CN108932732B - 一种获取监测对象数据信息的方法及装置 - Google Patents
一种获取监测对象数据信息的方法及装置 Download PDFInfo
- Publication number
- CN108932732B CN108932732B CN201810642981.8A CN201810642981A CN108932732B CN 108932732 B CN108932732 B CN 108932732B CN 201810642981 A CN201810642981 A CN 201810642981A CN 108932732 B CN108932732 B CN 108932732B
- Authority
- CN
- China
- Prior art keywords
- pair
- feature points
- image
- area information
- determining
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 71
- 239000013598 vector Substances 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 206010034719 Personality change Diseases 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种获取监测对象数据信息的方法及装置,所述方法包括:采集第一图像,对第一图像,和预先保存的第二图像进行配准,确定每对特征点;针对每对特征点,确定该对特征点对应的偏移量;进而确定目标偏移量;根据监测对象在第二图像中的第一区域信息,和所述目标偏移量,确定监测对象在第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。由于在本发明实施例中,根据目标偏移量和监测对象在第二图像中的第一区域信息,确定监测对象在第一图像中的第二区域信息。这样第一图像中的第二区域信息对应的监测对象,和第二图像中的第一区域信息对应的监测对象相同,因此可以准确获取监测对象的数据信息。
Description
技术领域
本发明涉及视频监控技术领域,尤其涉及一种获取监测对象数据信息的方法及装置。
背景技术
在无人值守的变电站、机房等远程监控的场所,一般由于监控目标多、范围广,需要利用云台定期转动来巡检。例如变电站中的巡检机器人需要在变电站内进行巡检,巡检过程中,需要在特定的预先设置的位置停下来采集图像,获取想要的信息。由于导航精度或云台磨损老化等原因,有时云台转到预置点的位置和最初设置的位置有一定偏移,造成获取的图像与想要的图像发生偏差。图像发生偏差导致获取的监测对象的数据信息不准确。为了使获取监测对象的数据信息准确,需要针对云台偏移进行补偿。
现有技术中云台偏移补偿方法包括:1、机械校正法。该方法采用加速度计与陀螺仪等传感器来检测轨道平台及云台摄像机的姿态变化,根据所检测姿态变化计算轨道平台的实际进行距离和云台摄像机偏转角度及俯仰角度,再通过与预设值进行对比来计算机械误差,并根据该误差对云台进行调整。该方法存在的问题是,需要外加传感器才能实现,既增加了成本,又可能由于外加传感器本身的误差导致校正精度不高。2、基于热成像图像中最高温度位置的调整方法。该方法利用红外点测温仪能够反映目标表面关键点温度的特点,使扫描云台做指定路径的最小距离移动,红外测温装置将测量监测点附近最小范围内对应点的温度。通过比较,确定最高温度对应的云台位移点,将云台移动至该点。该方法存在的问题是,最高温点的位置可能会变化,一旦最高温点的位置变化,配准精度会变差。
另外,现有技术中云台偏移补偿方法,都是对云台进行调整,想要通过云台调整解决图像发生偏差的问题。但是由于云台自身定位精度的问题,导致无法保证调整后的图像和想要的图像完全一致,如图1所示,调整后的图像和想要的图像存在偏移,导致监测对象的位置存在偏移。因此,现有技术存在无法准确获取监测对象的数据信息的问题。
发明内容
本发明实施例提供了一种获取监测对象数据信息的方法及装置,用以解决现有技术中无法准确获取监测对象的数据信息的问题。
本发明实施例提供了一种获取监测对象数据信息的方法,所述方法包括:
在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;
针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;
根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
进一步地,确定所述第一图像和第二图像的每对特征点之后,针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量之前,所述方法还包括:
针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;
将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,进行后续步骤。
进一步地,所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
进一步地,所述根据每对特征点对应的偏移量,确定目标偏移量包括:
对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;
根据每对特征点对应的偏移量和权重值,确定目标偏移量。
进一步地,确定所述监测对象在所述第一图像中的第二区域信息之后,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,进行后续步骤。
进一步地,如果所述第二区域信息不包含于所述第三区域信息中,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;
根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
另一方面,本发明实施例提供了一种获取监测对象数据信息的装置,所述装置包括:
第一确定模块,用于在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;
第二确定模块,用于针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;
获取模块,用于根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
进一步地,所述装置还包括:
第三确定模块,用于针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,触发第二确定模块。
进一步地,所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
进一步地,所述第二确定模块,具体用于对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;根据每对特征点对应的偏移量和权重值,确定目标偏移量。
进一步地,所述装置还包括:
判断模块,用于根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,触发获取模块。
进一步地,所述判断模块,还用于如果所述第二区域信息不包含于所述第三区域信息中,根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
本发明实施例提供了一种获取监测对象数据信息的方法及装置,所述方法包括:在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
由于在本发明实施例中,根据每对特征点分别在第一图像和第二图像中的坐标信息,确定每对特征点对应的偏移量,进而确定目标偏移量,然后根据目标偏移量和监测对象在所述第二图像中的第一区域信息,确定监测对象在第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。这样第一图像中的第二区域信息对应的监测对象,和第二图像中的第一区域信息对应的监测对象相同,因此可以准确获取监测对象的数据信息。并且由于不需要调整云台,因此可以避免由于云台自身定位精度低,导致获取监测对象的数据信息准确率低的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术中监测对象的位置存在偏移的示意图;
图2为本发明实施例1提供的获取监测对象数据信息的过程示意图;
图3为本发明实施例2提供的获取监测对象数据信息的过程示意图;
图4为本发明实施例4提供的第二区域信息和第三区域信息在第一图像中的关系示意图;
图5为本发明实施例5提供的第二区域信息和第三区域信息在第一图像中的关系示意图;
图6为本发明实施例5提供的确定云台旋转角度的原理示意图;
图7为本发明实施例提供的获取监测对象数据信息的装置结构示意图。
具体实施方式
下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,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前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1:
图2为本发明实施例提供的一种获取监测对象数据信息的过程示意图,该过程包括以下步骤:
S201:在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点。
本发明实施例提供的获取监测对象数据信息的方法应用于电子设备,该电子设备可以是带有云台的图像采集设备,也可以是能够对带有云台的图像采集设备进行控制的PC、平板电脑等设备。在本发明实施例中,以电子设备是带有云台的图像采集设备进行说明。
电子设备中保存有预设的进行对象监测的位置,并且电子设备针对预设位置保存有对应的云台参数和图像采集设备参数,云台参数包括云台旋转角度、俯仰角度等等,图像采集设备参数包括焦距等。当电子设备到达预设位置时,按照该预设位置对应的云台参数和图像采集设备参数,采集第一图像。并且,电子设备在保存预设位置对应的云台参数和图像采集设备参数时,采集有第二图像并保存。
其中,电子设备保存预设位置,以及针对每个预设位置保存有该位置对应的云台参数和图像采集设备参数的过程属于现有技术,在此不再对该过程进行赘述。
电子设备采集第一图像后,对第一图像和第二图像进行配准,具体的,分别对第一图像和第二图像进行空间变换,得到第一图像的多个尺度空间图像和第二图像的多个尺度空间图像。然后针对第一图像的多个尺度空间图像,将相邻尺度的图像相减,搜索局部极值点,通过尺度空间图像极值点的检测方法确定关键点的位置与尺度,然后利用关键点设定邻域内像素的梯度方向分布特性确定第一图像的每个特征点。同样的,针对第一图像的多个尺度空间图像,可以确定第二图像的每个特征点。进而可以确定出第一图像和第二图像的每对特征点。
其中,对第一图像和第二图像进行配准,确定第一图像和第二图像的每对特征点的过程属于现有技术,在此不再对该过程进行赘述。
S202:针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量。
电子设备在确定出每对特征点之后,针对每对特征点,可以识别出该对特征点分别在第一图像和第二图像中的坐标信息,进而根据该对特征点的坐标信息,可以确定该对特征点对应的偏移量。具体的,根据该对特征点分别在第一图像和第二图像中的坐标信息,可以计算水平方向坐标的差值和垂直方向坐标的差值,将这两个差值作为该对特征点对应的偏移量。
在确定出每对特征点对应的偏移量之后,可以将任意一对特征点对应的偏移量作为目标偏移量,也可以将每对特征点对应的偏移量的平均值作为目标偏移量。
S203:根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
电子设备在预设位置采集第二图像后,保存监测对象在第二图像中的第一区域信息,其中,监测对象的第一区域信息可以用监测对象的最小外接矩形标识,也可以用规则框标识,在本发明实施例中,规则框是指,用户在图像中设置的用来标识监测对象在图像中的位置信息的点、线、面、多边形或椭圆等一切图形或符号。
电子设备根据针对预设位置预先保存的监测对象在第二图像中的第一区域信息,和确定的目标偏移量,可以确定监测对象在所述第一图像中的第二区域信息。其中,预设位置预先保存的监测对象的数量可以是1个,也可以是多个,针对每个监测对象,可以确定出在第二图像中的第一区域信息。上述确定的目标偏移量包括水平方向的偏移量和垂直方向的偏移量,在确定监测对象在第二图像中的第一区域信息之后,根据上述确定的目标偏移量进行移动,移动后得到的区域信息为监测对象在第一图像中的第二区域信息。进而获取第二区域信息对应的监测对象的数据信息。
其中,获取第二区域信息对应的监测对象的数据信息的过程属于现有技术,在此不对该过程进行赘述。
由于在本发明实施例中,根据每对特征点分别在第一图像和第二图像中的坐标信息,确定每对特征点对应的偏移量,进而确定目标偏移量,然后根据目标偏移量和监测对象在第二图像中的第一区域信息,确定监测对象在第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。这样第一图像中的第二区域信息对应的监测对象,和第二图像中的第一区域信息对应的监测对象相同,因此可以准确获取监测对象的数据信息。并且由于不需要调整云台,因此可以避免由于云台自身定位精度低,导致获取监测对象的数据信息准确率低的问题。
同时,由于在本发明实施例中,减少了云台的转动,因此可以减少云台的磨损,延长云台使用寿命。
实施例2:
为了避免偶然事件,例如镜头被遮挡,导致获取监测对象数据信息不准确,在上述实施例的基础上,在本发明实施例中,确定所述第一图像和第二图像的每对特征点之后,针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量之前,所述方法还包括:
针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;
将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,进行后续步骤。
电子设备在确定每对特征点之后,可以确定每对特征点的特征向量,其中,电子设备确定每对特征点的特征向量的过程属于现有技术,在此不再对该过程进行赘述。
针对每对特征点,根据该对特征点的特征向量,确定该对特征点的欧式距离。例如,每对特征点都是三维的特征向量,该对特征点的特征向量分别为(a1,b1,c1)和(a2,b2,c2)。则该对特征点的欧式距离为电子设备将确定的欧式距离代入预设的函数,可以确定该对特征点的相似度,其中,预设的函数可以为,能够使欧式距离越大,确定的相似度越接近于0,欧式距离越小,确定的相似度越接近于1的任意函数。较佳的,为了使确定的相似度更准确,所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
在确定出该对特征点的欧式距离x后,代入上述公式,可确定该对特征点的相似度y。
电子设备在确定每对特征点的相似度后,计算每对特征点的相似度的平均值,将每对特征点的相似度的平均值作为偏移补偿置信度。电子设备中保存有预设的置信度阈值,当得到的偏移补偿置信度大于预设的置信度阈值时,进行针对每对特征点,根据该对特征点分别在第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量的步骤。
而如果得到的偏移补偿置信度不大于预设的置信度阈值,则说明出现了偶然事件,例如镜头很短时间内被遮挡。此时需要再次获取第一图像,并重新进行后续的置信度判断,当得到的偏移补偿置信度大于预设的置信度阈值时,进行后续确定该对特征点对应的偏移量的步骤。而如果重复的次数大于预设的次数阈值,则进行下一个预设位置的监测。
图3为本发明实施例提供的一种获取监测对象数据信息的过程示意图,该过程包括以下步骤:
S301:在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点。
S302:针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度。
S303:将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量。
S304:根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
由于在本发明实施例中,针对每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度,将每对特征点的相似度的平均值作为偏移补偿置信度,当偏移补偿置信度大于预设的置信度阈值时,进行后续确定该对特征点对应的偏移量的步骤。因此可以避免由于偶然事件,导致获取监测对象数据信息不准确的问题。
实施例3:
为了使确定目标偏移量更准确,在上述各实施例的基础上,在本发明实施例中,所述根据每对特征点对应的偏移量,确定目标偏移量包括:
对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;
根据每对特征点对应的偏移量和权重值,确定目标偏移量。
电子设备在确定出每对特征点对应的偏移量,以及每对特征点的相似度之后,对得到的每对特征点的相似度进行归一化处理,归一化处理后的相似度作为每对特征点的权重值。然后根据每对特征点对应的偏移量和权重值,进行加权求和,得到目标偏移量。
由于在本发明实施例中,对每对特征点的相似度进行归一化处理,确定每对特征点的权重值,也就是相似度越大,权重值越大,对目标偏移量的影响越大,因此使得确定目标偏移量更准确,进而使得获取监测对象数据信息更准确。
实施例4:
为了能够准确并完整的获取监测对象数据信息,需要保证监测对象对应的区域包含于第一图像中,因此,在上述各实施例的基础上,在本发明实施例中,确定所述监测对象在所述第一图像中的第二区域信息之后,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,进行后续步骤。
监测对象在第一图像中的第二区域信息包括由第二区域信息中的每个像素点在第一图像中的坐标信息,第一图像包含的第三区域信息包括第一图像包含的所有像素点在第一图像中的坐标信息。根据第二区域信息和第三区域信息,可以判断出第二区域信息是否包含于第三区域信息中。
下面通过一个具体的例子进行说明。
图4为本发明实施例提供的第二区域信息和第三区域信息在第一图像中的关系示意图。第二区域为一个矩形区域,第二区域信息的四个顶点的坐标分别为(600,200),(620,200),(600,230),(620,230)。第三区域信息的四个顶点的坐标分别为(1,1),(1000,1),(1,800),(1000,800)。如图3所示,第二区域信息包含于所述第三区域信息中,因此可以进行后续获取第二区域信息对应的监测对象的数据信息的步骤。
由于在本发明实施例中,当判断第二区域信息包含于第三区域信息中时,再进行后续获取第二区域信息对应的监测对象的数据信息的步骤,因此使得能够准确并完整的获取监测对象数据信息。
实施例5:
为了进一步准确并完整的获取监测对象数据信息,在上述各实施例的基础上,在本发明实施例中,如果所述第二区域信息不包含于所述第三区域信息中,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;
根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
如果电子设备根据第二区域信息和第一图像包含的第三区域信息,判断第二区域信息不包含于所述第三区域信息中,则进一步确定出第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量。
图5为本发明实施例提供的第二区域信息和第三区域信息在第一图像中的关系示意图。第二区域为一个矩形区域,第二区域信息的四个顶点的坐标分别为(900,700),(1100,700),(900,900),(1100,900)。第三区域信息的四个顶点的坐标分别为(1,1),(1000,1),(1,800),(1000,800)。如图4所示,第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量分别为100个。
根据超出第三区域信息的水平方向像素点数量和垂直方向像素点数量,可以确定云台的旋转角度。具体的,电子设备根据水平方向像素点数量、垂直方向像素点数量,以及自身图像采集传感器的分辨率,可以确定出水平方向和垂直方向的偏移距离。然后根据水平方向和垂直方向的偏移距离,以及采集图像的焦距,可以确定出云台水平方向和垂直方向的旋转角度。进而控制云台根据旋转角度进行旋转。云台根据旋转角度进行旋转后,可以保证第二区域信息包含于第三区域信息中,此时进行获取第二区域信息对应的监测对象的数据信息的步骤。图6为本发明实施例提供的确定云台旋转角度的原理示意图,图6中仅示出了确定云台在某一个方向的旋转角度。
其中,根据水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度的过程属于现有技术,在此不再进行赘述。
由于在本发明实施例中,如果第二区域信息不包含于所述第三区域信息中,根据第二区域信息和第三区域信息,确定第二区域信息超出第三区域信息的水平方向像素点数量和垂直方向像素点数量,进而根据水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据旋转角度进行旋转,然后进行获取第二区域信息对应的监测对象的数据信息的步骤。因此能够进一步准确并完整的获取监测对象数据信息。
图7为本发明实施例提供的获取监测对象数据信息的装置结构示意图,该装置包括:
第一确定模块71,用于在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;
第二确定模块72,用于针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;
获取模块73,用于根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
所述装置还包括:
第三确定模块74,用于针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,触发第二确定模块72。
所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
所述第二确定模块72,具体用于对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;根据每对特征点对应的偏移量和权重值,确定目标偏移量。
所述装置还包括:
判断模块75,用于根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,触发获取模块73。
所述判断模块75,还用于如果所述第二区域信息不包含于所述第三区域信息中,根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
本发明实施例提供了一种获取监测对象数据信息的方法及装置,所述方法包括:在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。
由于在本发明实施例中,根据每对特征点分别在第一图像和第二图像中的坐标信息,确定每对特征点对应的偏移量,进而确定目标偏移量,然后根据目标偏移量和监测对象在所述第二图像中的第一区域信息,确定监测对象在第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息。这样第一图像中的第二区域信息对应的监测对象,和第二图像中的第一区域信息对应的监测对象相同,因此可以准确获取监测对象的数据信息。并且由于不需要调整云台,因此可以避免由于云台自身定位精度低,导致获取监测对象的数据信息准确率低的问题。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的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,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种获取监测对象数据信息的方法,其特征在于,所述方法包括:
在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;
针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;
根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息;
确定所述第一图像和第二图像的每对特征点之后,针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量之前,所述方法还包括:
针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;
将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,进行后续步骤,如果否,再次获取第一图像,并重新进行后续的置信度判断。
2.如权利要求1所述的方法,其特征在于,所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
3.如权利要求1所述的方法,其特征在于,所述根据每对特征点对应的偏移量,确定目标偏移量包括:
对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;
根据每对特征点对应的偏移量和权重值,确定目标偏移量。
4.如权利要求1所述的方法,其特征在于,确定所述监测对象在所述第一图像中的第二区域信息之后,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,进行后续步骤;
如果所述第二区域信息不包含于所述第三区域信息中,获取所述第二区域信息对应的监测对象的数据信息之前,所述方法还包括:
根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;
根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
5.一种获取监测对象数据信息的装置,其特征在于,所述装置包括:
第一确定模块,用于在预设位置采集第一图像;对所述第一图像,和针对所述预设位置预先保存的第二图像进行配准,确定所述第一图像和第二图像的每对特征点;
第二确定模块,用于针对所述每对特征点,根据该对特征点分别在所述第一图像和第二图像中的坐标信息,确定该对特征点对应的偏移量;并根据每对特征点对应的偏移量,确定目标偏移量;
获取模块,用于根据针对所述预设位置预先保存的监测对象在所述第二图像中的第一区域信息,和所述目标偏移量,确定所述监测对象在所述第一图像中的第二区域信息,获取所述第二区域信息对应的监测对象的数据信息;
所述装置还包括:
第三确定模块,用于针对所述每对特征点,确定该对特征点的特征向量,根据该对特征点的特征向量,确定该对特征点的欧式距离,根据该对特征点的欧式距离和预设的函数,确定该对特征点的相似度;将每对特征点的相似度的平均值作为偏移补偿置信度,判断所述偏移补偿置信度是否大于预设的置信度阈值,如果是,触发第二确定模块,如果否,再次获取第一图像,并重新进行后续的置信度判断。
6.如权利要求5所述的装置,其特征在于,所述预设的函数包括:
y=e-x;
式中,x为该对特征点的欧式距离,y为该对特征点的相似度。
7.如权利要求5所述的装置,其特征在于,所述第二确定模块,具体用于对每对特征点的相似度进行归一化处理,确定每对特征点的权重值;根据每对特征点对应的偏移量和权重值,确定目标偏移量。
8.如权利要求5所述的装置,其特征在于,所述装置还包括:
判断模块,用于根据所述第二区域信息和所述第一图像包含的第三区域信息,判断所述第二区域信息是否包含于所述第三区域信息中,如果是,触发获取模块;
所述判断模块,还用于如果所述第二区域信息不包含于所述第三区域信息中,根据所述第二区域信息和所述第三区域信息,确定第二区域信息超出所述第三区域信息的水平方向像素点数量和垂直方向像素点数量;根据所述水平方向像素点数量和垂直方向像素点数量确定云台的旋转角度,并控制云台根据所述旋转角度进行旋转。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810642981.8A CN108932732B (zh) | 2018-06-21 | 2018-06-21 | 一种获取监测对象数据信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810642981.8A CN108932732B (zh) | 2018-06-21 | 2018-06-21 | 一种获取监测对象数据信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108932732A CN108932732A (zh) | 2018-12-04 |
CN108932732B true CN108932732B (zh) | 2021-02-26 |
Family
ID=64446311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810642981.8A Active CN108932732B (zh) | 2018-06-21 | 2018-06-21 | 一种获取监测对象数据信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932732B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991550B (zh) * | 2019-12-13 | 2023-10-17 | 歌尔科技有限公司 | 一种视频监控方法、装置、电子设备及存储介质 |
CN111479063B (zh) * | 2020-04-15 | 2021-04-06 | 上海摩象网络科技有限公司 | 云台驱动方法、设备及手持相机 |
CN112597895B (zh) * | 2020-12-22 | 2024-04-26 | 阿波罗智联(北京)科技有限公司 | 基于偏移量检测的置信度确定方法、路侧设备及云控平台 |
CN116074641B (zh) * | 2023-03-06 | 2023-06-09 | 触景无限科技(北京)有限公司 | 基于mosse算法的监控设备点位图像矫正方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7570443B2 (en) * | 2003-09-19 | 2009-08-04 | Applied Biosystems, Llc | Optical camera alignment |
CN103149939A (zh) * | 2013-02-26 | 2013-06-12 | 北京航空航天大学 | 一种基于视觉的无人机动态目标跟踪与定位方法 |
CN103517041A (zh) * | 2013-09-29 | 2014-01-15 | 北京理工大学 | 基于多相机旋转扫描的实时全景监控方法和装置 |
CN106375669A (zh) * | 2016-09-30 | 2017-02-01 | 重庆零度智控智能科技有限公司 | 一种稳像方法、装置和无人机 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9324190B2 (en) * | 2012-02-24 | 2016-04-26 | Matterport, Inc. | Capturing and aligning three-dimensional scenes |
CN102722890B (zh) * | 2012-06-07 | 2014-09-10 | 内蒙古科技大学 | 基于光流场模型的非刚性心脏图像分级配准方法 |
CN105812720A (zh) * | 2014-12-29 | 2016-07-27 | 浙江大华系统工程有限公司 | 一种球机预置位的矫正方法及装置 |
CN105352604A (zh) * | 2015-11-02 | 2016-02-24 | 上海电力学院 | 基于可见光图像配准的红外测温系统云台位置校准方法 |
CN105898136A (zh) * | 2015-11-17 | 2016-08-24 | 乐视致新电子科技(天津)有限公司 | 摄像视角调节方法、系统及电视 |
CN105513072A (zh) * | 2015-12-05 | 2016-04-20 | 中国航空工业集团公司洛阳电光设备研究所 | 一种云台校正方法 |
CN105930807A (zh) * | 2016-04-25 | 2016-09-07 | 华南理工大学 | 基于视频序列影像特征分析的云台移动与复位检测算法 |
CN106125744B (zh) * | 2016-06-22 | 2019-01-22 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
-
2018
- 2018-06-21 CN CN201810642981.8A patent/CN108932732B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7570443B2 (en) * | 2003-09-19 | 2009-08-04 | Applied Biosystems, Llc | Optical camera alignment |
CN103149939A (zh) * | 2013-02-26 | 2013-06-12 | 北京航空航天大学 | 一种基于视觉的无人机动态目标跟踪与定位方法 |
CN103517041A (zh) * | 2013-09-29 | 2014-01-15 | 北京理工大学 | 基于多相机旋转扫描的实时全景监控方法和装置 |
CN106375669A (zh) * | 2016-09-30 | 2017-02-01 | 重庆零度智控智能科技有限公司 | 一种稳像方法、装置和无人机 |
Non-Patent Citations (2)
Title |
---|
"Installation angle offset compensation of puncture robot based on measurement of needle by CT equipment";Akisato Nagao等;《2017 IEEE International Conference on Mechatronics and Automation (ICMA)》;20170824;第451-457页 * |
"基于双目视觉的室内服务机器人航向角补偿方法";于清晓等;《山东科技大学学报(自然科学版)》;20130630;第32卷(第3期);第7-11页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108932732A (zh) | 2018-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10928838B2 (en) | Method and device of determining position of target, tracking device and tracking system | |
CN108932732B (zh) | 一种获取监测对象数据信息的方法及装置 | |
CN109977770B (zh) | 一种自动跟踪拍摄方法、装置、系统及存储介质 | |
US10823552B2 (en) | Method for the three dimensional measurement of moving objects during a known movement | |
US20130176432A1 (en) | Automatic calibration of ptz camera system | |
KR102016636B1 (ko) | 카메라와 레이더의 캘리브레이션 장치 및 방법 | |
CN105486235B (zh) | 一种球机视频画面中的目标度量方法 | |
JPWO2018143263A1 (ja) | 撮影制御装置、撮影制御方法及びプログラム | |
US10337863B2 (en) | Survey system | |
KR101469099B1 (ko) | 사람 객체 추적을 통한 자동 카메라 보정 방법 | |
CN111442845A (zh) | 基于距离补偿的红外测温方法、装置及计算机存储介质 | |
CN111750896B (zh) | 云台标定方法、装置、电子设备及存储介质 | |
CN113506340A (zh) | 一种云台位姿预测的方法、设备和计算机可读存储介质 | |
CN110749311B (zh) | 定位方法、装置以及存储介质 | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
Schramm et al. | Data fusion for 3D thermal imaging using depth and stereo camera for robust self-localization | |
US10362303B2 (en) | Sensor-assisted autofocus calibration | |
JP3468255B2 (ja) | 監視カメラの位置決め制御装置および指示計の読み取り装置 | |
CN111047552B (zh) | 三维挠度测量方法及相关产品 | |
CN108253940B (zh) | 定位方法及装置 | |
KR101583131B1 (ko) | 증강현실 기반 오프셋 캘리브레이션 제공 방법 및 시스템 | |
CN100491900C (zh) | 人员空间方位的自动测量方法及系统 | |
CN113091740A (zh) | 一种基于深度学习的稳定云台陀螺仪漂移实时修正方法 | |
Hrabar et al. | PTZ camera pose estimation by tracking a 3D target | |
Lee et al. | Automatic alignment method for calibration of hydrometers |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231023 Address after: Room 201, Building A, Integrated Circuit Design Industrial Park, No. 858, Jianshe 2nd Road, Economic and Technological Development Zone, Xiaoshan District, Hangzhou City, Zhejiang Province, 311215 Patentee after: Zhejiang Huagan Technology Co.,Ltd. Address before: Hangzhou City, Zhejiang province Binjiang District 310053 shore road 1187 Patentee before: ZHEJIANG DAHUA TECHNOLOGY Co.,Ltd. |