CN110807803B - 一种摄像机定位方法、装置、设备及存储介质 - Google Patents
一种摄像机定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110807803B CN110807803B CN201910963456.0A CN201910963456A CN110807803B CN 110807803 B CN110807803 B CN 110807803B CN 201910963456 A CN201910963456 A CN 201910963456A CN 110807803 B CN110807803 B CN 110807803B
- Authority
- CN
- China
- Prior art keywords
- camera
- sub
- region
- target object
- positioning information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种摄像机定位方法、装置、设备及存储介质,其中摄像机定位方法包括:获取所述目标对象在所述全景图像中的位置坐标;确定所述目标对象在所述全景图像中所处的子区域;利用所述位置坐标及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息。本发明提供的技术方案无需提前测量以下拍摄参数:全景摄像机的拍摄横向角度、纵向角度、摄像机安装在空间内的三维位置参数、摄像机中心线的朝向角度;跟踪摄像机云台的旋转参数、焦距参数、安装在空间内的三维位置参数、摄像机的中心线朝向角度,极大的简化了摄像机的定位过程。
Description
技术领域
本发明涉及视频监控技术领域,具体涉及一种摄像机定位方法、装置、设备及存储介质。
背景技术
全自动跟拍定位系统中,通常需要一个云台摄像机负责拍摄目标,称为跟踪摄像机,另外一个摄像机在全景范围内负责找到和定位目标,称为全景摄像机。
全自动跟拍定位系统从全景摄像机获取图像,进行图像分析,找到需要拍摄的目标;然后发送控制指令,控制跟踪摄像机通过云台转动,镜头焦距变化,对拍摄目标进行拍摄。这就需要系统对全景摄像机图像上的目标位置与跟踪摄像机的拍摄位置进行对应。
目前,比较常用的方法是测量法。测量法包括以下步骤:1、测量全景摄像机和拍摄摄像机在拍摄场景中的位置,构建三维立体的位置信息。2、在拍摄前,需要测量以下拍摄参数:全景摄像机的拍摄横向角度、纵向角度、摄像机安装在空间内的三维位置参数、摄像机中心线的朝向角度;跟踪摄像机云台的旋转参数、焦距参数、安装在空间内的三维位置参数、摄像机的中心线朝向角度等。3、通过步骤1和2得到的数据,对全景摄像机中定位到的目标位置进行三维位置坐标转换,得到目标真实位置。4、依据第3步得到的目标真实位置,和第1,2步中跟踪摄像机的空间位置信息和云台参数,计算出跟踪摄像机正对目标进行拍摄,所需要调整的横纵旋转角度和焦距远近值。上述测量法需要对全景摄像机和拍摄摄像机的拍摄参数进行测量,测量难度较大。
发明内容
有鉴于此,本发明实施例提供了一种摄像机定位方法、装置、设备及存储介质,以解决现有技术中将全景摄像机图像上的目标位置与跟踪摄像机的拍摄位置进行对应时,采用测量法测量难度大的问题。
根据第一方面,本发明实施例提供了一种摄像机定位方法,所述摄像机用于对全景图像中的目标对象进行拍摄,包括:
获取所述目标对象在所述全景图像中的位置坐标;
确定所述目标对象在所述全景图像中所处的子区域;
利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息。
本发明实施例提供的摄像机定位方法,在对摄像机进行定位时,仅需获取所述目标对象在所述全景图像中的位置坐标,确定所述目标对象在所述全景图像中所处的子区域,就可以利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息,无需提前测量以下拍摄参数:全景摄像机的拍摄横向角度、纵向角度、摄像机安装在空间内的三维位置参数、摄像机中心线的朝向角度;跟踪摄像机云台的旋转参数、焦距参数、安装在空间内的三维位置参数、摄像机的中心线朝向角度,极大的简化了摄像机的定位过程。同时,全景摄像机镜头畸变会使拍摄张角和俯角偏大,用传统的测量法计算跟踪摄像机云台定位的方式会带来整体偏差,而本发明的技术方案由于只取全景摄像机的部分画面(目标对象在所述全景图像中所处的子区域)作为参考,受镜头畸变的影响较小。
结合第一方面,在第一方面第一实施方式中,在确定所述目标对象在所述全景图像中所处的子区域之前,还包括:
在所述全景图像中选取位置点;
以所述位置点为顶点构成子区域。
结合第一方面及第一方面第一实施方式,在第一方面第二实施方式中,确定所述目标对象在所述全景图像中所处的子区域包括:
分别对每个所述子区域填充预设的灰度值,生成单通道图片;
获取所述位置坐标在任一单通道图片中的灰度值,当所述灰度值与所述预设的灰度值相同时,则所述目标对象位于与该单通道图片相对应的子区域;遍历所述单通道图片,得到所述目标对象在所述全景图像中所处的子区域。
结合第一方面及第一方面第一实施方式,在第一方面第三实施方式中,确定所述位置坐标在所述全景图像中所处的子区域包括:
由对角线的端点到所述位置坐标形成第一向量;
计算所述第一向量与以所述端点为起点的对角线向量的叉乘,根据叉乘结果确定所述位置坐标所处的子区域;
遍历所述对角线,得到所述位置坐标在所述全景图像中所处的子区域。
结合第一方面,在第一方面第四实施方式中,当所述目标对象在所述全景图像中所处的子区域为多个时,所述利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息,包括:
分别利用所述位置坐标、及与每个子区域相对应的坐标与定位信息之间的关系计算多个定位信息;
对所述多个定位信息求平均值,得到所述摄像机的定位信息。
结合第一方面、第一方面第一实施方式至第一方面第四实施方式,在第一方面第五实施方式中,在利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息之前,还包括:
获取所述子区域的顶点坐标;
分别确定与每个顶点坐标相匹配的摄像机的定位信息;
利用每个顶点坐标、及与每个顶点坐标相匹配的摄像机的定位信息进行计算,得到与所述子区域相对应的坐标与定位信息之间的关系。
结合第一方面、第一方面第一实施方式至第一方面第五实施方式,在第一方面第六实施方式中,所述定位信息为所述摄像机的云台参数,包括云台的转动角度、云台的俯仰角度、云台的焦距值。
根据第二方面,本发明实施例提供了一种摄像机定位装置,包括:
坐标获取模块,用于获取所述目标对象在所述全景图像中的位置坐标;
子区域确定模块,用于确定所述目标对象在所述全景图像中所处的子区域;
计算模块,用于利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息。
根据第三方面,本发明实施例提供了一种电子设备,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面或者第一方面的任意一种实施方式中所述的摄像机定位方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的摄像机定位方法。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1为本发明实施例1中摄像机定位方法的流程示意图;
图2为本发明实施例2中摄像机定位方法的流程示意图;
图3为本发明实施例2示例1中多个子区域的示意图;
图4为本发明实施例2示例2中多个子区域的示意图;
图5为本发明实施例2示例2中一个单通道图片的示意图;
图6为本发明实施例2示例2中另一个单通道图片的示意图;
图7为本发明实施例2示例2中再一个单通道图片的示意图;
图8为本发明实施例3中摄像机定位装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
本发明实施例1提供了一种摄像机定位方法。图1为本发明实施例1中摄像机定位方法的流程示意图。在本发明实施例中,上述摄像机为全自动跟拍定位系统中的跟踪摄像机。如图1所示,本发明实施例1的摄像机定位方法包括以下步骤:
S101:获取目标对象在全景图像中的位置坐标。
在本发明实施例中,上述全景图像为全自动跟拍定位系统全景摄像机拍摄得到的图像。
S102:确定目标对象在全景图像中所处的子区域。
在本发明实施例中,在确定目标对象在全景图像中所处的子区域之前,还包括:在全景图像中选取位置点;以位置点为顶点构成子区域。例如:在全景图像中选取至少三个点;以至少三个坐标为顶点构成一个或多个子区域。作为一个具体的实施方式,子区域为三角形区域。
S103:利用位置坐标及与子区域相对应的坐标与定位信息之间的关系计算摄像机的定位信息。
在本发明实施例中,对于每一个子区域都有其对应的坐标与定位信息之间的关系,作为一个具体的实施方式,坐标与定位信息之间的关系可以为系数矩阵。
作为一个具体的实施方式,将与该目标位置所处的子区域相对应的坐标与定位信息之间的系数矩阵与目标对象的位置坐标相乘,即可得到摄像机的定位信息。
作为一个具体的实施方式,定位信息为摄像机的云台参数,包括云台的转动角度、云台的俯仰角度、云台的焦距值。
本发明1实施例提供的摄像机定位方法,在对摄像机进行定位时,仅需获取目标对象在全景图像中的位置坐标,确定目标对象在全景图像中所处的子区域,就可以利用位置坐标、及与子区域相对应的坐标与定位信息之间的关系得到摄像机的定位信息,无需提前测量以下拍摄参数:全景摄像机的拍摄横向角度、纵向角度、摄像机安装在空间内的三维位置参数、摄像机中心线的朝向角度;跟踪摄像机云台的旋转参数、焦距参数、安装在空间内的三维位置参数、摄像机的中心线朝向角度,极大的简化了摄像机的定位过程。
同时,全景摄像机镜头畸变会使拍摄张角和俯角偏大,用传统的测量法计算跟踪摄像机云台定位的方式会带来整体偏差,而本发明实施例由于只取全景摄像机的部分画面(目标对象在全景图像中所处的子区域)作为参考,受镜头畸变的影响较小。
实施例2
本发明实施例2提供了一种摄像机定位方法。图2为本发明实施例2中摄像机定位方法的流程示意图。在本发明实施例中,上述摄像机为全自动跟拍定位系统中的跟踪摄像机。如图2所示,本发明实施例2的摄像机定位方法包括以下步骤:
S201:在全景图像中选取位置点,以位置点为顶点构成子区域。
示例1:在全景图像中选取4个点。通常选取实际空间中4个角的位置(例如房间的4个墙角)。而由于透视原理,房间的4个角在全景图像中通常呈现为梯形,记该区域为M,标记这4个点为(A,B,C,D),并记它们在全景图像中的像素坐标值为(Xa,Ya),(Xb,Yb),(Xc,Yc),(Xd,Yd)。在全景图像中,连接梯形ABCD的对角线,AC,BD,并形成4个相互有重合的三角形区域分别是ADC,DCB,CBA,BAD。即当在全景图像中选取4个点时,得到4个三角形区域。图3为本发明实施例2示例1中多个子区域的示意图。
示例2:在全景图像中选取5个点,A、B、C、D、E,上述5个点将图像分为10个子区域。图4为本发明实施例2示例2中多个子区域的示意图。
S202:针对每个子区域,获取该子区域的顶点坐标,分别确定与每个顶点坐标相匹配的摄像机的定位信息;利用每个顶点坐标、及与每个顶点坐标相匹配的摄像机的定位信息进行计算,得到与该子区域相对应的坐标与定位信息之间的关系;遍历子区域,得到与每个子区域相对应的坐标与定位信息之间的关系。
在本发明实施例中,每个子区域的顶点均为在步骤S201中在全景图像中选取点。在本发明实施例中,与每个顶点坐标相匹配的定位信息为预设值,可以根据先验经验进行设定,也可以根据其他已有的知识进行设定,本发明对此不作限定。
对于示例1,对于区域为M中的4个点(A,B,C,D),可以采用如下方式设定定位信息。控制跟踪摄像机云台逐一对准A,B,C,D4个位置,并调整适当的焦距,确保当目标处在4个位置中的某个位置时,对应的跟踪摄像机的景位是合适的,这样我们可以通过云台控制器获取云台的转动角度pan,俯仰角度tile,和焦距值zoom。记录记4个位置的对应的三个值为(Pa,Ta,Za),(Pb,Tb,Zb),(Pc,Tc,Zc),(Pd,Td,Zd)。
对于三角形区域ADC,DCB,CBA,BAD中的任一三角形区域,假设3个定点的坐标分别为(X1,Y1),(X2,Y2),(X3,Y3),它们对应的3个点对应的云台参数分别为(P1,T1,Z1),(P2,T2,Z2),(P3,T3,Z3)。假设该区域位置与云台参数的关系为线性关系,则有:
对于示例2,也可以采用示例1的方式确定与每个顶点坐标相匹配的摄像机的定位信息,及利用每个顶点坐标、及与每个顶点坐标相匹配的摄像机的定位信息进行计算,得到与子区域相对应的坐标与定位信息之间的系数矩阵。
S203:获取目标对象在全景图像中的位置坐标。
S204:确定目标对象在全景图像中所处的子区域,并得到与目标对象所处的子区域相对应的坐标与定位信息之间的关系。
作为一个具体的实施方式,确定位置坐标在全景图像中所处的子区域包括:由对角线的端点到位置坐标形成第一向量;计算第一向量与以端点为起点的对角线向量的叉乘,根据叉乘结果确定位置坐标所处的子区域;遍历所有的对角线,得到位置坐标在全景图像中所处的子区域。
在示例1中,对于图3中区域M内的任意一点P,必然同时落在4个三角形区域中2个。判断其所在方法是:1.计算向量AP和AC的叉乘,如果结果大于等于0则P点属于区域CBA,如果小于0则P点属于区域ADC;2.计算向量BP和BD的叉乘,如果结果大于等于0则P点属于DCB,如果结果小于0则P点属于BAD。
作为另一具体实施方式,确定目标对象在全景图像中所处的子区域包括:分别对每个子区域填充预设的灰度值,生成单通道图片;获取位置坐标在任一单通道图片中的灰度值,当上述灰度值与预设的灰度值相同时,则目标对象位于与该单通道图片相对应的子区域;遍历单通道图片,得到目标对象在全景图像中所处的子区域。采用上述技术方案,可以快速准确的确定目标对象在全景图像中所处的子区域。
在示例2中,为了确定目标位置落在哪一个三角形区域内,分别对每个子区域填充预设的灰度值,生成10个单通道图片(每个像素点只有灰度信息),记为M1,M2,M3……M10。图5为本发明实施例2示例2中一个单通道图片的示意图;图6为本发明实施例2示例2中另一个单通道图片的示意图;图7为本发明实施例2示例2中再一个单通道图片的示意图。如图5~图7所示,每个图片对应的三角形区域内的像素值为255,其它所有区域内的像素值为0。对于给定点P(x,y),遍历10个图片,获取(x,y)的灰度值,当灰度值为255,则表示P点落在了对应的三角形区域内。把灰度值为255的图片id记录在队列,对应的就是点P落在的三角形区域队列。
S205:利用位置坐标及与目标对象所处的子区域相对应的坐标与定位信息之间的关系计算摄像机的定位信息。
进一步的,当目标对象在全景图像中所处的子区域为多个时,利用位置坐标、及与子区域相对应的坐标与定位信息之间的系数矩阵计算摄像机的定位信息,包括:分别利用位置坐标、及与每个子区域相对应的坐标与定位信息之间的系数矩阵进行计算,得到多个定位信息;对多个定位信息求平均值,得到摄像机的定位信息。
实施例3
本发明实施例3提供了一种摄像机定位装置。图8为本发明实施例3中摄像机定位装置的结构示意图,如图8所示,本发明实施例3的摄像机定位装置包括坐标获取模块80、子区域确定模块82及计算模块84。
具体的,坐标获取模块80,用于获取目标对象在全景图像中的位置坐标。
子区域确定模块82,用于确定目标对象在全景图像中所处的子区域。
计算模块84,用于利用位置坐标、及与子区域相对应的坐标与定位信息之间的关系计算摄像机的定位信息。
本发明实施例3提供的摄像机定位装置可以实现本发明实施例1和实施例2的摄像机定位方法,在此不再赘述。
本发明实施例3提供的摄像机定位装置,在对摄像机进行定位时,仅需获取目标对象在全景图像中的位置坐标,确定目标对象在全景图像中所处的子区域,就可以利用位置坐标、及与子区域相对应的坐标与定位信息之间的关系得到摄像机的定位信息,无需提前测量以下拍摄参数:全景摄像机的拍摄横向角度、纵向角度、摄像机安装在空间内的三维位置参数、摄像机中心线的朝向角度;跟踪摄像机云台的旋转参数、焦距参数、安装在空间内的三维位置参数、摄像机的中心线朝向角度,极大的简化了摄像机的定位过程。同时,全景摄像机镜头畸变会使拍摄张角和俯角偏大,用传统的测量法计算跟踪摄像机云台定位的方式会带来整体偏差,而本发明实施例由于只取全景摄像机的部分画面(目标对象在全景图像中所处的子区域)作为参考,受镜头畸变的影响较小。
实施例4
本发明实施例还提供了一种电子设备,该电子设备可以包括处理器和存储器,其中处理器和存储器可以通过总线或者其他方式连接。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的摄像机定位方法对应的程序指令/模块(例如,图8所示的坐标获取模块80、子区域确定模块82及计算模块84)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的摄像机定位方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器中,当被处理器执行时,执行如图1-7所示实施例中的摄像机定位方法。
上述电子设备具体细节可以对应参阅图1至图7所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种摄像机定位方法,所述摄像机用于对全景图像中的目标对象进行拍摄,其特征在于,包括:
获取所述目标对象在所述全景图像中的位置坐标;
确定所述目标对象在所述全景图像中所处的子区域;
利用所述位置坐标及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息;
所述确定所述目标对象在所述全景图像中所处的子区域包括:
分别对每个所述子区域填充预设的灰度值,生成单通道图片;
获取所述位置坐标在任一单通道图片中的灰度值,当所述灰度值与所述预设的灰度值相同时,则所述目标对象位于与该单通道图片相对应的子区域;遍历所述单通道图片,得到所述目标对象在所述全景图像中所处的子区域;
或所述确定所述目标对象在所述全景图像中所处的子区域包括:
由对角线的端点到所述位置坐标形成第一向量;
计算所述第一向量与以所述端点为起点的对角线向量的叉乘,根据所述叉乘结果确定所述目标对象所处的子区域;
遍历所述对角线,得到所述目标对象在所述全景图像中所处的子区域。
2.根据权利要求1所述的摄像机定位方法,其特征在于,在确定所述目标对象在所述全景图像中所处的子区域之前,还包括:
在所述全景图像中选取位置点;
以所述位置点为顶点构成子区域。
3.根据权利要求1所述的摄像机定位方法,其特征在于,当所述目标对象在所述全景图像中所处的子区域为多个时,所述利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息,包括:
分别利用所述位置坐标、及与每个子区域相对应的坐标与定位信息之间的关系计算多个定位信息;
对所述多个定位信息求平均值,得到所述摄像机的定位信息。
4.根据权利要求1所述的摄像机定位方法,其特征在于,在利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息之前,还包括:
获取所述子区域的顶点坐标;
分别确定与每个顶点坐标相匹配的摄像机的定位信息;
利用每个顶点坐标、及与每个顶点坐标相匹配的摄像机的定位信息进行计算,得到与所述子区域相对应的坐标与定位信息之间的关系。
5.根据权利要求1~4任一项所述的摄像机定位方法,其特征在于,所述定位信息为所述摄像机的云台参数。
6.一种摄像机定位装置,其特征在于,包括:
坐标获取模块,用于获取目标对象在全景图像中的位置坐标;
子区域确定模块,用于确定所述目标对象在所述全景图像中所处的子区域;
计算模块,用于利用所述位置坐标、及与所述子区域相对应的坐标与定位信息之间的关系计算所述摄像机的定位信息;
所述子区域确定模块具体用于:分别对每个所述子区域填充预设的灰度值,生成单通道图片;获取所述位置坐标在任一单通道图片中的灰度值,当所述灰度值与所述预设的灰度值相同时,则所述目标对象位于与该单通道图片相对应的子区域;遍历所述单通道图片,得到所述目标对象在所述全景图像中所处的子区域;
或者,所述子区域确定模块具体用于:由对角线的端点到所述位置坐标形成第一向量;计算所述第一向量与以所述端点为起点的对角线向量的叉乘,根据所述叉乘结果确定所述目标对象所处的子区域;遍历所述对角线,得到所述目标对象在所述全景图像中所处的子区域。
7.一种电子设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-5中任一项所述的摄像机定位方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的摄像机定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963456.0A CN110807803B (zh) | 2019-10-11 | 2019-10-11 | 一种摄像机定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963456.0A CN110807803B (zh) | 2019-10-11 | 2019-10-11 | 一种摄像机定位方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807803A CN110807803A (zh) | 2020-02-18 |
CN110807803B true CN110807803B (zh) | 2021-02-09 |
Family
ID=69488261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963456.0A Active CN110807803B (zh) | 2019-10-11 | 2019-10-11 | 一种摄像机定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807803B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429518B (zh) * | 2020-03-24 | 2023-10-03 | 浙江大华技术股份有限公司 | 一种标注方法、装置、计算设备及存储介质 |
CN112351208A (zh) * | 2020-11-03 | 2021-02-09 | 中冶赛迪重庆信息技术有限公司 | 无人行车装卸料视频自动跟踪方法、系统、设备及介质 |
CN114650366A (zh) * | 2020-12-18 | 2022-06-21 | 深圳市卫飞科技有限公司 | 飞鸟防御方法、主控模块、飞鸟防御系统及存储介质 |
CN114500857A (zh) * | 2022-03-24 | 2022-05-13 | 广东小天才科技有限公司 | 一种图像拍摄方法、装置、终端设备以及存储介质 |
CN115953485B (zh) * | 2023-03-15 | 2023-06-02 | 中国铁塔股份有限公司 | 一种摄像机标定方法及装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101198030B (zh) * | 2007-12-18 | 2010-06-23 | 北京中星微电子有限公司 | 一种视频监控系统的摄像机定位方法及定位装置 |
JP2013196454A (ja) * | 2012-03-21 | 2013-09-30 | Honda Elesys Co Ltd | 画像処理装置、画像処理方法および画像処理プログラム |
CN103150705B (zh) * | 2012-12-06 | 2016-05-25 | 华中科技大学 | 一种弱小目标图像的自适应恢复增强方法 |
CN205490869U (zh) * | 2016-03-03 | 2016-08-17 | 北京志光伯元科技有限公司 | 运动目标捕捉与跟踪设备 |
CN107292907B (zh) * | 2017-07-14 | 2020-08-21 | 灵动科技(北京)有限公司 | 一种对跟随目标进行定位的方法以及跟随设备 |
CN109660710A (zh) * | 2017-10-10 | 2019-04-19 | 中兴通讯股份有限公司 | 基于视频会议的摄像头控制方法、终端及存储介质 |
CN109788201B (zh) * | 2019-02-14 | 2021-04-20 | 四川宏图智慧科技有限公司 | 定位方法及装置 |
CN110033465B (zh) * | 2019-04-18 | 2023-04-25 | 天津工业大学 | 一种应用于双目内窥镜医学图像的实时三维重建方法 |
CN110146017B (zh) * | 2019-06-08 | 2021-02-02 | 青岛科技大学 | 工业机器人重复定位精度测量方法 |
CN110139040B (zh) * | 2019-06-17 | 2020-11-13 | 广东安居宝数码科技股份有限公司 | 云台摄像机定位的方法、装置、云台摄像机、设备及介质 |
-
2019
- 2019-10-11 CN CN201910963456.0A patent/CN110807803B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110807803A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807803B (zh) | 一种摄像机定位方法、装置、设备及存储介质 | |
CN110111262B (zh) | 一种投影仪投影畸变校正方法、装置和投影仪 | |
CN110336987B (zh) | 一种投影仪畸变校正方法、装置和投影仪 | |
CN108769462B (zh) | 自由视角场景漫游方法及装置 | |
CN106709865B (zh) | 一种深度图像合成方法及装置 | |
KR101521008B1 (ko) | 어안 렌즈를 사용하여 얻은 왜곡영상에 대한 보정방법 및 이를 구현하기 위한 영상 디스플레이 시스템 | |
CN110099220B (zh) | 一种全景拼接方法及装置 | |
US10692262B2 (en) | Apparatus and method for processing information of multiple cameras | |
US20180075660A1 (en) | Method and device for blurring a virtual object in a video | |
CN106570907B (zh) | 一种相机标定方法及装置 | |
KR20130121290A (ko) | 회전식 라인 카메라로 획득한 실내 전방위 영상의 지오레퍼런싱 방법 | |
CN112288826A (zh) | 双目相机的标定方法、装置及终端 | |
EP4220547A1 (en) | Method and apparatus for determining heat data of global region, and storage medium | |
CN109443305B (zh) | 一种测距方法及装置 | |
CN113259642B (zh) | 一种影片视角调节方法及系统 | |
CN111476876A (zh) | 一种三维影像渲染方法、装置、设备及可读存储介质 | |
CN110853094B (zh) | 一种目标位置的阈值确定方法、装置、设备及存储介质 | |
CN110749311B (zh) | 定位方法、装置以及存储介质 | |
CN107507133B (zh) | 一种基于圆管作业机器人的实时图像拼接方法 | |
CN110691228A (zh) | 基于三维变换的深度图像噪声标记方法、装置和存储介质 | |
CN113489970A (zh) | 云台相机的校正方法和装置、存储介质及电子装置 | |
CN210986289U (zh) | 四目鱼眼相机及双目鱼眼相机 | |
CN115174878B (zh) | 投影画面校正方法、装置和存储介质 | |
CN109584308B (zh) | 一种基于空间实景地图的位置标定方法 | |
CN111131697B (zh) | 一种多摄像机智能跟踪拍摄方法、系统、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 247100 workshop C2, science and Technology Incubation Park, Jiangnan industrial concentration zone, Chizhou City, Anhui Province Patentee after: Anhui Wenxiang Technology Co.,Ltd. Address before: 100176 11th floor, block B, AVIC Plaza, 15 ronghua South Road, economic and Technological Development Zone, Daxing District, Beijing Patentee before: BEIJING WENXIANG INFORMATION TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |