[发明专利]一种具有重叠视域的广角相机视野分界线生成方法

说明书

一种针对具有重叠视域的广角相机的视野分界线生成方法。采用反向投影的方式，将矫正图像的视野分界线投影回广角图像下。包括如下步骤：首先通过张正友标定法和多项式畸变校正模型，对畸变图像进行矫正，通过提取SIFT特征点并通过RANSAC算法删除误匹配，实现对相邻两幅图像进行图像配准，通过求均值方法在校正后的图像下生成视野分界线，最后通过畸变校正前后图像像素坐标对应关系式，将视野分界线投影回广角图。本方法针对畸变摄像头引入畸变导致传统图像分析方法不能适用问题，采用反向映射的方法，准确获取畸变图像下的视野分界线。对实现有重叠区域的广角摄像机间的目标交接，有重要应用价值。

技术领域

本发明属于图像处理技术领域，涉及一种具有重叠视域的广角相机下自动生成视野分界线的方法。

背景技术

视频监控系统在商业、国防和军事领域的应用日益广泛，当前对智能监控系统的研究，重点又在于目标检测、跟踪以及行为分析和识别方面。视野中的目标跟踪是最重要的关键技术，是后续各种技术的基础。获得广阔的视野和实现长时间的目标跟持续踪，就需要通过使用摄像头组合来扩展视野。随之产生的问题是不同摄像机间的信息交互与融合，对于摄像头组合下的目标跟踪，就是要对目标是否跨过视域进行判定，并匹配邻近摄像头下的同一目标，实现目标一致性判别。此外，由于具有大视场、短焦距等优点，广角镜头扩展了普通针孔相机的视野范围，也经常应用在智能监控系统中，然而广角镜头会引入显著的畸变，这将导致常规的图像内容分析算法不再适用。为实现特定视觉算法应用，都有必要针对广角相机摄像成像特点进行方法调整。

视野分界线(FOV：Field OF View)是指在视域重叠多摄像机系统中，相邻摄像机之间公共观测部分的边界线。通常的做法是提取两幅图像中的特征点，实现特征匹配点，然后通过匹配点间蕴含的投影关系筛选出一些误匹配，通过投影关系计算两幅图像对应关系，完成视野重叠部分的的视野分界线生成。

然而，在广角摄像机下，因为受到畸变的影响视野分界线不是直线而是曲线。在这种情况下，实现特征匹配确定投影不变量具有较大的难度，无法有效地生成视野分界线。

发明内容

针对一般生成视野分界线方法的适用范围限制，本发明提供了一种针对具有重叠视域的广角相机的视野分界线生成方法。采用反向投影的方式，将矫正图像的视野分界线反向投影回广角图像下。实验表明这种方法有效解决了存在畸变情况下的多摄像机视野分界线生成问题，对于需要多路广角摄像头的图像内容分析的应用场合，广角相机下的视野分界线生成方法具有相当的适用价值。

本发明的视野分界线生成方法，首先将广角相机进行畸变矫正，通过特征匹配，在畸变矫正后的图像下生成视野分界线，采用反向投影的方式，将视野分界线投影回广角图像下生成最终分界线。首先通过张正友标定法和多项式畸变模型，对畸变图像进行矫正，通过提取SIFT特征点对相邻两幅图像进行图像配准，在畸变矫正后的图像下生成视野分界线，随后通过畸变校正前后图像像素坐标对应关系式，生成投影表，通过查表的方法将视野分界线投影回广角图像下生成最终分界线。具体步骤如下：

步骤一：采用张正友标定法对广角摄像机进行标定，获得摄像机参数和矫正模型参数。

对于广角摄像机矫正，过于复杂的建模往往会给校正带来负面效果。在当前大部分图像处理应用领域，可以只考虑径向畸变，就能够取得良好的校正效果。忽略其它畸变形式(比如离心畸变和切向畸变)，仅保留径向畸变，这里采用简单的正向多项式校正模型，定义r_u为主点到理想图像中的任意像素坐标点P’的距离。同理，r_d定义为主点到畸变图像中的任意像素点P的距离。畸变前后图像的中心坐标点互相重合可以得到校正前后以像素为量纲的图像坐标系下的图像坐标关系：

其中k1,k2,k3……kn为待定优化的畸变校正参数，(u,v)是畸变图像的像素坐标，(u’,v’)为矫正后图像的像素坐标，(u₀,v₀)是主点坐标。