CN109816699B - 一种基于背景抑制帧间差分法的云台角度计算方法 - Google Patents

Abstract

本发明涉及图像分析技术领域，具体公开了一种基于背景抑制帧间差分法的云台角度计算方法，包括以下步骤：步骤1，获取并存储连续的拍摄图像；步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；步骤5，从移动轨迹中提取出偏转角度。本发明有效解决了现在计算偏转角度对于拍摄图像的背景要求高的问题。

Description

一种基于背景抑制帧间差分法的云台角度计算方法

技术领域

本发明涉及图像分析技术领域，本发明具体涉及一种计算云台偏转角度的计算方法。

背景技术

随着图像处理技术的深入发展，现在有许多通过拍摄图像进行动态目标追踪的系统。现有的动态目标追踪系统，一般包括用来获取动态目标拍摄图像的摄像头，以及用来接收摄像头传递来的拍摄图像，并对拍摄图像进行图像处理，识别并判断出动态目标的中央处理器。中央处理器与摄像头之间通过网络传输模块等连接。

摄像头安装在云台上，在追踪动态物体时，云台需要带动摄像头偏转，才能使摄像头继续追踪目标物体进行转动。然而，现在的追踪系统中，云台的偏转角度依赖于拍摄图像中目标物体的移动轨迹，我们把这些移动的目标物体称为动态目标。

现在的追踪系统，在对动态目标的识别上，需要拍摄图像中的背景保持高度一致，才能够准确识别出动态目标及其移动轨迹。这对云台摄像头的安装要求极高，而在大多数的场所中，并不具备安装这种云台摄像头的条件。

发明内容

本发明提供一种基于背景抑制帧间差分法的云台角度计算方法，以解决现有计算云台偏转角度对于拍摄图像的背景要求高的问题。

本发明中的基于背景抑制帧间差分法的云台角度计算方法，包括以下步骤：

步骤1，获取并存储连续的拍摄图像；

步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；

步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；

步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；

步骤5，从移动轨迹中提取出偏转角度。

本方法的优点在于：

通过本方法，能够及时发现动态目标，并及时控制摄像头偏转，保证对动态目标的持续追踪。

本方法无需过于考虑拍摄图像中的背景，对摄像头的拍摄要求不高，只需要对比相邻的拍摄图像就能够发现出位置变化的动态目标，进而通过动态目标本身的位置变化提取出移动轨迹，又从移动轨迹中提取出偏转角度，使摄像头能够按照偏转角度完成偏转，实现对动态目标的继续追踪。

本发明有效解决了现在计算偏转角度对于拍摄图像的背景要求高的问题。

进一步，偏转角度为从移动轨迹中的某个每个时间点上提取的移动轨迹的倾斜角度。

通过移动轨迹的倾斜角度计算偏转角度。

进一步，通过摄像头按照时间顺序实时将拍摄图像发送给处理模块。

通过处理模块来处理拍摄图像，使各个与处理模块连接的摄像头能够不受安装位置的限制进行通信。

进一步，通过存储模块实时存储拍摄图像。

对于已经处理使用过的拍摄图像，也能通过存储模块进行存储，方便处理的同时，也方便追溯。

进一步，所述摄像头安装在云台上，所述云台上设有能够按照偏转角度转动的电机。

通过电机转动，带动云台转动，进而带动摄像头转动。

进一步，在对比两帧图像时通过特征点匹配得到特征点集。

先从两帧时间顺序上相邻的拍摄图像中获取特征点集。

进一步，将特征点集去噪后匹配位置关系，将相邻两帧拍摄图像中的背景建立仿射关系。

通过确立背景之间的关系，抑制背景，使中央处理器能够清楚地识别出动态目标，为后面的处理做准备。

进一步，采用SURF或者SIFT算法提取特征点。

SURF和SIFT为特征点提取算法，通过这两种算法提取出特征点，为后续处理做准备。

附图说明

图1为本发明实施例一中基于背景抑制帧间差分法的云台角度计算方法的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

如图1所示，实施例一中基于背景抑制帧间差分法的云台角度计算方法，应用在存储有该计算方法的追踪系统中。该追踪系统包括服务器以及与服务器网络连接的至少一个摄像头；服务器可以是本地服务器也可以是云端服务器。

服务器内安装有中央处理器以及与中央处理器电连接的存储模块；中央处理器内预存有背景抑制算法；摄像头实时拍摄并获取拍摄图像传递给服务器；服务器中的存储模块实时存储这些拍摄图像；中央处理器按照预设的背景抑制算法，通过背景抑制帧间差分法将相邻时间顺序的两个拍摄图像进行背景对应形成仿射关系，中央处理器从相邻拍摄图像中提取移动物体的移动轨迹；中央处理器计算出摄像头的偏转角度，控制摄像头按照偏转角度偏转以确保摄像头能够继续追踪拍摄移动物体。

当然，作为处理模块的中央处理器和作为存储模块的存储器也可以是安装在本地服务器当中，再通过本地服务器与服务器通信连接。

本系统利用摄像头捕捉追踪动态目标并将拍摄图像发送，通过服务器的中央处理器识别动态目标，并控制摄像头按照偏转角度偏转，使系统能够通过摄像头完成对该动态目标在该区域内的持续追踪和监控。

本实施例中的基于背景抑制帧间差分法的云台角度计算方法，在追踪系统进行云台角度计算时，具体包括以下步骤：

1)从摄像头获取远景视频流数据。

2)将视频流中相邻两帧图像(A1、A2)进行特征点匹配(基于SURF、SIFT等算法)，得到特征点集{PA1，PA2}。

3)因为远景图像中大部分区域都属于背景，因此大部分特征点都表征着背景图像信息。所以，我们将原特征集中的匹配点对进行去噪，排除偏移量明显远离均值的点，将剩下的特征点集作为表征背景的特征点集N{PA1，PA2}。

4)根据去噪后的特征点集N{PA1，PA2}中匹配点对的位置关系，确定两帧图像中背景的仿射关系f()。

5)基于两帧图像背景的仿射关系f()，将后一帧图片(A2)变换映射到前一帧图片(A1)的对应位置，从而抑制掉A1和A2之间的背景位移。

6)在抑制背景位移之后，使用帧间差分法，计算提取出两帧图中所有的移动物体。

7)通过图像识别算法，在两帧图像的移动物体中，判断是否有我们感兴趣的移动物体T。如果有，则进行下一步；若没有，则返回步骤2)继续判断后面两帧图像。

8)根据目标T在前后两帧图像当中的位移情况，计算出云台对应的旋转角度，从而控制云台旋转跟踪目标T。

通过本方法在背景变化的情况下，解决了云台摄像头自动跟踪动态目标的问题。

实施例二

本实施例与实施例一的不同之处在于，本实施例中的中央处理器还预存有动态目标判断模型，存储模块中对应动态目标判断模型存储有动态目标轨迹判断表、动态目标形状判断表以及动态目标属性判断表。

动态目标轨迹判断表，包括多个标准目标名称以及对应每个标准目标名称的标准移动轨迹、形状链接和属性链接。其中形状链接和属性链接，分别使动态目标轨迹判断表中的该标准目标链接到动态目标形状判断表和动态目标属性判断表中该标准目标对应的单元格中，即通过访问某一标准目标名称对应的形状链接可以转到动态目标形状判断表中该标准目标的标准形状描述。同理，通过访问属性链接，能够从属性判断表中获取该标准目标的标准属性描述。

标准目标名称，指的是用来便于称呼标准目标的名称。标准目标指的是用来为摄像头拍摄到的动态目标进行对照参考的已知运动目标，标准目标可以是诸如飞机、汽车等可移动的机器，也可以是诸如鸟、人、乌龟等可移动的动物。

动态目标轨迹判断表中的标准移动轨迹，是按照标准目标在各种条件下移动形成的多种表示轨迹的图像，我们称之为标准轨迹图像。按照现有技术，从摄像头拍摄到的拍摄图像中提取动态目标的移动轨迹形成当前轨迹图像。按照现有技术，对比当前轨迹图像和标准轨迹图像，将与当前轨迹图像相同或相近的标准轨迹图像提取出来，将这些标准轨迹图像对应的标准目标称为第一标准目标集合。

动态目标形状判断表，包括多个标准目标名称以及对应每个标准目标名称的标准形状描述、轨迹链接和属性链接。其中，通过访问轨迹链接，使动态目标形状判断表中的标准目标能够与动态目标轨迹判断表中对应的标准移动轨迹关联；通过访问属性链接，使动态目标形状判断表中的标准目标能够与动态目标属性判断表中对应的标准属性描述关联。标准形状描述，一般为长、宽、高等参数，也可以包括等比例缩小或者放大的轮廓形状。标准形状描述和从拍摄图像中获取的动态目标形状的对比，同样是按照现有技术进行图像对比。首先，中央处理器从拍摄图像中按照现有技术获取动态目标形状，具体地可以采用图像提取轮廓等方法，然后中央处理器将动态目标形状和各个标准形状描述进行一一对比，找到与动态目标形状相同或者相近的标准形状描述，将这些标准形状描述对应的标准目标作为第二标准目标集合。

动态目标属性判断表，包括多个标准目标名称以及对应每个标准目标名称的标准属性描述、轨迹链接和形状链接。其中，通过访问轨迹链接，使动态目标属性判断表中的标准目标能够与动态目标轨迹判断表中对应的标准移动轨迹关联；通过访问形状链接，使动态目标属性判断表中的标准目标能够与动态目标形状判断表中对应的标准形状描述关联。标准属性描述，一般包括类别(如动物、机器)、危害程度(无害、危害一级、危害二级、危害三级、保护一级、保护二级、保护三级)、处理方式(一级方式驱离、二级方式驱离、三级方式驱离、一级方式保护、二级方式保护、三级方式保护)。其中，危害等级从危害一级到危害三级，危害程度逐渐增大，保护等级也从保护一级到保护三级需要保护的程度也越来越大。对应危害等级分别一一对应安排了驱离方式和保护方式。

根据中央处理器中的动态目标判断模型，在选择出第一标准目标集合和第二标准目标集合后，将两者对比，选择出两者均包括的标准目标形成第三标准目标集合，将第三标准目标集合中的所有标准目标，通过标准目标名称在动态目标属性判断表中选择出对应标准目标的标准属性描述，将这些标准目标中危害等级为有害等级(危害一级至危害三级)和保护等级(保护一级至保护三级)对应的标准目标分别提取出来形成危害目标集合和保护目标集合。中央处理器分别针对危害目标集合和保护目标集合，通过调整摄像头的拍摄精度，利用长、短焦摄像头交叉使用，利用热红外传感器和声波传感器等辅助设备，按照动态目标判断模型中前文中已经提及过的判断步骤，最终将危害目标集合或者是保护目标集合一起确认到只有一个标准目标，则这个标准目标就是被识别出来的动态目标。针对该标准目标对应的标准属性描述，中央处理器向与服务器连接的诸如驱离器或者吸引器等设备发射信号，控制这些设备按照标准属性描述中的处理方式跟踪处理这些动态目标。

其中，为了更加精确摄像头跟踪拍摄的偏转角度，以便获取清晰的拍摄图像。在动态目标属性判断表的标准属性描述汇中，还包括有跟踪指导描述，跟踪指导描述按照对应标准目标的标准移动轨迹指明了摄像头每隔多少时间偏转多少度，以及此时的偏转速度是多少。举个例子，如果中央处理通过动态目标判断模型判断出当前的动态目标为麻雀，那么按照其标准属性描述中的跟踪指导描述，摄像头每隔5秒钟向上或者向下偏转2度，而在这5秒钟内则沿着麻雀移动的方向向左或者向右匀速移动。

本实施例通过动态目标判断模型，能够准确及时地识别出被跟踪的动态目标具体是什么，通过动态目标属性判断表，能够针对不同的动态目标进行恰当的处理方式，同时为摄像头提供更好地更有针对性的跟踪方式。本实施例不仅能够解决动态目标的跟踪问题，还能够解决动态目标的处理问题，使用起来非常方便。

本实施例中动态目标轨迹判断表、动态目标形状判断表以及动态目标属性判断表的各个数据，可以通过人工实时更新，也可以通过网络爬虫利用现有技术从权威网站上获取并实时更新，在此不再赘述。

以上说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (6)

1.一种基于背景抑制帧间差分法的云台角度计算方法，其特征在于：包括以下步骤：

步骤1，获取并存储连续的拍摄图像；

步骤2，对比与当前拍摄图像相邻的两帧图像建立两帧图像之间的背景仿射关系；

步骤3，通过背景抑制算法抑制已经建立仿射关系的背景，从这两帧图像中识别出动态目标及其坐标位置；

步骤4，将一段时间内的所有拍摄图像中的同一动态目标的坐标位置进行连接形成该动态目标的移动轨迹；

步骤5，从移动轨迹中提取出偏转角度；

在对比两帧图像时通过特征点匹配得到特征点集；

将特征点集去噪后匹配位置关系，将相邻两帧拍摄图像中的背景建立仿射关系；

从摄像头拍摄到的拍摄图像中提取动态目标的移动轨迹形成当前轨迹图像，对比当前轨迹图像和预存的标准轨迹图像，将与当前轨迹图像相同或相近的标准轨迹图像提取出来，将这些标准轨迹图像对应的标准目标作为第一标准目标集合；从拍摄图像中获取动态目标形状，将动态目标形状和预存的各个标准形状描述进行一一对比，找到与动态目标形状相同或者相近的标准形状描述，将这些标准形状描述对应的标准目标作为第二标准目标集合；通过访问轨迹链接，使动态目标属性判断表中的标准目标能够与动态目标轨迹判断表中对应的标准移动轨迹关联；通过访问形状链接，使动态目标属性判断表中的标准目标能够与动态目标形状判断表中对应的标准形状描述关联；根据预存的动态目标判断模型，在选择出第一标准目标集合和第二标准目标集合后，将两者对比，选择出两者均包括的标准目标形成第三标准目标集合，将第三标准目标集合中的所有标准目标，通过标准目标名称在动态目标属性判断表中选择出对应标准目标的标准属性描述，将这些标准目标中危害等级为有害等级和保护等级对应的标准目标分别提取出来形成危害目标集合和保护目标集合；分别针对危害目标集合和保护目标集合，按照动态目标判断模型将危害目标集合或者是保护目标集合一起确认到只有一个标准目标，则这个标准目标就是被识别出来的动态目标；针对该标准目标对应的标准属性描述，中央处理器向与服务器连接的驱离器或者吸引器发射信号，控制这些设备按照标准属性描述中的处理方式跟踪处理这些动态目标。

2.根据权利要求1所述的基于背景抑制帧间差分法的云台角度计算方法，其特征在于：偏转角度为从移动轨迹中的某个每个时间点上提取的移动轨迹的倾斜角度。

3.根据权利要求1所述的基于背景抑制帧间差分法的云台角度计算方法，其特征在于：通过摄像头按照时间顺序实时将拍摄图像发送给处理模块。

4.根据权利要求1所述的基于背景抑制帧间差分法的云台角度计算方法，其特征在于：通过存储模块实时存储拍摄图像。

5.根据权利要求1所述的基于背景抑制帧间差分法的云台角度计算方法，其特征在于：所述摄像头安装在云台上，所述云台上设有能够按照偏转角度转动的电机。

6.根据权利要求1所述的基于背景抑制帧间差分法的云台角度计算方法，其特征在于：采用SURF或者SIFT算法提取特征点。

Images