CN115550555A - 云台校准方法及相关装置、摄像器件和存储介质 - Google Patents
云台校准方法及相关装置、摄像器件和存储介质 Download PDFInfo
- Publication number
- CN115550555A CN115550555A CN202211498251.8A CN202211498251A CN115550555A CN 115550555 A CN115550555 A CN 115550555A CN 202211498251 A CN202211498251 A CN 202211498251A CN 115550555 A CN115550555 A CN 115550555A
- Authority
- CN
- China
- Prior art keywords
- calibration
- point
- image
- shooting
- feature
- 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
Images
Landscapes
- Studio Devices (AREA)
Abstract
本申请公开了一种云台校准方法及相关装置、摄像器件和存储介质,其中,云台校准方法包括:响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。上述方案,能够在提高云台校准效率的同时,提升云台自检精度。
Description
技术领域
本申请涉及安防监控技术领域,特别是涉及一种云台校准方法及相关装置、摄像器件和存储介质。
背景技术
随着视频监控系统的发展,智能化、无人值守等特点成为监视系统发展的重大趋势,摄像器件作为前端设备,在监控系统中起着举足轻重的作用,其与后台软件配合,可以实现更多智能化、自动化的功能。
目前,摄像器件若发生掉电,由于控制水平和垂直方向的步进电机停止的位置通常并不是固定的,故在摄像器件上电之后需要进行云台自检操作。现有技术通过软件控制电机带动云台连续旋转固定的时间进行云台自检,自检完成之后再开始正常业务。然而,由于需要确保能够触发光耦电平发生变化,因此,设定的固定时间较长,导致云台自检需要消耗较长的时间,若通过提高云台自检时的运动速度减少自检消耗的时间,则又会降低云台的自检精度。有鉴于此,如何在提高云台校准效率的同时,提升云台自检精度,成为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种云台校准方法及相关装置、摄像器件和存储介质,能够在提高云台校准效率的同时,提升云台自检精度。
为了解决上述问题,本申请第一方面提供了一种云台校准方法,包括:响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;再基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;并基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。
为了解决上述问题,本申请第二方面提供了一种云台校准装置,包括:准备模块、匹配模块、确定模块和建立模块。其中,准备模块用于响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;匹配模块用于基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;确定模块用于基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;建立模块用于旋转到目标点位,并基于旋转到目标点位过程中经过的校准点,建立校准后的基准坐标系。
为了解决上述问题,本申请第三方面提供了一种摄像器件,包括摄像头、云台、存储器和处理器,摄像头用于拍摄图像,云台承载摄像头,用于带动摄像头旋转拍摄,摄像头、云台和存储器分别耦接至处理器,存储器存储有程序指令,处理器用于执行程序指令,以实现第一方面中的云台校准方法。
为了解决上述问题,本申请第四方面提供了一种计算机可读存储介质,存储有能够被处理器运行的程序指令,程序指令用于上述第一方面中的云台校准方法。
上述方案,响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;再基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;并基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,一方面在开启录像并开始正常业务的同时,通过获取掉电时的第一图像和开启录像后的第二图像,并基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果,即在不影响摄像器件正常工作的情况下,开始正常业务并进行图像特征匹配,得到匹配结果,有助于提高云台校准的效率,另一方面通过基于摄像器件的拍摄策略,分析是否结果匹配结果,进而确定云台校准需要旋转的目标点位,并通过旋转到目标点位过程中经过的检验点进行校验,在此过程中,基于拍摄器件所用拍摄策略,分析是否结合匹配结果,进而确定云台校准需要旋转的目标点位,有助于提高不同拍摄策略下云台校验结果的准确性。故此,能够在提高云台校准效率的同时,提升云台自检精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本申请的实施例,并与说明书一起用于说明本申请的技术方案。
图1是本申请云台校准方法一实施例的流程示意图;
图2是校准点设置过程中一实施例的示意图;
图3是校准点设置过程中另一实施例的示意图;
图4是关键点位、与关键点位相邻的第一校准点两者的抓拍画面存在重叠时一实施例的示意图;
图5是关键点位、与关键点位相邻的第一校准点两者的抓拍画面存在重叠时另一实施例的示意图;
图6是抓拍图像的图像特征满足第二条件时一实施例的示意图;
图7是抓拍图像的图像特征不满足第二条件时一实施例的示意图;
图8是本申请云台校准装置一实施例的框架示意图;
图9是本申请摄像器件一实施例的框架示意图;
图10是本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。“若干”表示至少一个。本文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。
请参阅图1,图1是本申请云台校准方法一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S11:响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像。
需要说明的是,当摄像器件上电之后,摄像器件即开启录像并开始正常业务,虽然开启录像并开始正常业务之后,还需执行其他步骤,如获取第一图像等,但是,在摄像器件上电之后,摄像器件就持续录像,因而即使在对云台校准过程中,仍不会对正常业务造成影响,由此可以提高云台校准效率。
在一个实施场景中,第一图像可以是摄像器件掉电前拍摄到的最后一帧图像,第二图像可以是摄像器件上电后拍摄到的第一帧图像。当然,第一图像也可以是摄像器件掉电前获取的预设帧数中清晰度最高的一帧图像,第二图像是摄像器件上电后获取的预设帧数中清晰度最高的一帧图像,预设帧数可以是3、4等。第一图像和第二图像可以根据实际情况进行确定,在此不做具体限定。
步骤S12:基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果。
在一个实施场景中,第一图形的第一特征和第二图像的第二特征可以通过特征提取算法提取得到,特征提取算法可以包括但不限于:LBP算法(Local Binary Patterns,局部二值模式)、HOG特征提取算法(Histogram of Oriented Gradient)、SIFT算子(Scale-invariant feature transform,尺度不变特征变换)等。当然,第一特征和第二特征还可以通过特征提取模型提取得到,特征提取模型可以包括但不限于:CNN(convolution neuralnetwork,卷积神经网络)、RNN(Recurrent Neural Network,循环神经网络)等。第一特征和第二特征的提取方式可以根据实际情况进行选择,在此不做具体限定。
在另一实施场景中,第一特征和第二特征还可以是图像中可以作为标识的关键点,如,第一图像中的第一特征可以是第一图像中的电线杆(关键点)在图像中的位置。第一特征和第二特征还可以是图像背景特征值,如,获取第一图像之后,先对第一图像中的运动目标进行去除,再通过特征提取模型提取得到第一图像中的背景特征值。第一特征和第二特征可以根据实际情况进行确定,在此不做具体限定。
在一个实施场景中,在得到第一图像的第一特征和第二图像的第二特征之后,可以进一步对第一特征和第二特征进行匹配,得到匹配结果。第一特征和第二特征的匹配方式可以是获取第一特征和第二特征的特征相似度,也可以是获取第一特征和第二特征的特征距离。第一特征和第二特征的匹配方式可以根据实际情况进行选择,在此不做具体限定。
进一步地,第一特征和第二特征进行匹配,得到匹配结果之后,还可以进一步确定匹配结果是否成功。示例性地,通过获取第一特征和第二特征的特征相似度,并将特征相似度映射至[0,1]之间,通过特征相似度与相似度预设阈值进行比对,不小于预设阈值,表征匹配成功,否则,匹配失败。相似度预设阈值可以设置为0.8、0.9等。可以理解的是,所示匹配方式仅为实际应用中可能采用的一种方式,并不因此而限定实际应用中所采用的匹配方式,具体可以根据实际情况进行确定,在此不做具体限定。
步骤S13:基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位。
需要说明的是,目标点位可以包括基准位、预置位、校准点至少一者,基准位为摄像器件的限位处,即摄像器件转不动的位置。此外,基于基准位建立基准坐标系,即将基准位作为坐标原点建立坐标系。预置位为预设的拍摄位置,在预置位可以停留预设时长持续录像,预设时长可以是10s、9s、8s等。示例性地,预置位可以是以基准位为坐标原点,顺时针旋转135度的位置,则在该预置位可以停留10s进行持续录像。校准点为进行校准的位置,可以通过校准点的拍摄图像进行校准,示例性地,以基准位为坐标原点,每隔90度设置一个校准点,则对摄像器件在90度拍摄到的图像进行校准。
在一个实施场景中,校准点预存有属性数据,用于确定旋转过程中经过的校准点并参考所确定的校准点进行校准,属性数据包括校准点处的图像特征,校准点处的图像特征基于校准点拍摄到的图像提取得到,图像特征包含可以作为标识的参考点(如电线杆等),校准点处的图像特征的获取方式,可以参照前述公开实施例中的获取方式,在此不再赘述。属性数据还包括以下至少一者:校准点至摄像器件的基准位的转动参数、与相邻校准点之间的转动参数。上述方式,基于校准点处预存的属性数据进行校准,有助于提高校准的准确性,并预存与相邻校准点之间的转动参数,有助于方便快速在点位之间转动。
示例性地,请参阅图2,图2是校准点设置过程中一实施例的示意图,如图2所示,基准位在D点处,A点、B点、C点均为校准点,且摄像器件在A点、B点、C点任一处拍摄到的图像均包含图像特征,图像特征基于摄像器件在该点处拍摄到的图像提取得到。具体地,当摄像器件处于A点、B点、C点任一点处时,拍摄到的图像中运动目标可能会存在变化,即标准点处拍摄到的图像包含的图像特征需要具备参开意义。此外,校准点预存有属性数据,属性数据还可以包括校准点至摄像器件的基准位的转动参数、与相邻校准点之间的转动参数,转动参数可以包括但不限于:转动圈数、角度值、微步数等。转动圈数为校准点与基准位形成的圈数值,转动圈数可以是0圈、1/4圈、1/2圈、3/4圈等,角度值为校准点与基准位的夹角值,角度值可以是0度、90度、180度、270度等。微步数基于摄像器件工作时转动的单位步长和需要转动的角度确定,如摄像器件工作时转动的单位步长为1度,需要转动的角度值为90度,则微步数为90,微步数可以根据摄像器件的参数进行确定,在此不做具体限定。此外,与相邻校准点之间的转动参数可以基于各校准点预存的属性数据计算得到,其中,转动圈数、角度值和微步数为相邻校准点之间的转动参数差值。示例性地,请结合参阅图2,以D为基准位,A点预存的属性数据包括转动圈数为1/4圈,角度值为90度,微步数可以为90。B点预存的属性数据包括转动圈数为1/2圈,角度值为180度,微步数可以为180。A校准点与B校准点之间的转动参数为B点与A点的转动参数的差值,即转动圈数为1/4圈,角度值为90度,微步数为90。当然,也可以为A点与B点的转动参数的差值,可以理解的是,相邻校准点之间的转动参数中负值表征方位。
示例性地,请参阅图3,图3是校准点设置过程中另一实施例的示意图,基准位在D点处,A点、B点、C点均为校准点。可以理解的是,当拍摄器件在录像过程中,当摄像器件处于某处时,拍摄到的图像中不可能存在运动目标,且拍摄到的图像不可能会变化,即标准点处拍摄到的图像包含的图像特征需要不具备参考意义,则该处不会作为校准点。如图3所示,右下角出现白墙,则不会作为校准点。当然,所示拍摄区域中出现白墙仅为实际应用中的可能出现的一种情况,并不因此而限定实际应用中的场景,具体可以根据实际情况进行判断,在此不做具体限定。
在一个实施场景中,摄像器件预先设有若干第一校准点,具体地,可以先提取在不同点位处抓拍图像的图像特征,示例性地,请参阅图2,不同点位处可以是基于基准位90度、180度、270度处设置的点位处,当然,也可以设置为固定值,如每隔45度设置一处,需要说明的是,点位处拍摄到的图像包含的图像特征需要具备参考意义,即不会出现拍摄图像为白墙、水面等情况。点位处可以根据实际情况进行设置,在此不做具体限定。在设置点位处之后,获取对点位处抓拍图像进行特征提取,特征提取方式可以根据前述公开实施例中的方式,在此不再赘述。在确定点位处之后,可以基于设置方式,选择至少一个点位作为第一校准点,并记录第一校准点的图像特征和转动参数,得到第一校准点的属性数据。设置方式可以为全选、选择一半等,设置方式可以根据实际情况进行设置,在此不做具体限定。上述方式,通过提取不同点位处抓拍图像的图像特征,进而选择第一校准点,有助于提高第一校准点在校准过程中的参考意义,进而提高云台校准效率。
进一步地,在摄像器件预先设有若干第一校准点,且摄像器件设有关键点位的情况下,可以设置校准点,具体地,可以先提取在关键点位处抓拍图像的图像特征,并检测关键点位的图像特征是否满足第二条件,第二条件可以是图像特征包含可以作为标识的参考点,也可以是具有参考意义等,第二条件可以根据实际情况进行确定,在此不做具体限定。当检测关键点位的图像特征满足第二条件时,则选择在关键点位、与关键点位相邻的第一校准点中至少保留关键点位并作为第二校准点。需要说明的是,校准点包括第二校准点和剩余的第一校准点,且关键点位包括预置位、隐私位中至少一者,隐私位为用户不希望被拍摄的区域,即摄像器件在隐私位的抓拍图像为用户不希望被拍摄的区域。上述方式,通过提取关键点位处抓拍图像的图像特征,并检测关键点位的图像特征是否满足第二条件,进而确定第二校准点,有助于提高第二校准点的可用性,即在进行校准过程中,提高校准的准确性,进一步提升云台自检精度。
具体地,可以检测关键点位、与关键点位相邻的第一校准点两者的抓拍画面是否存在重叠,响应于存在重叠,剔除第一校准点,并保留关键点位并作为第二校准点,响应于不存在重叠,将关键点位保留作为第二校准点,并保留与其相邻的第一校准点。示例性地,请参阅图4,图4是关键点位、与关键点位相邻的第一校准点两者的抓拍画面存在重叠时一实施例的示意图,关键点位E处抓拍画面的图像特征包含可以作为标识的参考点,与关键点位E处相邻的第一校准点C处的抓拍画面与E处抓拍画面存在重叠,剔除第一校准点C,并保留关键点位E,请结合参阅图5,图5是关键点位、与关键点位相邻的第一校准点两者的抓拍画面存在重叠时另一实施例的示意图,在剔除第一校准点C之后,将关键点位E作为第二校准点。上述方式,当检测关键点位的图像特征满足第二条件时,基于关键点位、与关键点位相邻的第一校准点中,选择保留关键点位作为第二校准点,在此过程中,有选择地确定第二校准点,有助于提高云台校准的效率。
此外,当检测关键点位的图像特征不满足第二条件时,则在关键点位和与关键点点位相邻的第一校准点之间搜索满足第二条件的第二校准点。具体地,可以先从关键点位开始朝与关键点点位相邻的第一校准点旋转,并提取当前点位处抓拍图像的图像特征;并检测当前点位处抓拍图像的图像特征是否满足第二条件,响应于满足第二条件,将当前点位作为第二校准点,并停止搜索;响应于不满足第二条件,重新执行从关键点位开始朝与关键点点位相邻的第一校准点旋转的步骤及其后续步骤,直到检测至第一校准点,将第一校准点作为第二校准点。示例性地,请参阅图6,图6是抓拍图像的图像特征满足第二条件时一实施例的示意图,关键点为G,C点和D点为第一校准点,从关键点位G处开始朝与关键点点位相邻的第一校准点C点和D点处旋转,并提取当前点位G1处和G2处抓拍图像的图像特征,当检测G1处、G2处抓拍图像的图像特征包含可以作为标识的参考点时,将G1处、G2处作为第二校准点,并停止搜索。请结合参阅图7,图7是抓拍图像的图像特征不满足第二条件时一实施例的示意图,关键点为F,C点和D点为第一校准点,从关键点位F处开始朝与关键点点位相邻的第一校准点C点和D点处旋转,并提取当前点位抓拍图像的图像特征,当检测抓拍图像的图像特征未包含可以作为标识的参考点,并直到检测至第一校准点C点和D点时,直接将C点和D点作为第二校准点。上述方式,当检测关键点位的图像特征不满足第二条件时,在关键点位和与关键点点位相邻的第一校准点之间搜索满足第二条件的第二校准点,在此过程中,有选择地确定第二校准点,有助于提高云台校准的效率。
在一个实施场景中,响应于摄像器件所用拍摄策略为巡航拍摄,直接确定目标点位包括巡航拍摄路线上的各个预置位。
在另一个实施场景中,响应于摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配成功,确定目标点位包括固定拍摄的预置位。
在又一个实施场景中,响应于摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配失败,确定目标点位包括摄像器件的基准位。
步骤S14:旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。
在一个实施场景中,当摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配失败,确定目标点位包括摄像器件的基准位,进一步地,基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。具体地,先基于目标点位为摄像器件的基准位,确定旋转到目标点位过程中经过的校准点至少包括基准位,并直接在基准位重新建立基准坐标系,作为校准后的基准坐标系。上述方式,当摄像器件所用的拍摄策略为固定拍摄,且匹配结果包括匹配失败,则可以直接判定基准坐标系已改变,需要重新建立基准坐标系,由此,直接在基准位重新建立基准坐标系,作为校准后的基准坐标系,有助于提高建立基准坐标系的准确性,进而提高云台自检精度。
在一个实施场景中,当摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配成功,确定目标点位包括固定拍摄的预置位。进一步地,基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。具体地,可以先获取经过校准点时拍摄的第三图像,并提取第三图像的第三特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第四特征。需要说明的是,旋转到目标点位过程中经过的至少一处校准点,则第三图像至少包括一张。响应于第三特征与第四特征匹配失败,直接在基准位重新建立基准坐标系,作为校准后的基准坐标系。响应于第三特征与第四特征匹配成功,回转到重新上电时摄像器件所在位置,并确定校准后的基准坐标系。需要说明的是,由于拍摄策略为固定拍摄的情况下,两次特征匹配均成功,则可以认为不需调整基准坐标系,可以直接将原来的基准坐标系,作为校准后的基准坐标系。上述方式,当摄像器件所用的拍摄策略为固定拍摄,对校准点的图像特征进行匹配,进而确定是否重新建立基准坐标系,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一个实施场景中,当摄像器件所用拍摄策略为巡航拍摄,直接确定目标点位包括巡航拍摄路线上的各个预置位,且匹配结果包括匹配成功的情况下,基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。具体地,在依次旋转至巡航拍摄路线上各个预置位的过程中,获取经过校准点时拍摄的第五图像,并提取第五图像的第五特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第六特征,再统计第五特征与第六特征匹配成功的校准点的第一数量,基于第一数量,确定校准后的基准坐标系。进一步地,可以先获取依次旋转至巡航拍摄路线上各个预置位的过程中,获取经过校准点时拍摄的第五图像的总数量,并基于第一数量与总数量之间的占比值,确定校准后的基准坐标系。具体地,当占比值不大于预设阈值,则可以认为基准坐标系发生变化,即摄像器件本身存在较大误差,预设阈值可以设置为0.9、0.95等,可以直接在基准位重新建立基准坐标系,作为校准后的基准坐标系。当占比值大于预设阈值,则可以认为基准坐标系未发生变化。可以理解的是,少数匹配失败的校准点,可能是部分区域有所微调而导致的。此外,可以对少数匹配失败的校准点预存的属性数据进行更新,进而提高云台校准的精度。上述方式,通过当摄像器件所用的拍摄策略为巡航拍摄,且匹配结果包括匹配成功的情况下,对校准点的图像特征进行匹配,进而确定是否重新建立基准坐标系,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一个实施场景中,当摄像器件所用拍摄策略为巡航拍摄,直接确定目标点位包括巡航拍摄路线上的各个预置位,且匹配结果包括匹配失败的情况下,基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,可以响应于旋转至最接近基准位的预置位,直接旋转至基准位进行校准,并继续依次巡航拍摄路线上的各个预置位,再获取旋转过程中经过校准点时拍摄的第七图像,并提取第七图像的第七特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第八特征;统计第七特征与第八特征匹配成功的校准点的第二数量;响应于第二数量满足第一条件,直接确定校准后的基准坐标系。第一条件可以是第二数量不小于预设数值,如1、2等,也可以是匹配成功的概率不小于0.2、0.3等。第一条件可以根据实际情况进行确定,在此不做具体限定。具体地,可以先获取依次旋转至巡航拍摄路线上各个预置位的过程中,获取经过校准点时拍摄的第七图像的总数量,并基于第二数量与总数量之间的占比值,确定校准后的基准坐标系。具体地,当占比值不小于预设阈值,则可以认为基准坐标系发生变化,预设阈值可以设置为0.2、0.3等,可以直接在基准位重新建立基准坐标系,作为校准后的基准坐标系。
进一步地,响应于第二数量不满足第一条件,确定摄像器件安装位置、拍摄场景中至少一者发生改变,并执行以下至少一者:基于在校准点提取到的第七特征,更新校准点的图像特征,至少提示用户更新预置位。示例性地,当占比值小于预设阈值,可以认为校准失败。可以理解的是,基于匹配成功的概率,可以认为此时摄像场景或摄像位置已发生改变,可以直接更新预置位。当然,也可以基于用户选择,更新预置位,示例性地,可以输出“是否更新预置位”等信息提示用户。上述方式,通过当摄像器件所用的拍摄策略为巡航拍摄,且匹配结果包括匹配失败的情况下,对校准点的图像特征进行匹配,进而对基准坐标系进行更新,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一个实施场景中,在摄像器件所用拍摄策略为巡航拍摄的情况下,在基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系之后,还可以在巡航拍摄时获取经过参考点位时拍摄的第四图像;其中,参考点位包括:预置位、校准点、隐私位中至少一者;并基于相同参考点位在不同时刻分别拍摄的第四图像,确定云台旋转的误差参数。可以理解的是,硬件磨损会导致相同的转动圈数和微步数转到某个点位时,实际位置会偏移。再基于误差参数分别校正各个参考点位的转动参数。上述方式,随着硬件磨损会导致相同的转动圈数和微步数转到某个点位时,实际位置会偏移,通过基于误差参数分别校正各个参考点位的转动参数,进而可以修复各个参考点位的位置,更新点位到基准位之间的转动圈数和微步数,进而提升云台自检精度。
上述方案,响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;再基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;并基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,一方面在开启录像并开始正常业务的同时,通过获取掉电时的第一图像和开启录像后的第二图像,并基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果,即在不影响摄像器件正常工作的情况下,开始正常业务并进行图像特征匹配,得到匹配结果,有助于提高云台校准的效率,另一方面通过基于摄像器件的拍摄策略,分析是否结果匹配结果,进而确定云台校准需要旋转的目标点位,并通过旋转到目标点位过程中经过的检验点进行校验,在此过程中,基于拍摄器件所用拍摄策略,分析是否结合匹配结果,进而确定云台校准需要旋转的目标点位,有助于提高不同拍摄策略下云台校验结果的准确性。故此,能够在提高云台校准效率的同时,提升云台自检精度。
请参阅图8,图8是本申请云台校准装置一实施例的框架示意图。云台校准装置80包括:准备模块81、匹配模块82、确定模块83和建立模块84。其中,准备模块81用于响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;匹配模块82用于基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;确定模块83用于基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;建立模块84用于旋转到目标点位,并基于旋转到目标点位过程中经过的校准点,建立校准后的基准坐标系。
上述方案,响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和开启录像后的第二图像;再基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果;并基于摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合匹配结果确定云台校准需要旋转的目标点位;旋转到目标点位,并基于旋转到目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,一方面在开启录像并开始正常业务的同时,通过获取掉电时的第一图像和开启录像后的第二图像,并基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果,即在不影响摄像器件正常工作的情况下,开始正常业务并进行图像特征匹配,得到匹配结果,有助于提高云台校准的效率,另一方面通过基于摄像器件的拍摄策略,分析是否结果匹配结果,进而确定云台校准需要旋转的目标点位,并通过旋转到目标点位过程中经过的检验点进行校验,在此过程中,基于拍摄器件所用拍摄策略,分析是否结合匹配结果,进而确定云台校准需要旋转的目标点位,有助于提高不同拍摄策略下云台校验结果的准确性。故此,能够在提高云台校准效率的同时,提升云台自检精度。
在一些公开实施例中,确定模块83包括第一响应子模块、第二响应子模块和第三响应子模块,第一响应子模块用于响应于摄像器件所用拍摄策略为巡航拍摄,直接确定目标点位包括巡航拍摄路线上的各个预置位;第二响应子模块用于响应于摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配成功,确定目标点位包括固定拍摄的预置位;第三响应子模块用于响应于摄像器件所用拍摄策略为固定拍摄,结合匹配结果包括匹配失败,确定目标点位包括摄像器件的基准位。
在一些公开实施例中,在目标点位为摄像器件的基准位的情况下,建立模块84包括第一确定子模块,第一确定子模块用于基于目标点位为摄像器件的基准位,确定旋转到目标点位过程中经过的校准点至少包括基准位,并直接在基准位重新建立基准坐标系,作为校准后的基准坐标系。
因此,当摄像器件所用的拍摄策略为固定拍摄,且匹配结果包括匹配失败,则可以直接判定基准坐标系已改变,需要重新建立基准坐标系,由此,直接在基准位重新建立基准坐标系,作为校准后的基准坐标系,有助于提高建立基准坐标系的准确性,进而提高云台自检精度。
在一些公开实施例中,在目标点位包括固定拍摄的预置位的情况下,建立模块84包括第一获取子模块、回转子模块,第一获取子模块用于获取经过校准点时拍摄的第三图像,并提取第三图像的第三特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第四特征;回转子模块用于响应于第三特征与第四特征匹配成功,回转到重新上电时摄像器件所在位置,并确定校准后的基准坐标系。
因此,当摄像器件所用的拍摄策略为固定拍摄,对校准点的图像特征进行匹配,进而确定是否重新建立基准坐标系,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一些公开实施例中,在目标点位包括巡航拍摄路线上的各个预置位且匹配结果包括匹配成功的情况下,建立模块84包括第二获取子模块、第一统计子模块和第二确定子模块,第二获取子模块用于在依次旋转至巡航拍摄路线上各个预置位的过程中,获取经过校准点时拍摄的第五图像,并提取第五图像的第五特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第六特征;第一统计子模块用于统计第五特征与第六特征匹配成功的校准点的第一数量;第二确定子模块用于基于第一数量,确定校准后的基准坐标系。
因此,通过当摄像器件所用的拍摄策略为巡航拍摄,且匹配结果包括匹配成功的情况下,对校准点的图像特征进行匹配,进而确定是否重新建立基准坐标系,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一些公开实施例中,在目标点位包括巡航拍摄路线上的各个预置位且匹配结果包括匹配失败的情况下,建立模块84包括旋转子模块、第三获取子模块、第二统计子模块和第三确定子模块。旋转子模块用于响应于旋转至最接近基准位的预置位,直接旋转至基准位进行校准,并继续依次巡航拍摄路线上的各个预置位;第三获取子模块用于获取旋转过程中经过校准点时拍摄的第七图像,并提取第七图像的第七特征,以及基于各个校准点预存的图像特征,提取旋转到预置位过程中所经校准点的第八特征;第二统计子模块用于统计第七特征与第八特征匹配成功的校准点的第二数量;第三确定子模块用于响应于第二数量满足第一条件,直接确定校准后的基准坐标系。
因此,通过当摄像器件所用的拍摄策略为巡航拍摄,且匹配结果包括匹配失败的情况下,对校准点的图像特征进行匹配,进而对基准坐标系进行更新,有助于提高校准后的基准坐标系的精确度,进而提高云台校准效率的同时,提升云台自检精度。
在一些公开实施例中,建立模块84还包括响应子模块,响应子模块用于响应于第二数量不满足第一条件,确定摄像器件安装位置、拍摄场景中至少一者发生改变,并执行以下至少一者:基于在校准点提取到的第七特征,更新校准点的图像特征,至少提示用户更新预置位。
在一些公开实施例中,校准点预存有属性数据,用于确定旋转过程中经过的校准点并参考所确定的校准点进行校准,属性数据包括校准点处的图像特征,且属性数据还包括以下至少一者:校准点至摄像器件的基准位的转动参数、与相邻校准点之间的转动参数。
因此,基于校准点处预存的属性数据进行校准,有助于提高校准的准确性。
在一些公开实施例中,摄像器件预先设有若干第一校准点,在摄像器件设有关键点位的情况下,云台校准装置80包括提取模块,提取模块用于提取在关键点位处抓拍图像的图像特征,并检测关键点位的图像特征是否满足第二条件;若是,则选择在关键点位、与关键点位相邻的第一校准点中至少保留关键点位并作为第二校准点;若否,则在关键点位和与关键点点位相邻的第一校准点之间搜索满足第二条件的第二校准点;其中,校准点包括第二校准点和剩余的第一校准点,且关键点位包括预置位、隐私位中至少一者。
因此,通过提取关键点位处抓拍图像的图像特征,并检测关键点位的图像特征是否满足第二条件,进而确定第二校准点,有助于提高第二校准点的可用性,即在进行校准过程中,提高校准的准确性,进一步提升云台自检精度。
在一些公开实施例中,提取模块包括第一检测子模块和响应子模块。第一检测子模块用于检测关键点位、与关键点位相邻的第一校准点两者的抓拍画面是否存在重叠;响应子模块用于响应于存在重叠,剔除第一校准点,并保留关键点位并作为第二校准点。
因此,当检测关键点位的图像特征满足第二条件时,基于关键点位、与关键点位相邻的第一校准点中,选择保留关键点位作为第二校准点,在此过程中,有选择地确定第二校准点,有助于提高云台校准的效率。
在一些公开实施例中,提取模块包括旋转子模块、第二检测子模块、第一响应子模块和第二响应子模块。旋转子模块用于从关键点位开始朝与关键点点位相邻的第一校准点旋转,并提取当前点位处抓拍图像的图像特征;第二检测子模块用于检测当前点位处抓拍图像的图像特征是否满足第二条件;第一响应子模块用于响应于满足第二条件,将当前点位作为第二校准点,并停止搜索;第二响应子模块用于响应于不满足第二条件,重新执行从关键点位开始朝与关键点点位相邻的第一校准点旋转的步骤及其后续步骤。
因此,当检测关键点位的图像特征不满足第二条件时,在关键点位和与关键点点位相邻的第一校准点之间搜索满足第二条件的第二校准点,在此过程中,有选择地确定第二校准点,有助于提高云台校准的效率。
在一些公开实施例中,提取模块包括提取子模块和选择子模块。提取子模块用于提取在不同点位处抓拍图像的图像特征;选择子模块用于选择至少一个点位作为第一校准点,并记录第一校准点的图像特征和转动参数,得到第一校准点的属性数据。
因此,通过提取不同点位处抓拍图像的图像特征,进而选择第一校准点,有助于提高第一校准点在校准过程中的参考意义,进而提高云台校准效率。
在一些公开实施例中,云台校准装置80还包括获取模块、选择模块和校正模块。获取模块用于在巡航拍摄时获取经过参考点位时拍摄的第四图像;其中,参考点位包括:预置位、校准点、隐私位中至少一者;选择模块用于基于相同参考点位在不同时刻分别拍摄的第四图像,确定云台旋转的误差参数;校正模块用于基于误差参数分别校正各个参考点位的转动参数。
因此,随着硬件磨损会导致相同的转动圈数和微步数转到某个点位时,实际位置会偏移,通过基于误差参数分别校正各个参考点位的转动参数,进而可以修复各个参考点位的位置,更新点位到基准位之间的转动圈数和微步数,进而提升云台自检精度。
请参阅图9,图9是摄像器件一实施例的框架示意图。摄像器件90包括:摄像头91、云台92、存储器93和处理器94,摄像头91用于拍摄图像,云台92承载摄像头91,用于带动摄像头91旋转拍摄,摄像头91、云台92和存储器93分别耦接至处理器94,存储器93存储有程序指令,处理器94用于执行程序指令,以实现上述任一云台校准方法实施例中的步骤。
具体而言,处理器94用于控制其自身以及摄像头91、云台92、存储器93以实现上述任一云台校准方法实施例中的步骤。处理器94还可以称为CPU(Central Processing Unit,中央处理单元)。处理器94可能是一种集成电路芯片,具有信号的处理能力。处理器94还可以是通用处理器、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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器94可以由集成电路芯片共同实现。
上述方案,一方面在开启录像并开始正常业务的同时,通过获取掉电时的第一图像和开启录像后的第二图像,并基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果,即在不影响摄像器件正常工作的情况下,开始正常业务并进行图像特征匹配,得到匹配结果,有助于提高云台校准的效率,另一方面通过基于摄像器件的拍摄策略,分析是否结果匹配结果,进而确定云台校准需要旋转的目标点位,并通过旋转到目标点位过程中经过的检验点进行校验,在此过程中,基于拍摄器件所用拍摄策略,分析是否结合匹配结果,进而确定云台校准需要旋转的目标点位,有助于提高不同拍摄策略下云台校验结果的准确性。故此,能够在提高云台校准效率的同时,提升云台自检精度。
请参阅图10,图10为本申请计算机可读存储介质一实施例的框架示意图。计算机可读存储介质100存储有能够被处理器运行的程序指令110,程序指令110用于实现上述任一云台校准方法实施例中的步骤。
上述方案,一方面在开启录像并开始正常业务的同时,通过获取掉电时的第一图像和开启录像后的第二图像,并基于第一图像的第一特征和第二图像的第二特征进行匹配,得到匹配结果,即在不影响摄像器件正常工作的情况下,开始正常业务并进行图像特征匹配,得到匹配结果,有助于提高云台校准的效率,另一方面通过基于摄像器件的拍摄策略,分析是否结果匹配结果,进而确定云台校准需要旋转的目标点位,并通过旋转到目标点位过程中经过的检验点进行校验,在此过程中,基于拍摄器件所用拍摄策略,分析是否结合匹配结果,进而确定云台校准需要旋转的目标点位,有助于提高不同拍摄策略下云台校验结果的准确性。故此,能够在提高云台校准效率的同时,提升云台自检精度。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅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,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
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网络单元上。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方式方案的目的。
另外,在本申请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,本申请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(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
若本申请技术方案涉及个人信息,应用本申请技术方案的产品在处理个人信息前,已明确告知个人信息处理规则,并取得个人自主同意。若本申请技术方案涉及敏感个人信息,应用本申请技术方案的产品在处理敏感个人信息前,已取得个人单独同意,并且同时满足“明示同意”的要求。例如,在摄像头等个人信息采集装置处,设置明确显著的标识告知已进入个人信息采集范围,将会对个人信息进行采集,若个人自愿进入采集范围即视为同意对其个人信息进行采集;或者在个人信息处理的装置上,利用明显的标识/信息告知个人信息处理规则的情况下,通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权;其中,个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
Claims (16)
1.一种云台校准方法,其特征在于,包括:
响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和所述开启录像后的第二图像;
基于所述第一图像的第一特征和所述第二图像的第二特征进行匹配,得到匹配结果;
基于所述摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合所述匹配结果确定云台校准需要旋转的目标点位;
旋转到所述目标点位,并基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系。
2.根据权利要求1所述的方法,其特征在于,所述基于所述摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合所述匹配结果确定云台校准需要旋转的目标点位,包括以下至少一者:
响应于所述摄像器件所用拍摄策略为巡航拍摄,直接确定所述目标点位包括所述巡航拍摄路线上的各个预置位;
响应于所述摄像器件所用拍摄策略为固定拍摄,结合所述匹配结果包括匹配成功,确定所述目标点位包括所述固定拍摄的预置位;
响应于所述摄像器件所用拍摄策略为固定拍摄,结合所述匹配结果包括匹配失败,确定所述目标点位包括所述摄像器件的基准位。
3.根据权利要求1或2所述的方法,其特征在于,在所述目标点位为所述摄像器件的基准位的情况下,所述基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,包括:
基于所述目标点位为所述摄像器件的基准位,确定旋转到所述目标点位过程中经过的校准点至少包括所述基准位,并直接在所述基准位重新建立基准坐标系,作为所述校准后的基准坐标系。
4.根据权利要求1或2所述的方法,其特征在于,在所述目标点位包括所述固定拍摄的预置位的情况下,所述基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,包括:
获取经过所述校准点时拍摄的第三图像,并提取所述第三图像的第三特征,以及基于各个所述校准点预存的图像特征,提取旋转到所述预置位过程中所经所述校准点的第四特征;
响应于所述第三特征与所述第四特征匹配成功,回转到重新上电时所述摄像器件所在位置,并确定所述校准后的基准坐标系。
5.根据权利要求1或2所述的方法,其特征在于,在所述目标点位包括所述巡航拍摄路线上的各个预置位且所述匹配结果包括匹配成功的情况下,所述基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,包括:
在依次旋转至所述巡航拍摄路线上所述各个预置位的过程中,获取经过所述校准点时拍摄的第五图像,并提取所述第五图像的第五特征,以及基于各个所述校准点预存的图像特征,提取旋转到所述预置位过程中所经所述校准点的第六特征;
统计所述第五特征与所述第六特征匹配成功的校准点的第一数量;
基于所述第一数量,确定所述校准后的基准坐标系。
6.根据权利要求1或2所述的方法,其特征在于,在所述目标点位包括所述巡航拍摄路线上的各个预置位且所述匹配结果包括匹配失败的情况下,所述基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系,包括:
响应于旋转至最接近基准位的预置位,直接旋转至所述基准位进行校准,并继续依次所述巡航拍摄路线上的各个预置位;
获取旋转过程中经过所述校准点时拍摄的第七图像,并提取所述第七图像的第七特征,以及基于各个所述校准点预存的图像特征,提取旋转到所述预置位过程中所经所述校准点的第八特征;
统计所述第七特征与所述第八特征匹配成功的校准点的第二数量;
响应于所述第二数量满足第一条件,直接确定所述校准后的基准坐标系。
7.根据权利要求6所述的方法,其特征在于,在所述统计所述第七特征与所述第八特征匹配成功的校准点的第二数量之后,所述方法还包括:
响应于所述第二数量不满足所述第一条件,确定所述摄像器件安装位置、拍摄场景中至少一者发生改变,并执行以下至少一者:基于在所述校准点提取到的第七特征,更新所述校准点的图像特征,至少提示用户更新所述预置位。
8.根据权利要求1所述的方法,其特征在于,所述校准点预存有属性数据,用于确定旋转过程中经过的校准点并参考所确定的校准点进行校准,所述属性数据包括所述校准点处的图像特征,且所述属性数据还包括以下至少一者:所述校准点至所述摄像器件的基准位的转动参数、与相邻所述校准点之间的转动参数。
9.根据权利要求1或8所述的方法,其特征在于,所述摄像器件预先设有若干第一校准点,在所述摄像器件设有关键点位的情况下,所述校准点的设置步骤包括:
提取在所述关键点位处抓拍图像的图像特征,并检测所述关键点位的图像特征是否满足第二条件;
若是,则选择在所述关键点位、与所述关键点位相邻的第一校准点中至少保留所述关键点位并作为第二校准点;
若否,则在所述关键点位和与所述关键点位相邻的第一校准点之间搜索满足所述第二条件的第二校准点;
其中,所述校准点包括所述第二校准点和剩余的第一校准点,且所述关键点位包括预置位、隐私位中至少一者。
10.根据权利要求9所述的方法,其特征在于,所述选择在所述关键点位、与所述关键点位相邻的第一校准点中至少保留所述关键点位并作为第二校准点,包括:
检测所述关键点位、与所述关键点位相邻的第一校准点两者的抓拍画面是否存在重叠;
响应于存在重叠,剔除所述第一校准点,并保留所述关键点位并作为所述第二校准点。
11.根据权利要求9所述的方法,其特征在于,所述在所述关键点位和与所述关键点点位相邻的第一校准点之间搜索满足所述第二条件的第二校准点,包括:
从所述关键点位开始朝与所述关键点点位相邻的第一校准点旋转,并提取当前点位处抓拍图像的图像特征;
检测所述当前点位处抓拍图像的图像特征是否满足所述第二条件;
响应于满足所述第二条件,将所述当前点位作为所述第二校准点,并停止搜索;
响应于不满足所述第二条件,重新执行所述从所述关键点位开始朝与所述关键点点位相邻的第一校准点旋转的步骤及其后续步骤。
12.根据权利要求9所述的方法,其特征在于,所述若干第一校准点的设置步骤包括:
提取在不同点位处抓拍图像的图像特征;
选择至少一个所述点位作为所述第一校准点,并记录所述第一校准点的图像特征和转动参数,得到所述第一校准点的属性数据。
13.根据权利要求1或8所述的方法,其特征在于,在所述摄像器件所用拍摄策略为所述巡航拍摄的情况下,在所述基于旋转到所述目标点位过程中经过的校准点进行校准,建立校准后的基准坐标系之后,所述方法还包括:
在所述巡航拍摄时获取经过参考点位时拍摄的第四图像;其中,所述参考点位包括:预置位、校准点、隐私位中至少一者;
基于相同所述参考点位在不同时刻分别拍摄的第四图像,确定云台旋转的误差参数;
基于所述误差参数分别校正各个所述参考点位的转动参数。
14.一种云台校准装置,其特征在于,包括:
准备模块,用于响应于摄像器件重新上电,开启录像并开始正常业务,并获取掉电前的第一图像和所述开启录像后的第二图像;
匹配模块,用于基于所述第一图像的第一特征和所述第二图像的第二特征进行匹配,得到匹配结果;
确定模块,用于基于所述摄像器件所用拍摄策略为巡航拍摄或固定拍摄,分析是否结合所述匹配结果确定云台校准需要旋转的目标点位;
建立模块,用于旋转到所述目标点位,并基于旋转到所述目标点位过程中经过的校准点,建立校准后的基准坐标系。
15.一种摄像器件,其特征在于,包括摄像头、云台、存储器和处理器,所述摄像头用于拍摄图像,所述云台承载所述摄像头,用于带动所述摄像头旋转拍摄,所述摄像头、所述云台和所述存储器分别耦接至所述处理器,所述存储器存储有程序指令,所述处理器用于执行程序指令,以实现权利要求1至13任一项所述的云台校准方法。
16.一种计算机可读存储介质,其特征在于,存储有能够被处理器运行的程序指令,所述程序指令用于实现权利要求1至13任一项所述的云台校准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211498251.8A CN115550555B (zh) | 2022-11-28 | 2022-11-28 | 云台校准方法及相关装置、摄像器件和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211498251.8A CN115550555B (zh) | 2022-11-28 | 2022-11-28 | 云台校准方法及相关装置、摄像器件和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115550555A true CN115550555A (zh) | 2022-12-30 |
CN115550555B CN115550555B (zh) | 2023-04-07 |
Family
ID=84721636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211498251.8A Active CN115550555B (zh) | 2022-11-28 | 2022-11-28 | 云台校准方法及相关装置、摄像器件和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115550555B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117956670A (zh) * | 2024-03-26 | 2024-04-30 | 有方(合肥)医疗科技有限公司 | 成像控制方法、装置、成像系统及可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004007261A (ja) * | 2002-05-31 | 2004-01-08 | Victor Co Of Japan Ltd | 監視用ビデオカメラシステム及び監視用ビデオカメラシステムにおける撮影方法 |
US20060033817A1 (en) * | 2004-08-06 | 2006-02-16 | Masanori Ishikawa | Image-taking apparatus and image-taking method |
US20170280135A1 (en) * | 2016-03-22 | 2017-09-28 | The Lightco Inc. | Camera calibration apparatus and methods |
JP2017224882A (ja) * | 2016-06-13 | 2017-12-21 | 三菱電機株式会社 | 監視カメラ制御装置 |
US20180376088A1 (en) * | 2017-06-05 | 2018-12-27 | Adasky, Ltd. | Techniques for correcting fixed pattern noise in shutterless fir cameras |
WO2019108003A1 (ko) * | 2017-12-01 | 2019-06-06 | 엘지이노텍 주식회사 | 카메라 보정 방법 및 장치 |
WO2019233330A1 (zh) * | 2018-06-05 | 2019-12-12 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
CN111212229A (zh) * | 2020-01-14 | 2020-05-29 | 上海摩象网络科技有限公司 | 快速拍摄模式执行方法、装置、设备及计算机存储介质 |
CN111866337A (zh) * | 2020-06-30 | 2020-10-30 | 北京福瑶科技有限公司 | 智能巡检机器人及巡检方法 |
CN111932609A (zh) * | 2020-07-08 | 2020-11-13 | 广州科易光电技术有限公司 | 阀厅设备巡检机器人的云台校准方法及装置、存储介质 |
CN112154651A (zh) * | 2019-08-13 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 云台控制方法、云台及计算机可读存储介质 |
WO2022061539A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 参数自适应方法、手持云台、系统及计算机可读存储介质 |
CN114401370A (zh) * | 2022-01-26 | 2022-04-26 | 重庆紫光华山智安科技有限公司 | 机芯校准方法、装置、摄像设备及可读存储介质 |
CN114500789A (zh) * | 2020-10-27 | 2022-05-13 | 佳能株式会社 | 摄像设备及其控制方法、以及记录介质 |
CN115375917A (zh) * | 2022-10-25 | 2022-11-22 | 杭州华橙软件技术有限公司 | 一种目标边缘特征提取方法、装置、终端及存储介质 |
-
2022
- 2022-11-28 CN CN202211498251.8A patent/CN115550555B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004007261A (ja) * | 2002-05-31 | 2004-01-08 | Victor Co Of Japan Ltd | 監視用ビデオカメラシステム及び監視用ビデオカメラシステムにおける撮影方法 |
US20060033817A1 (en) * | 2004-08-06 | 2006-02-16 | Masanori Ishikawa | Image-taking apparatus and image-taking method |
US20170280135A1 (en) * | 2016-03-22 | 2017-09-28 | The Lightco Inc. | Camera calibration apparatus and methods |
JP2017224882A (ja) * | 2016-06-13 | 2017-12-21 | 三菱電機株式会社 | 監視カメラ制御装置 |
US20180376088A1 (en) * | 2017-06-05 | 2018-12-27 | Adasky, Ltd. | Techniques for correcting fixed pattern noise in shutterless fir cameras |
WO2019108003A1 (ko) * | 2017-12-01 | 2019-06-06 | 엘지이노텍 주식회사 | 카메라 보정 방법 및 장치 |
WO2019233330A1 (zh) * | 2018-06-05 | 2019-12-12 | 上海商汤智能科技有限公司 | 车载摄像头自标定方法及装置和车辆驾驶方法及装置 |
CN112154651A (zh) * | 2019-08-13 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 云台控制方法、云台及计算机可读存储介质 |
CN111212229A (zh) * | 2020-01-14 | 2020-05-29 | 上海摩象网络科技有限公司 | 快速拍摄模式执行方法、装置、设备及计算机存储介质 |
CN111866337A (zh) * | 2020-06-30 | 2020-10-30 | 北京福瑶科技有限公司 | 智能巡检机器人及巡检方法 |
CN111932609A (zh) * | 2020-07-08 | 2020-11-13 | 广州科易光电技术有限公司 | 阀厅设备巡检机器人的云台校准方法及装置、存储介质 |
WO2022061539A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 参数自适应方法、手持云台、系统及计算机可读存储介质 |
CN114500789A (zh) * | 2020-10-27 | 2022-05-13 | 佳能株式会社 | 摄像设备及其控制方法、以及记录介质 |
CN114401370A (zh) * | 2022-01-26 | 2022-04-26 | 重庆紫光华山智安科技有限公司 | 机芯校准方法、装置、摄像设备及可读存储介质 |
CN115375917A (zh) * | 2022-10-25 | 2022-11-22 | 杭州华橙软件技术有限公司 | 一种目标边缘特征提取方法、装置、终端及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117956670A (zh) * | 2024-03-26 | 2024-04-30 | 有方(合肥)医疗科技有限公司 | 成像控制方法、装置、成像系统及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115550555B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9681040B2 (en) | Face tracking for controlling imaging parameters | |
US8055029B2 (en) | Real-time face tracking in a digital image acquisition device | |
US20090232364A1 (en) | Priority target determining device, electronic equipment, priority target determining method, program, and recording medium | |
US20130329955A1 (en) | Real-Time Face Tracking with Reference Images | |
CN115550555B (zh) | 云台校准方法及相关装置、摄像器件和存储介质 | |
GB2414616A (en) | Comparing test image with a set of reference images | |
CN113302907B (zh) | 拍摄方法、装置、设备及计算机可读存储介质 | |
CN111787232A (zh) | 基于云台摄像机的图像处理方法、设备及存储介质 | |
JP6827790B2 (ja) | 画像処理装置およびその制御方法 | |
CN113556438B (zh) | 扫描控制方法、系统、电子设备和存储介质 | |
CN114430484A (zh) | 电机设备的异常确定方法及装置、存储介质、电子装置 | |
CN111832345A (zh) | 集装箱监控方法、装置及设备、存储介质 | |
CN111726512B (zh) | 一种区域对焦方法、装置、设备及存储介质 | |
CN115442521B (zh) | 摄像控制方法及相关装置、摄像机和存储介质 | |
CN116017136A (zh) | 拍摄设备的控制方法和装置、存储介质及电子装置 | |
JP2004128715A (ja) | ビデオデータの記憶制御方法およびシステム、プログラム、記録媒体、ビデオカメラ | |
KR101793702B1 (ko) | 영상 저장 장치 및 그의 영상 검색 방법 | |
CN111601108B (zh) | 监控视频处理方法、装置及视频监控终端 | |
JP2008134868A (ja) | 画像認識装置、電子機器、画像認識方法、および、制御プログラム | |
CN114118271A (zh) | 图像确定方法、装置、存储介质及电子装置 | |
CN113469135A (zh) | 对象身份信息的确定方法、装置、存储介质及电子装置 | |
JP2005286379A (ja) | 撮影補助システム及び撮影補助方法 | |
CN113179371B (zh) | 一种拍摄方法、装置及抓拍系统 | |
KR102296135B1 (ko) | Ptz 카메라의 ptz 최적화 방법에 따른 교통정보 시스템 | |
US20220377241A1 (en) | Image processing apparatus of reducing whole operation time of arrival inspection, image processing method, and storage medium |
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 |