A级毛片免费观看_亚洲国产精品久久久久婷婷老年_欧美日韩国产精品VA_一级黄色视频网页 - 国产91无码福利在线

田培辰

(長安大學信息工程學院，陜西西安  710000)

 

摘?要：通過觀看交通監控視頻可以有效獲得有價值的交通信息參數，如行人及車輛運行的三維信息等。分析和處理這些交通參數并有效利用它們將對智能化交通和自動駕駛領域產生至關重要的影響。獲得有效交通參數的一個非常重要的前提是必須對用于監控交通的相機進行標定，并利用相機的內外參數建立空間信息和圖像信息的映射關系，從而獲得有價值的交通信息參數。在當前交通場景下，基于消失點的相機自標定算法存在一些不足。例如，只有在交通場景中有斑馬線、車道或建筑物的情況下，才能獲得與其相關的消失點；容易受天氣因素影響，導致檢測被標定目標時精準度不高。基于上述問題，本文充分考慮到我們在城市道路場景中的行人及車輛運動目標以及在高速公路場景下的車輛運動目標來提取不同的消失點，并利用消失點相機自標定模型研究城市道路和高速公路場景標定問題。

關鍵詞：消失點；城市道路；高速公路；相機自標定；目標檢測

中圖分類號：U491 文獻標識碼：A 文章編號：1671-2064(2023)02-0015-03

 

1.相機標定的相關理論條件

在對城市道路場景以及高速公路場景下的行人及車輛運動軌跡和相關信息進行相機標定的過程，指的就是求該場景下監控相機的內部參數和外部參數的過程。相機的內部參數主要是指相機焦點的畸變位置記憶相機的主點位置，外部參數指的是相機在世界坐標系中所構建的矩陣以及平移產生的向量及之間的關系。城市道路場景以及高速公路場景下的監控相機的內外參數能夠構成道路上的物體運動平面圖像，并能由此結合相關算法形成立體空間，這二者之間的集合映射關系就是由監控相機的內部參數、外部參數構成的。

1.1投影幾何

在相機標定和分析各種坐標系和成像模型的過程中會運用到幾何知識，這個幾何信息并不局限于二維空間，因此需要事先知道何為投影幾何。投影幾何主要指的就是圖像投影研究領域中的一個旁支部分，投影幾何的有效運用能夠為城市道路和高速公路場景下的交通信息收集和研究，并為監控相機的成像模型和相機的自標定提供理論基礎。

1.2消失點相機標定

1.2.1消失點涵義

根據相機的線性成像模型，消失點是立體空間中的平行線通過透視及線與線之間的變換，最后相交并映射在平面上的點。消失點的形成主要是產生于空間內，平行線在平面圖像中通過不斷延伸而最終呈現出的一種愈發不平行且逐漸相交的趨勢。根據投影幾何的相關知識可知，在同一立體空間內，相互平行的兩條或多條平行線，通過不斷延伸能夠在無窮遠的地方形成一個點，這個點就是消失點，也就是通過相機的光心和平行直線的光線與像面形成的交點，可以觀察到兩條或多條直徑相同的平行線能夠在平面圖像上呈現相交的趨勢，而非完全平行。在實際的交通場景中，由于運動目標的運動軌跡往往是呈現平行線和垂直線，因此，我們可以直接利用平面圖像中的平行線信息獲取消失點的位置，并對監控相機設置自標定功能。然后，根據消失點的性質，來建立相機標定過程中的內外參數與消失點之間的聯系。

1.2.2關于消失點的標定算法

本文通過觀察實際交通場景中的交通視頻，發現在實際交通場景中，車輛和行人本身的運動軌跡就是大量的平行線信息，因此很容易得到其延伸到最終的消失點。在此基礎上，可以利用所觀測到的道路上的運動目標的運動軌跡來提取消失點的相關信息，從而有效地設計相機自標定。劍橋大學的Roberto Cipolla團隊首次提出了基于消失點的標定算法，這一團隊還針對建筑物立體重建設計出相關應用程序，并從不同角度拍攝校準后的圖像，以消失點為出發點進行相機自標定就是其方法之一。這一方法在實際的應用過程中能夠有效地獲取準確的正交方向消失點的信息，接著計算出相機的內外參數進行相機標定。這一方法經實踐檢驗可知，計算過程也比較簡單易理解。

2.運動目標的提取及估計消失點

2.1提取運動目標

考慮到不同的交通場景有不同的特點，相機標定和計算要采用不同的方法。城市道路場景中的機動車輛及行人行走的信息較為明確，且城市道路一般都是呈直線狀態的；而高速公路場景中基本沒有行人移動的信息，且高速公路有很多都是蜿蜒的。因此，在城市道路場景下和在高速公路場景下，應分別使用城市道路中運動著的車輛和行人相關軌跡信息以及與高速公路上運動著的車輛本身相關的線性信息，并根據這兩種不同的交通場景的運動目標以及交通場景的運行特點采取不同的計算方法來完成相機自標定。

2.1.1城市道路下的提取

城市交通場景中的運動目標包括運動的車輛以及行人。這些運動目標都在同一個平面上運動，運行的機動車輛往往也是沿著規定車道行駛，且車道為一個或多個直線或接近直線的路段。運行著的機動車輛的圖像投影也是沿著車道方向不斷延伸，這些線段所對應的往往是對稱軸方向或垂直方向，且運動著的行人的身體基本上都是垂直于地面的。通過觀察這些城市道路場景中的屬性能夠發現，城市道路場景下，我們可以利用車輛運動、行人運動等相關屬性來估計三個正交方向上的線方程組，并通過估計行人的運動主軸方向和運動著的機動車輛的延伸方向來提取線方程。

2.1.2高速公路下的提取

相對于城市道路場景下的監控相機，在獲取車輛自身直線信息時，在高速公路場景下獲取的信息往往不夠清晰，并且高速公路道路并非完全筆直。因此，在這種場景下，利用HOG梯度方向的統計直方圖直接提取高速公路上行駛的車輛的直線是不可能的。本文采用沿道路方向的直線方程和沿水平方向的直線方程進行提取。

2.2估計消失點

2.2.1霍夫變換

針對傳統霍夫變換檢測消失點效率較低的問題，本文提出利用級聯霍夫變換方法提取消失點，將兩種場景中提取到的直線段變換到平行坐標系中，經過不斷累積獲得消失點，在該空間下能夠更直觀和準確地檢測出消失點的位置，也包括趨于無窮遠的消失點。

傳統的霍夫變換方法是一種窮舉算法，效率相對較低且不穩定。當同時存在多條直線時就相對而言不容易找到每條平行線的消失點。因此，采用級聯霍夫變換的方法來表示和檢測計算數值更為有效。級聯霍夫變換法不僅能有效地變換無限的原始圖像空間，還能使其在菱形空間內進行計算。

根據霍夫變換的這一性質，將每一點變換為立體空間下的直線。當所有的點都被變換成直線后，就會在空間內通過延伸而最終相交并重疊，可以形成一個局部極大值點，這個極大值點就是對應圖像中的直線，也就是我們即將要提取的直線。采用傳統的霍夫變換方法來檢測消失點時會存在一定的局限性，因此，通過利用級聯的霍夫變換算法，引入平行坐標系，將無限延伸的圖像空間轉換到菱形空間內，以實現線到線的變換

2.2.2級聯霍夫變換

通過用平行坐標系的方式建立三維坐標來解決消失點的問題，能夠將三維及以上數據的分量用平行坐標軸表示。在三維坐標系中，不同等距的平行軸能夠代表不同的維度，坐標值的點也能夠代表其投影在坐標系上的反映。根據上述變換過程，可以將采集到的城市道路和高速公路場景的線性信息以線性變換的方式變換到菱形空間來估計消失點，并使用傳統的霍夫變換算法對菱形空間中的線方程進行動態累積投票。最后得出菱形空間內的最大值也就是消失點最終的位置。與其他估計方法相比，該方法無需重復計算即可動態估計出消失點的具體位置，檢測的實時性很高。

3.交通場景中利用消失點進行自標定測量

在具體的交通場景中，可以使用單目、固定式或非旋轉式相機進行消失點的自標定測量，可以在交通場景中以俯視拍攝的方式進行拍攝。并在城市道路和高速公路中分別基于三個不同維度的消失點來進行計算。

3.1城市道路自標定

首先，要進行目標檢測。城市道路交通場景視頻輸出后，利用改進的高斯混合模型算法提取城市道路交通場景中的運動目標并對其進行區域標記。接著根據分類規則對城市道路交通場景中的非機動車進行具體分類，從而獲得機動車和行人的運動信息以完成檢測；利用HOG直方圖算法提取城市道路交通場景中的運動車輛，以有效統計機動車輛的像素及信息，得到車輛的行駛方向和與之垂直的線方程組。行駛方向和垂直方向的線方程組分別設為集合X和集合Y，行人運動的軌跡為集合Z；根據級聯霍夫變換，將三組集合方程在菱形空間中求出三個消失點的位置。利用這三個消失點得到內參數矩形陣列中的未知變量和主點，結合已知的相機高度得到平行向量的解。

3.2高速公路自標定

在高速公路場景中，利用集合X、Y、Z進行相機自標定實驗。首先是檢測目標。通常高速公路中運行的往往是機動車輛，所以一般不用檢測行人運動。接著利用KLT算法追蹤車輛的焦點，這樣就可以從高速公路上行駛的車輛軌跡直線上獲得準確的數據。篩選后再根據LSD檢測法，得到水平方向行駛的機動車直線方程，篩選設置為集合A，而垂直方向線方程，篩選設置為集合B；接著將集合A、B分別投票，進而得到這兩個方向上的消失點。最后，假設圖像中間的是主點，再據此進一步計算焦距，得到第三個消失點。利用獲得的三個消失點，獲得內部參數矩形陣列中的未知變量和主點。最后結合已知的相機高度，得到平移向量T的解。

4.結語

特定場景下的交通交通健康視頻能夠采集到許多有用的信息，合理利用該信息能夠為交通規劃提供重要數據以參考。相機標定是交通系統智能化的關鍵部分，但傳統相機存在標定復雜、不可控因素多等問題。因此，基于不同維度的消失點的相機標定方法被廣泛應用。城市道路和高速公路場景中有行駛著的機動車輛和行人等大量的運動信息，利用相機自標定的方式針對不同的運動目標提取消失點，能夠獲得較為精確的相機內外參數。此外，通過對具體場景不同高度的拍攝和監控，也可驗證相機高度對內外參數的影響較小。

 

參考文獻

[1] 張新月.城市道路及高速公路場景下標定問題研究[D].長安大學,2021.

[2] 嚴騰.高速公路場景下相機自動標定算法研究[D].長安大學,2018.

[3] 董煊,王秦艷.高速公路規劃建設中的選線研究[J].門窗, 2014,(10):323,325.

 

 

收稿日期：2022-11-9

作者簡介：田培辰（2002—），男，河南鎮平人，本科，研究方向：計算機科學與技術。

 

Research on the Calibration of Urban Roads and Expressway Scenes

TIAN Peichen

(Chang'an University College of Information Engineering, Xi'an  Shaanxi  710000)

Abstract:By watching traffic monitoring video, valuable traffic information parameters, such as three-dimensional information of pedestrians and vehicles, can be effectively obtained. Analyzing and processing these traffic parameters and using them effectively will have a crucial impact on the field of intelligent mobility and autonomous driving. A very important prerequisite for obtaining effective traffic parameters is that the camera used to monitor traffic must be calibrated, and the mapping relationship of spatial information and image information must be established by using the internal and external parameters of the camera, so as to obtain valuable traffic information parameters. In the current traffic scenario, the camera self-calibration algorithm based on vanishing point has some shortcomings. For example, vanishing points associated with them can only be obtained if there are zebra crossings, lanes, or buildings in the traffic scene; It is easily affected by weather factors, resulting in low accuracy when detecting the target being calibrated; For when the vanishing point disappears and when the vanishing point of infinity or appears. Based on the above problems, this paper fully considers our pedestrian and vehicle movement targets in urban road scenes and vehicle motion targets in highway scenes to extract different vanishing points, and uses the vanishing point camera self-calibration model to study the calibration problems of urban roads and expressway scenes.

Key words:vanishing point;urban roads;freeway;camera self-calibration;object detection