦距数据分别获得每幅图像会聚后的四个边角点的坐标数据；

[f1(x)，f1’(x)]，[f2(x)，f2’(x)]，[f3(x)，f3’(x)]，[f4(x)，f4’(x)]为图像偏移量。

根据边角点的空间位移量变化和图像偏移量变化，得出其中每一个边角点的坐标位移量和图像偏移量的曲线关系图(共8条)，下面为其中一个边角点的空间位移量变化和图像偏移量的具体数据，表格中X为空间位移变化，Y为图像偏移量。

根据上述变化得出的坐标位移量和图像偏移量的曲线关系图如图4所示。

通过8条曲线关系图，利用Datafit拟合曲线方程，方程如下：

通过曲线方程，即可根据坐标位移量算出四个边角点的偏移量，

并通过标定矩阵获取3*3的变换矩阵数据

至此，两路摄像机镜头不断拍摄图像，随着拍摄物距离的不断变化，标定的坐标发生变化。标定坐标的变化，导致基础矩阵发生变化，获取不同的矩阵数据，两幅图像进行实时处理，会聚成一路视频。

Claims (1)

1.一种两路视频重合方法，其特征在于步骤如下：

1)对两路摄像机镜头拍摄的图像进行灰度处理，利用目标区域灰度直方图分布特征对图像进行分块搜索，获得两幅图像中对应的拍摄物中心点坐标数据，获得每幅图像的四个边角点坐标数据；

2)将两幅图像平移变换，使其拍摄物中心点会聚在一起，利用两路摄像机镜头焦距数据获得两幅图像对应视场角大小数据，在激光测距的辅助下，利用两路摄像机镜头光轴的偏移量以及镜头的焦距数据分别获得每幅图像会聚后的四个边角点的坐标数据和图像的偏移量；

3)根据坐标数据和图像偏移量的变化，生成坐标数据和图像偏移量曲线关系图，利用曲线关系图拟合曲线方程；

4)两路摄像头镜头连续拍摄，随着拍摄物距离的不断变化，标定的边角点的空间三维坐标发生变化，利用曲线方程获得图像的偏移量，并通过标定矩阵获取矩阵数据，两路摄像头镜头拍摄的图像进行实时处理，会聚成一路视频。