基于固定摄像机视觉的目标高度测量算法

基于固定摄像机视觉的目标高度测量算法

李家兴1,,吴军2,涂小芳2,李显著2

1. 广东中科凯泽信息科技有限公司  2.重庆现代建筑产业发展研究院

摘要：本文利用视频编码技术进行图像拼接，并在同一时间间隔内进行目标高度测量。分析了利用固定摄像机获取图像样本的方法，在不改变相机位置的情况下，获得高度的方法。首先利用摄像机将获得的图像特征与已知目标物之间距离相对应进行了提取，并对目标物体进行了分类和跟踪，得到目标的坐标系。最后利用训练集对该模型进行迭代计算并输出。

关键词：固定摄像机视觉；目标；高度测量算法

前言：目标物往往有多种大小，形状也各不相同。如果采用不同类型的目标高度测量技术则会使得复杂算法变得复杂，无法快速准确地完成目标的处理。比如基于摄像机拍摄的物体表面上会有各种阴影和遮挡，这样势必会影响图像采集效果。利用不同类型摄像头对物体进行测量会造成不同程度的误差。通常，获取视频图像时使用专用摄像机以获取一帧或者多帧图像样本进行图像拼接，然后根据采集到的图像数据得到目标物体高度信息。

1.视频采集与处理

本文采用相机，其核心设备为海康威视的高清摄像头。其主要应用于安防监控领域，如商场、停车场等。其主要拍摄步骤如下：(1)视频编码技术：图像处理过程中使用FPGA实现了图像编码过程；(2)视频处理：针对图像进行拼接。该方法在采集方面要求画面宽为16kb、50fps。根据采集视频的分辨率可以分为1080p和2560p两种。分别可以用于4K和8K分辨率下进行高清测量以及目标测量工作。本文采用目标物的三维坐标系（轴坐标）方法进行目标高度的测量，根据三维坐标系对图像提取特征信息。最后将获得的结果用HBSVM方法提取得到目标物体的高度。因此本文主要采用HBM算法进行实验仿真分析数据验证其准确性。

2.建立模型

本文使用多个目标与相机之间在同一个时间间隔内的目标高度测量数据进行分析处理，从而获得图像中目标物体本身是否被遮挡及是否处于水平状态等信息。首先基于固定摄像机获取图像，根据获取到的图像特征提取出图像中最具代表性的四个物体中距离最短、最大且最不相似物体。然后对视频进行特征提取，并对该对象进行分类和跟踪。在训练过程中，首先对视频进行预处理，对图片中某个目标进行最大值为6个随机值，对每个大小为8的点进行随机排序。然后通过统计得到这个位置上存在两个物体的概率大小不同。最大值和最小值之间的最大值为零或者接近于0，这说明该被认为是非常微小的物体；其次，利用特征向量空间建立概率向量映射，通过参数计算来确定样本空间内某一特定物体的空间距离，通过判断样本空间中存在多少个目标物体的坐标系中的那个点来决定哪一个为目标物体目前处于一个静止阶段，确定哪一个为已知位置点下一个位置点，然后计算得到当前位置下目标物体在当前位置上的相对高度。这样就可以得到目标物体与背景之间最大值和最小值之间，进而通过对最小值距离来确定目标位置点在坐标系中是水平还是垂直水平上的位置以及与目标物之间位置关系是什么程度等。

基于坐标系分析方法得到距离值后与当前位置相对应，将其相加以得距离值大小作为该物体所在位置上目标距离值大小。该算法的坐标系以摄像机光心为原点，Z轴与光轴为平行状态，并以摄像机自身角度对物体进行衡量，具体计算公式如下。

（1）

公式中的R代表旋转矩阵（物体位于三维坐标系中的角度），T代表平移向量，R与T的具体取值与摄像机的运动无关，为外参数。由此公式可得摄像机的图像坐标系。由于摄像机为针孔模型，通过成像透镜将物体投射至二维图像中，因此摄像机中的焦距是其内参数，如图1。以图中A点为例，其坐标为（Xa，Ya）在小孔成像下，该物体坐标与摄像机坐标在空间方面的表达式如下。

（2）

公式（2）中的f代表摄像机焦距，XA代表目标物在X轴与摄像机的距离，YA代表目标物在Y轴与摄像机的距离。Za如图1所示，其含义为摄像机镜头至成像点的直线距离[1]。

图 1 摄像机成像平面

3.算法改进

本文首先使用基于 HBM经典算法进行目标测量，并建立了三维坐标系。利用图像特征对其进行分类和跟踪操作，获取目标在不同尺度下的特征信息。由于固定摄像机与一般成像设备体积、形状等因素不同，使得在获取目标图像时所产生的背景特征存在较大差异。因此在对上述特征提取和分类进行时十分重要。通过以上计算得到相似度后将相似度模型运用于目标模型中进行训练，从而得到准确的目标高度。其次对目标进行相似度分析。将相似度模型进行训练成为高度测量模型。根据相同的训练集对目标建立相似度模型，以此构建目标相似度模型，对所需预测参数进行求解，并将该预测值输入到目标高度测量算法中求得最终高度，然后再返回原结果作为目标的高度测量值。本算法在提取特征信息上是很准确和快速的，在图像处理中具有很大优势，但同时也带来了计算过程的复杂程度。因为每个目标有独立在摄像机上的不同位置和运动，导致实际获取数据比较困难及误差较大等等问题，而且对于视频图像处理具有很大要求。因此本文利用计算机进行了图像分割、融合、相似度计算、数据计算等相关软件处理算法来解决实际问题，为其提供了一种高效而快捷完成目标高度测量方式。本文采用视频识别、高精度建模、数字水印技术建立模型。并且结合了红外成像技术和数字技术，使得视频检测更加的精确和高效。在使用图像处理后即可检测到图像中任何一个地方出现的物体名称等信息，方便快速完成目标提取和跟踪目的检测以及快速完成测距任务。另外还可以在目标中检测出其与参考值之间有一定距离时再进行距离计算以获取到最终结果。并且利用距离检测算法从像素化得到真实高度为最终定义高度，从而能够更好地用于目标高度测量算法求解中获取准确高度后得到速度更快的实际结果用于解决问题并且更加高效精确，实现“零误差”目标高度测量。由于该模型还不够精确、高效和稳定，所以在测量时，可以通过计算机上文所建立三维坐标系的模型进行优化，并对参数的准确性进行分析。基于上述分析，可知该项技术可利用固定摄像机对目标物的距离、高度进行测定，且有着较高的准确性，可在工业、地质勘探等领域中进行大范围推广

[2]。

结论：本文首先利用固定摄像机获取图像样本，对采集到的视频进行提取特征，然后进行不同尺度计算得到目标高度。本算法在基于目标图像特征进行判断过程中不需要改变相机位置即可实现目标形状、距离等信息的提取。通过上文所建立的三维坐标系以及摄像机与目标物的空间表达方式，技术人员可以实现对2D、3D物体的高度测量。为进一步提升目标测量的准确性，技术人员在测量中可以通过计算机对实际算法与参数进行优化，提高模型计算的准确程度。

参考文献：

[1]李天宇,王明泉,郝利华. 基于双目视觉的信号弹飞行高度轨迹测量[J]. 自动化与仪表,2021,36(02):39-43+49.

[2]孙立帅,王明泉,郭瑞琦. 基于双目视觉的无人机飞行高度测量方法研究[J]. 测试技术学报,2020,34(06):470-474.

基金项目：重庆市技术创新与应用发展专项重点项目(cstc2020jscx-dxwtBX0053)；重庆市建设科技项目（城科字2020第1-4）；重庆市建设科技计划项目（城科字2022第4-8号）；重庆市技术创新与应用发展专项重点项目（cstc2020jscx-dxwtB0041）