CN106529536A - 基于空间建模实现运动目标定位的图像分析方法及系统 - Google Patents
基于空间建模实现运动目标定位的图像分析方法及系统 Download PDFInfo
- Publication number
- CN106529536A CN106529536A CN201610991713.8A CN201610991713A CN106529536A CN 106529536 A CN106529536 A CN 106529536A CN 201610991713 A CN201610991713 A CN 201610991713A CN 106529536 A CN106529536 A CN 106529536A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional coordinate
- collecting device
- target scene
- moving target
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明具体涉及一种基于空间建模实现运动目标定位的图像分析方法及系统,包括:确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标;建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系;根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。通过本发明的技术方案,能够解决现有技术中基于图像处理在二维坐标系中实现人体运动目标定位,定位精度不高的问题。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于空间建模实现运动目标定位的图像分析方法及系统。
背景技术
在全球步入视频时代的今天,对实时视频进行高效的分析并获取准确有效的数据和信息是支撑高端视频应用的基础技术,具有非常广阔的发展前景。
以课堂教学为例,当前很多课堂已经成为了视频教室,通过技术实现教室里任意目标在任意时间点的空间坐标定位,就可以通过系统驱动云台摄像机进行拍摄,从而构建成为自动拍摄系统,解决人员投入无法满足日益增长的课堂实录需求的问题。同时,通过空间定位可以绘制教师课堂轨迹图,结合教学理论可以形成教师教学行为分析,对于教师教学技能提升和改进具有启示和引导作用。
在信访、审讯等领域,通过视频实现定位完成自动拍摄,提供空间数据结合相关理论技术开展高端分析都具有非常重要的技术前景和实用价值。
现有技术对人体运动目标的定位分析都停留在图像分析技术本身,现有技术中实时视频分析的实质是对视频中任意时间节点的一幅图像其实是一幅二维图片进行分析,图片本身已不具备空间概念和相关信息,从这样的二维图片中识别出目标后只能在基于图片的二维体系中形成一个二维坐标(x,y),无法对应到实际环境中的空间坐标(x,y,z)。现有技术采用一些模糊算法来估算目标z的坐标,比较常见的方法是:目标的大小+摄像机的变倍数值+图像分辨率模糊换算,这种方法存在一些无法突破的缺陷:
1、坐标信息不准确,环境的大小、光线、拍摄的角度、不同摄像机的变倍特性、人物的动作甚至包括算法特性、开发者的经验等等因素都会极大地影响识别出来的目标大小,据此基础换算出来的坐标信息很难保证准确性。
2、应用价值有严重局限,无论是自动拍摄还是绘制轨迹图需要的都是一组连续的移动空间坐标点数据,如果整组数据出现10%以上的误差,后期应用的效果就大打折扣(比如自动拍摄),甚至没有应用价值(比如无法应用到轨迹图分析或者行为分析等)。
现有技术由于受制于以上这些缺陷,只能在一些简单应用中使用,无法支撑高级应用。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于空间建模实现运动目标定位的图像分析方法及系统,解决现有技术中基于图像处理在二维坐标系中实现人体运动目标定位,定位精度不高的问题。
为实现以上目的,本发明采用如下技术方案:
基于空间建模实现运动目标定位的图像分析方法,包括:
步骤S1、确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储在数据库中;
步骤S2、建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
步骤S3、根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
步骤S4、根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
优选地,所述步骤S2中确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述步骤S3具体为:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
优选地,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
优选地,所述步骤S3中根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
基于空间建模实现运动目标定位的图像分析系统,包括:
确定单元,用于确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储所述三维坐标;
建立单元,用于建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
计算单元,用于根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
查找单元,用于根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
优选地,所述建立单元确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述计算单元具体用于:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
优选地,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
优选地,所述计算单元根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
本发明采用以上技术方案,至少具备以下有益效果:
由上述技术方案可知,本发明提供的这种基于空间建模实现运动目标定位的图像分析方法及系统,通过构建抽象的三维虚拟空间,将二维图像中的各像素坐标对应到三维空间坐标系中,解决了现有技术中基于图像处理在二维坐标系中实现人体运动目标定位,定位精度不高的问题。实现了抽象化的虚拟空间建模和图像识别分析技术的结合应用,改变了现有传统技术模糊定位,无法获取目标点准确的空间坐标信息的现状,为自动拍摄技术、行为分析技术等高端应用提供准确详尽的数据信息,结合各种专业理论,可以在教育教学研究、教学方法改进、信访行为分析、司法审判行为分析等方面开展专业化应用,全面提升视频分析技术的应用规格,能够极大的促进视频分析技术在各行业的广泛应用。
附图说明
图1为本发明一实施例提供的一种基于空间建模实现运动目标定位的图像分析方法的流程示意图;
图2为本发明一实施例提供的计算运动目标在目标场景图像中的二维坐标的方法示意图;
图3为本发明一实施例提供的一种基于空间建模实现运动目标定位的图像分析系统的示意框图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
参见图1,本发明一实施例提供的一种基于空间建模实现运动目标定位的图像分析方法,包括:
步骤S1、确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储在数据库中;
步骤S2、建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
步骤S3、根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
步骤S4、根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
需要说明的是,步骤S1中确定三维空间坐标系的原点,一般会选取房间远离摄像机的一角为原点,对于圆形弧形房间等不存在物理角落的情况也可由系统创建虚拟原点。
由上述技术方案可知,本发明提供的这种基于空间建模实现运动目标定位的图像分析方法,通过构建抽象的三维虚拟空间,将二维图像中的各像素坐标对应到三维空间坐标系中,解决了现有技术中基于图像处理在二维坐标系中实现人体运动目标定位,定位精度不高的问题。实现了抽象化的虚拟空间建模和图像识别分析技术的结合应用,改变了现有传统技术模糊定位,无法获取目标点准确的空间坐标信息的现状,为自动拍摄技术、行为分析技术等高端应用提供准确详尽的数据信息,结合各种专业理论,可以在教育教学研究、教学方法改进、信访行为分析、司法审判行为分析等方面开展专业化应用,全面提升视频分析技术的应用规格,能够极大的促进视频分析技术在各行业的广泛应用。
优选地,所述步骤S2中确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述步骤S3具体为:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
需要说明的是,上述取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标,对图像采集装置的安装位置和拍摄角度具有较高要求,需要将采集装置安装在固定位置,例如安装在距地面150cm,拍摄前,会在距离地面150cm的地方做一标记,以使图像采集装置拍摄的时候,拍摄的水平中心线对准该标志。那么后续读取图像采集装置拍摄的图像进行图像处理的时候,只对图像中150±10cm的图像进行分析,这种方法需要的运算相对简单,但需要图像采集装置的安装满足一些条件,一般用于相对简单的运动目标定位需求。
在面对复杂应用的时候,可以对图像采集装置拍摄的整幅二维画面进行网格化或点阵化,基于之前建立的三维空间坐标系,可以对每一个网格中心点或者点阵化后的像素点赋予空间坐标,这样就完成了对二维图像中的二维像素坐标到三维空间坐标的定义。这种方法会需要比较大的运算量,但可以提供更为准确丰富的坐标信息。
优选地,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
参见图2,优选地,所述步骤S3中根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
参见图3,另外,本发明还提出了一种基于空间建模实现运动目标定位的图像分析系统100,包括:
确定单元101,用于确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储所述三维坐标;
建立单元102,用于建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
计算单元103,用于根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
查找单元104,用于根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
优选地,所述建立单元102确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述计算单元103具体用于:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
优选地,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
优选地,所述计算单元103根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
本发明不局限于上述最佳实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上,除非另有明确的限定。
Claims (8)
1.基于空间建模实现运动目标定位的图像分析方法,其特征在于,包括:
步骤S1、确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储在数据库中;
步骤S2、建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
步骤S3、根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
步骤S4、根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
2.根据权利要求1所述的基于空间建模实现运动目标定位的图像分析方法,其特征在于,所述步骤S2中确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述步骤S3具体为:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
3.根据权利要求1或2所述的基于空间建模实现运动目标定位的图像分析方法,其特征在于,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
4.根据权利要求3所述的基于空间建模实现运动目标定位的图像分析方法,其特征在于,所述步骤S3中根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
5.基于空间建模实现运动目标定位的图像分析系统,其特征在于,包括:
确定单元,用于确定三维空间坐标系的原点,并以该原点确定目标场景中所有静态物体在该三维空间坐标系中的三维坐标并存储所述三维坐标;
建立单元,用于建立目标场景图像中各像素的二维坐标与所述三维空间坐标系中各三维坐标的映射关系,并将该映射关系存储在数据库中;
计算单元,用于根据背景差分法,判断运动目标是否出现在目标场景图像中,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y);
查找单元,用于根据运动目标在目标场景图像中的二维坐标(x,y),在数据库中查找该二维坐标(x,y)对应的三维坐标(X,Y,Z)。
6.根据权利要求5所述的基于空间建模实现运动目标定位的图像分析系统,其特征在于,所述建立单元确定目标场景图像中各像素的二维坐标对应在所述三维空间坐标系中Z轴坐标,具体为:
取图像采集装置拍摄的目标场景图像中[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标皆为h,以获取[s-d,s+d]范围内各像素对应在所述三维空间坐标系中的Z轴坐标;其中,s为目标场景图像水平中心线的高度,h为目标场景图像中的s对应在所述三维空间坐标系中的高度;
所述计算单元具体用于:根据背景差分法,判断运动目标是否出现在目标场景图像[s-d,s+d]范围内,若是,根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y)。
7.根据权利要求5或6所述的基于空间建模实现运动目标定位的图像分析系统,其特征在于,所述第一图像采集装置和第二图像采集装置位于同一水平高度,相对设置在目标场景中;所述第一图像采集装置和第二图像采集装置的拍摄视角皆大于90°,所述第一图像采集装置和第二图像采集装置的一条拍摄视角边线重合。
8.根据权利要求7所述的基于空间建模实现运动目标定位的图像分析系统,其特征在于,所述计算单元根据所述第一图像采集装置的第一背景图像大小和第二图像采集装置的第二背景图像大小,计算出运动目标在目标场景图像中的二维坐标(x,y),具体为:
设第一图像采集装置C1的第一背景图像为A1C2,则△C1C2A1为等腰三角形;设第二图像采集装置C2的第二背景图像为C1B1,则△C2C1B1为等腰三角形;B1C2=C2C1=C1A1=L,第一背景图像为A1C2的画面宽度=第二背景图像为C1B1的画面宽度=D;
设第一图像采集装置C1和第二图像采集装置C2的最大拍摄视角皆为A,则第一图像采集装置C1的拍摄视角边线与x轴所成锐角∠α1为A-90度;
取第一图像采集装置C1为二维坐标的原点,第一图像采集装置C1和第二图像采集装置C2重合的拍摄视角边线为y轴,过原点与y轴垂直的直线为x轴,则运动目标点(x,y)与x轴的夹角为∠α,与y轴的夹角为∠β;
设运动目标点(x,y)在第一背景图像上的投射差异点为A2,在第二背景图像上的投射差异点位B2,已知A1A2=x1,C1B2=x2,△C1C2A1边A1C2上的中线长度=△C2C1B1边B1C1上的中线长度=d,则根据公式(1)~(6)计算出运动目标在目标场景图像中的二维坐标(x,y):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610991713.8A CN106529536B (zh) | 2016-11-10 | 2016-11-10 | 基于空间建模实现运动目标定位的图像分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610991713.8A CN106529536B (zh) | 2016-11-10 | 2016-11-10 | 基于空间建模实现运动目标定位的图像分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106529536A true CN106529536A (zh) | 2017-03-22 |
CN106529536B CN106529536B (zh) | 2019-07-26 |
Family
ID=58351087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610991713.8A Active CN106529536B (zh) | 2016-11-10 | 2016-11-10 | 基于空间建模实现运动目标定位的图像分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106529536B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851579A (zh) * | 2017-03-27 | 2017-06-13 | 华南师范大学 | 基于室内定位技术对教师移动数据记录及分析的方法 |
CN111414508A (zh) * | 2020-03-17 | 2020-07-14 | 金钱猫科技股份有限公司 | 一种在设计模型中搜索并实现可视化的方法及终端 |
CN112905831A (zh) * | 2021-04-02 | 2021-06-04 | 上海国际汽车城(集团)有限公司 | 物体在虚拟场景中的坐标获取方法、系统及电子设备 |
CN115950436A (zh) * | 2023-03-13 | 2023-04-11 | 南京汽车人信息技术有限公司 | 运动物体于既定空间内的定位方法及系统、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060002631A1 (en) * | 2004-06-30 | 2006-01-05 | Accuray, Inc. | ROI selection in image registration |
CN101627280A (zh) * | 2006-11-21 | 2010-01-13 | 曼蒂斯影像有限公司 | 三维几何建模和三维视频内容创建 |
US20140032330A1 (en) * | 2000-11-06 | 2014-01-30 | Nant Holdings Ip, Llc | Image Capture and Identification System and Process |
CN104981820A (zh) * | 2013-02-08 | 2015-10-14 | 冯焯 | 即时识别和定位对象的方法,系统与处理器 |
WO2016076400A1 (ja) * | 2014-11-13 | 2016-05-19 | オリンパス株式会社 | 較正装置、較正方法、光学装置、撮影装置、投影装置、計測システムおよび計測方法 |
-
2016
- 2016-11-10 CN CN201610991713.8A patent/CN106529536B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140032330A1 (en) * | 2000-11-06 | 2014-01-30 | Nant Holdings Ip, Llc | Image Capture and Identification System and Process |
US20060002631A1 (en) * | 2004-06-30 | 2006-01-05 | Accuray, Inc. | ROI selection in image registration |
CN101627280A (zh) * | 2006-11-21 | 2010-01-13 | 曼蒂斯影像有限公司 | 三维几何建模和三维视频内容创建 |
CN104981820A (zh) * | 2013-02-08 | 2015-10-14 | 冯焯 | 即时识别和定位对象的方法,系统与处理器 |
WO2016076400A1 (ja) * | 2014-11-13 | 2016-05-19 | オリンパス株式会社 | 較正装置、較正方法、光学装置、撮影装置、投影装置、計測システムおよび計測方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851579A (zh) * | 2017-03-27 | 2017-06-13 | 华南师范大学 | 基于室内定位技术对教师移动数据记录及分析的方法 |
CN106851579B (zh) * | 2017-03-27 | 2018-09-28 | 华南师范大学 | 基于室内定位技术对教师移动数据记录及分析的方法 |
CN111414508A (zh) * | 2020-03-17 | 2020-07-14 | 金钱猫科技股份有限公司 | 一种在设计模型中搜索并实现可视化的方法及终端 |
CN111414508B (zh) * | 2020-03-17 | 2022-09-13 | 金钱猫科技股份有限公司 | 一种在设计模型中搜索并实现可视化的方法及终端 |
CN112905831A (zh) * | 2021-04-02 | 2021-06-04 | 上海国际汽车城(集团)有限公司 | 物体在虚拟场景中的坐标获取方法、系统及电子设备 |
CN115950436A (zh) * | 2023-03-13 | 2023-04-11 | 南京汽车人信息技术有限公司 | 运动物体于既定空间内的定位方法及系统、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106529536B (zh) | 2019-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163968B (zh) | Rgbd相机大型三维场景构建方法及系统 | |
CN111174799B (zh) | 地图构建方法及装置、计算机可读介质、终端设备 | |
CN106529536A (zh) | 基于空间建模实现运动目标定位的图像分析方法及系统 | |
Elqursh et al. | Line-based relative pose estimation | |
CN110361027A (zh) | 基于单线激光雷达与双目相机数据融合的机器人路径规划方法 | |
CN103226838A (zh) | 地理场景中移动监控目标的实时空间定位方法 | |
CN108052103B (zh) | 基于深度惯性里程计的巡检机器人地下空间同时定位和地图构建方法 | |
CN103617615B (zh) | 径向畸变参数获取方法及获取装置 | |
CN103886107A (zh) | 基于天花板图像信息的机器人定位与地图构建系统 | |
Le Gentil et al. | Idol: A framework for imu-dvs odometry using lines | |
CN104835144A (zh) | 利用一个球的球心的像及正交性求解摄像机内参数 | |
CN102722697A (zh) | 一种无人飞行器视觉自主导引着陆的目标跟踪方法 | |
CN101636748A (zh) | 模型生成的图形图像到照相机帧的基于帧和象素的匹配 | |
CN107392951A (zh) | 遥感图像高精度快速配准方法 | |
CN104655106B (zh) | 基于gps rtk和全景影像的自主定位定向测图方法 | |
CN113029128A (zh) | 视觉导航方法及相关装置、移动终端、存储介质 | |
CN114972421A (zh) | 车间物料识别追踪与定位方法、系统 | |
Gerstmayr-Hillen et al. | Dense topological maps and partial pose estimation for visual control of an autonomous cleaning robot | |
CN102012213B (zh) | 单副图像测量前景高度的新方法 | |
CN105335977A (zh) | 摄像系统及目标对象的定位方法 | |
Tang et al. | Fmd stereo slam: Fusing mvg and direct formulation towards accurate and fast stereo slam | |
CN115690612A (zh) | 一种无人机光电图像目标搜索量化指示方法、设备及介质 | |
Wu et al. | Enhanced monocular visual odometry integrated with laser distance meter for astronaut navigation | |
Zhu et al. | Neuromorphic visual odometry system for intelligent vehicle application with bio-inspired vision sensor | |
Muffert et al. | The estimation of spatial positions by using an omnidirectional camera system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | 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 |