CN111275765A - 一种确定目标gps的方法、装置及摄像机 - Google Patents
一种确定目标gps的方法、装置及摄像机 Download PDFInfo
- Publication number
- CN111275765A CN111275765A CN201811482032.4A CN201811482032A CN111275765A CN 111275765 A CN111275765 A CN 111275765A CN 201811482032 A CN201811482032 A CN 201811482032A CN 111275765 A CN111275765 A CN 111275765A
- Authority
- CN
- China
- Prior art keywords
- image
- calibration
- target
- calibration point
- points
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明实施例提供了一种确定目标GPS的方法、装置及摄像机,方法包括:预先设定多个标定点组,针对每个标定点组,对该标定点组进行标定得到一个单应性矩阵;当对图像中的监控目标进行定位时,选择与监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;基于针对目标标定点组标定得到的单应性矩阵,将监控目标在图像中的坐标转换为GPS坐标。可见,本方案中,可以选择离监控目标较近的标定点标定得到的单应性矩阵,离监控目标较近的标定点与监控目标的环境因素较相似,由环境因素导致的误差较小,因此,利用选择的单应性矩阵转换得到的定位结果准确性较高。
Description
技术领域
本发明涉及安防技术领域,特别是涉及一种确定目标GPS的方法、装置及摄像机。
背景技术
一些场景中,通常基于监控图像确定监控目标的GPS(Global PositioningSystem,全球定位***)坐标。相关方案包括:根据同一组标定点的GPS坐标以及图像坐标,计算GPS坐标系与图像坐标系之间的映射关系;当存在需要定位的监控目标时,根据该映射关系,将监控目标的图像坐标转换为GPS坐标。
但是真实场景中的各种环境因素通常导致上述映射关系的准确性较差,比如地面不平坦,导致GPS坐标误差较大,进而使得映射关系的准确性较差。因此,上述方案中,定位结果准确性较差。
发明内容
本发明实施例的目的在于提供一种确定目标GPS的方法、装置及摄像机,以提高定位准确性。
为达到上述目的,本发明实施例提供了一种确定目标GPS的方法,包括:
在待处理图像中确定监控目标;
在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标。
可选的,针对每个标定点组标定得到单应性矩阵的过程包括:
获取标定图像,所述标定图像与所述待处理图像针对同一场景进行图像采集;
在所述标定图像中设定多个标定点组;
针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
可选的,所述在所述标定图像中设定多个标定点组,包括:
识别所述标定图像中的道路交通标线;
基于所述道路交通标线,确定多个标定点,所述标定点为道路的角点或者中心点;
将所述多个标定点组合成多个标定点组。
可选的,所述基于所述道路交通标线,确定多个标定点,包括:
若所述道路交通标线为人行道线,则确定不同人行道线的交点,作为所述标定图像中的道路的角点;基于所确定的每个角点,确定所述道路的中心点;在所确定的道路的角点及中心点中,选择多个点作为标定点;
或者,若所述道路交通标线为导向车道线,则基于所述导向车道线,确定所述标定图像中的道路中心点,作为标定点。
可选的,每个标定点组中包括4个不共线的标定点;所述在所述标定图像中设定多个标定点组,包括:
在所述标定图像中设定多个标定点,将所述多个标定点中每4个不共线的标定点组合成一个标定点组。
可选的,所述在待处理图像中确定监控目标,包括:
根据用户的输入指令,在待处理图像中确定监控目标;
或者,对所述待处理图像进行目标检测,得到一个或多个候选目标;针对每个候选目标,判断该候选目标是否满足预设监控条件,所述预设监控条件包括任意一种或多种条件:目标尺寸大于预设阈值、目标属性为预设属性、目标位于所述待处理图像中的指定区域;如果满足,将该候选目标确定为监控目标。
可选的,在待处理图像中确定监控目标之后,还包括:
根据预先设定的各种目标对应的定位频次,确定所述监控目标对应的定位频次,所述定位频次为:单位时间内对目标进行定位的次数;
基于所述监控目标对应的定位频次,判断是否基于所述待处理图像对所述监控目标进行定位;
如果是,执行所述在预先设定的各标定点组中,选择与所述监控目标的距离满足预设距离条件的标定点组,作为目标标定点组的步骤。
可选的,所述基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标,包括:
获取所述监控目标在所述待处理图像中对应的目标矩形框的下边缘中心点的坐标;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所获取的坐标转换为GPS坐标。
可选的,所述在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组,包括:
确定采集所述待处理图像的摄像机的PTZ参数,作为待查找PTZ参数;
在预先建立的各标定点组与PTZ参数的对应关系中,查找所述待查找PTZ参数对应的多个标定点组,作为候选标定点组;
在所述候选标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
可选的,针对每个标定点组标定得到单应性矩阵的过程包括:
针对摄像机的每组PTZ参数,获取所述摄像机在该PTZ参数下采集的标定图像;
在所述标定图像中设定多个标定点组;
针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
为达到上述目的,本发明实施例还提供了一种确定目标GPS的装置,包括:
第一确定模块,用于在待处理图像中确定监控目标;
选择模块,用于在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;
转换模块,用于基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标。
可选的,所述装置还包括:第一获取模块、第一设定模块和第一计算模块,其中,
第一获取模块,用于获取标定图像,所述标定图像与所述待处理图像针对同一场景进行图像采集;
第一设定模块,用于在所述标定图像中设定多个标定点组;
第一计算模块,用于针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
可选的,第一设定模块,包括:
识别子模块,用于识别所述标定图像中的道路交通标线;
确定子模块,用于基于所述道路交通标线,确定多个标定点,所述标定点为道路的角点或者中心点;
组合子模块,用于将所述多个标定点组合成多个标定点组。
可选的,确定子模块,具体用于:
若所述道路交通标线为人行道线,则确定不同人行道线的交点,作为所述标定图像中的道路的角点;基于所确定的每个角点,确定所述道路的中心点;在所确定的道路的角点及中心点中,选择多个点作为标定点;
或者,若所述道路交通标线为导向车道线,则基于所述导向车道线,确定所述标定图像中的道路中心点,作为标定点。
可选的,每个标定点组中包括4个不共线的标定点;所述第一设定模块,具体用于:
在所述标定图像中设定多个标定点,将所述多个标定点中每4个不共线的标定点组合成一个标定点组。
可选的,第一确定模块具体用于:根据用户的输入指令,在待处理图像中确定监控目标;
或者,对所述待处理图像进行目标检测,得到一个或多个候选目标;针对每个候选目标,判断该候选目标是否满足预设监控条件,所述预设监控条件包括任意一种或多种条件:目标尺寸大于预设阈值、目标属性为预设属性、目标位于所述待处理图像中的指定区域;如果满足,将该候选目标确定为监控目标。
可选的,所述装置还包括:第二确定模块和判断模块,其中,
第二确定模块,用于根据预先设定的各种目标对应的定位频次,确定所述监控目标对应的定位频次,所述定位频次为:单位时间内对目标进行定位的次数;
判断模块,用于基于所述监控目标对应的定位频次,判断是否基于所述待处理图像对所述监控目标进行定位;如果是,触发选择模块。
可选的,转换模块具体用于:
获取所述监控目标在所述待处理图像中对应的目标矩形框的下边缘中心点的坐标;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所获取的坐标转换为GPS坐标。
可选的,选择模块具体用于:
确定采集所述待处理图像的摄像机的PTZ参数,作为待查找PTZ参数;
在预先建立的各标定点组与PTZ参数的对应关系中,查找所述待查找PTZ参数对应的多个标定点组,作为候选标定点组;
在所述候选标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
可选的,所述装置还包括:第二获取模块、第二设定模块和第二计算模块,其中,
第二获取模块,用于针对摄像机的每组PTZ参数,获取所述摄像机在该PTZ参数下采集的标定图像;
第二设定模块,用于在所述标定图像中设定多个标定点组;
第二计算模块,用于针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
为达到上述目的,本发明实施例还提供了一种摄像机,包括图像采集器、处理器和存储器;
图像采集器,用于采集图像,并将所采集的图像作为待处理图像;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一种确定目标GPS的方法。
为达到上述目的,本发明实施例还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内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种确定目标GPS的方法。
本发明实施例中,预先设定多个标定点组,针对每个标定点组,对该标定点组进行标定得到一个单应性矩阵,单应性矩阵也就是图像坐标系与GPS坐标系之间的转换关系;这样,当对图像中的监控目标进行定位时,选择与监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;基于针对目标标定点组标定得到的单应性矩阵,将监控目标在图像中的坐标转换为GPS坐标。可见,本方案中,预先基于多个标定点组标定得到多个单应性矩阵,这样,对监控目标进行定位时,可以选择较优的单应性矩阵,也就是基于离监控目标较近的标定点标定得到的单应性矩阵,离监控目标较近的标定点与监控目标的环境因素较相似,由环境因素导致的误差较小,因此,利用选择的单应性矩阵转换得到的定位结果准确性较高。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种确定目标GPS的方法的流程示意图;
图2为本发明实施例中的标定点示意图;
图3为本发明实施例中选择标定点组的示意图;
图4为本发明实施例中的人行道线示意图;
图5a为本发明实施例中的一种导向车道线示意图;
图5b为本发明实施例中的另一种导向车道线示意图;
图6为本发明实施例提供的一种确定目标GPS的装置的结构示意图;
图7为本发明实施例提供的一种摄像机的结构示意图。
具体实施方式
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,都属于本发明保护的范围。
为了解决上述技术问题,本发明实施例提供了一种确定目标GPS的方法、装置及摄像机,该方法及装置可以应用于各种摄像机,或者也可以应用于其他电子设备,比如,手机、电脑,等等,具体不做限定。下面首先对本发明实施例提供的确定目标GPS的方法进行详细介绍。
图1为本发明实施例提供的一种确定目标GPS的方法的流程示意图,包括:
S101:在待处理图像中确定监控目标。
本发明实施例中的监控目标,即为需要确定GPS坐标的目标。举例来说,监控目标可以为车辆、人员、建筑物等等,具体不做限定。一种情况下,可以根据用户的输入指令,在待处理图像中确定监控目标。
比如,用户指定车辆目标为监控目标,这样,可以在图像中识别车辆目标,作为监控目标。再比如,可以将图像展示给用户,用户点击图像中需要确定GPS坐标的目标,根据用户的点击操作确定监控目标。
或者,另一种情况下,可以对待处理图像进行目标检测,得到一个或多个候选目标;针对每个候选目标,判断该候选目标是否满足预设监控条件,所述预设监控条件包括任意一种或多种条件:目标尺寸大于预设阈值、目标属性为预设属性、目标位于所述待处理图像中的指定区域;如果满足,将该候选目标确定为监控目标。
举例来说,待处理图像可以为一段视频帧图像,可以在该段视频帧图像中识别运动目标,将运动目标作为候选目标。然后判断该候选目标是否满足预设监控条件,监控条件可以根据实际情况设定,比如,目标在图像中的尺寸大于2000个像素点区域面积,或者目标属性为车辆,或者目标位置图像的中心区域,等等,具体不做限定。
确定监控目标的方式有多种,不再一一列举。
作为一种实施方式,可以预先设定各种目标对应的定位频次,定位频次为:单位时间内对目标进行定位的次数。比如,对于一些运动较快的目标来说,如车辆目标,则其对应的定位频次可以稍大,比如每秒都对车辆目标进行定位,或者基于每帧图像对车辆目标进行定位。而对于一些运动较慢的目标来说,比如步行的人体目标,则其对应的定位频次可以稍小,比如每5秒对该人体目标进行一次定位,或者每10帧图像对人体目标进行一次定位。
这种实施方式中,在S101之后,可以先根据预先设定的各种目标对应的定位频次,确定监控目标对应的定位频次;基于监控目标对应的定位频次,判断是否基于待处理图像对所述监控目标进行定位;如果是,再执行S102。
举例来说,假设S101中的待处理图像为第N帧图像,S101中确定的监控目标为步行的人体目标,且设定每10帧图像对人体目标进行一次定位;假设已经基于第N-3帧图像对该人体目标进行了定位,则判定不基于第N帧图像对该人体目标进行定位,直到获取到第N+7帧图像时,再基于该第N+7帧图像对该人体目标进行定位。
这种实施方式中,每次定位后,可以记录定位的监控目标的特征以及图像的帧序号,以便后续判断是否基于当前帧图像对该监控目标进行定位。
本实施方式中,对于运动速度或者重要程度不同的运动目标,可以设定不同的定位频次,对于运动速度慢或者重要程度低的运动目标来说,定位频次低,节省了计算量,对于运动速度快或者重要程度高的运动目标来说,定位频次高,提高了定位效果。
S102:在预先设定的各标定点组中,选择与监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
作为一种实施方式,针对每个标定点组标定得到单应性矩阵的过程可以包括:
获取标定图像,所述标定图像与所述待处理图像针对同一场景进行图像采集;在所述标定图像中设定多个标定点组;针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
标定过程可以是预先执行的,也就是先执行标定过程,再执行确定目标GPS的方案。为了区分描述,将标定过程中获取的图像称为标定图像,将确定目标GPS过程中获取的图像称为待处理图像。本实施方式中,可以认为摄像机的位置及角度是固定的,摄像机采集的标定图像与待处理图像针对的场景相同,因此,标定点既存在于标定图像中,也存在于待处理图像中。或者说,标定图像坐标系与待处理图像坐标系可以认为是同一图像坐标系。
在本发明实施例中,预先设定多个标定点组,每个标定点组至少包括4个不共线的标定点。一种情况下,这4个标定点中任意三点之间的夹角小于150度。获取每个标定点在摄像机图像坐标系中的图像坐标及GPS坐标;针对每个标定点组,基于该标定点组中4个标定点的图像坐标及GPS坐标,可以求解得到一个单应性矩阵。也就是说,每个标定点组分别对应一个单应性矩阵,该单应性矩阵即可以理解为图像坐标系与GPS坐标系之间的映射关系。
一般来说,可以基于4个标定点的图像坐标及GPS坐标,求解一个单应性矩阵。该标定点组可以包括4个标定点,也可以包括4个以上的标定点。如果该标定点组包括4个以上的标定点,则可以在该4个以上的标定点中任意选择4个,求解一个单应性矩阵。
具体来说,单应性矩阵为3×3的矩阵,共9个参数。比如,单应性矩阵为:
而由于求解过程中使用齐次坐标,具有尺度不变性,因此只需要求解8个参数。
假设一个标定点的图像坐标为(u1,v1),GPS坐标为(u2,v2),则存在齐次关系:
根据该齐次关系,可以列出单应性转换关系式:
将上述单应性转换关系式中提出h33作为因子得到:
进而推导得到图像坐标为(u1,v1)和GPS坐标为(u2,v2)的展开关系式:
将上述展开关系式进行化简得到:
将(u1,v1)代入到(u2,v2)中得到:
可见,每个标定点可以列出2个算式,四个标定点可以列出8个算式,即可以求解8个未知数,这样,得求解得到了单应性矩阵。
一种情况下,可以在所述标定图像中设定多个标定点,将所述多个标定点中每4个不共线的标定点组合成一个标定点组。
举例来说,在标定图像中设定标定点时,可以设定覆盖全面且均匀的标定点。如图2所示,可以设定9个标定点,将这9个标定点中每4个不共线的点组合成一个标定点组,也就是得到了C9 4个标定点组。每个标定点组求解一个单应性矩阵,也就得到了C9 4个单应性矩阵。
如上所述,标定点既存在于标定图像中,也存在于待处理图像中,因而可以在待处理图像中,确定监控目标与各标定点组的图像距离。一种情况下,该图像距离可以为欧氏距离,或者也可以为马氏距离,具体不做限定。S102中的预设距离条件可以为:与监控目标的图像距离最小,或者为与监控目标的图像距离次小,或者为与监控目标的图像距离小于预设阈值,具体不做限定。
举例来说,标定点组与监控目标的图像距离可以为:标定点组中各标定点与监控目标中心点的距离之和。参考图3,监控目标中心点位置为A,标定点组1中包括4个标定点,这4个标定点的位置分别为B、C、D、E,则标定点组1与监控目标的图像距离可以为:A与B之间的距离+A与C之间的距离+A与D之间的距离+A与E之间的距离。
图3中存在9个标定点、C9 4个标定点组,假设预设距离条件为:与监控目标的图像距离最小,则在图3中选择出的标定点组为标定点组1。
S103:基于预先获取的、针对目标标定点组标定得到的单应性矩阵,将监控目标在所述待处理图像中的坐标转换为GPS坐标。
如上所述,预先基于每个标定点组求解得到一个单应性矩阵,该单应性矩阵即可以理解为图像坐标系与GPS坐标系之间的映射关系。因此,基于目标标定点组的单应性矩阵,可以将监控目标在待处理图像中的坐标转换为GPS坐标。
作为一种实施方式,可以获取所述监控目标在所述待处理图像中对应的目标矩形框的下边缘中心点的坐标;基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所获取的坐标转换为GPS坐标。
在S101中确定监控目标时,可以检测得到目标矩形框,监控目标即位于该矩形框中,本实施方式中,将该矩形框的下边缘中心点的坐标作为监控目标在图像中的坐标。或者,也可以将该矩形框中心点的坐标作为监控目标在图像中的坐标。或者,也可以将该矩形框上边缘中心点的坐标作为监控目标在图像中的坐标,等等,具体不做限定。
应用本发明图1所示实施例,预先基于多个标定点组标定得到多个单应性矩阵,这样,对监控目标进行定位时,可以选择较优的单应性矩阵,也就是基于离监控目标较近的标定点标定得到的单应性矩阵,离监控目标较近的标定点与监控目标的环境因素较相似,由环境因素导致的误差较小,因此,利用选择的单应性矩阵转换得到的定位结果准确性较高。
作为一种实施方式,本方案还可以应用于球机等可转动的摄像机,对于这类可转动的摄像机来说,不同的PTZ(Pan/Tilt/Zoom,云台左右/上下移动及镜头变倍、变焦控制)参数下,摄像机采集到不同场景的图像。本实施方式中,可以针对摄像机的每组PTZ参数,获取摄像机在该PTZ参数下采集的标定图像;在所述标定图像中设定多个标定点组;针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
仍参考上述例子,假设一张图像中包含9个标定点,将这9个标定点中每4个不共线的点组合成一个标定点组,假设得到了C9 4个标定点组;每个标定点组求解一个单应性矩阵,也就得到了C9 4个单应性矩阵。而本实施方式中,摄像机的每组PTZ参数分别对应C9 4个单应性矩阵。求解单应性矩阵的过程前面内容已经介绍过,这里不再赘述。本实施方式中,可以记录PTZ参数与标定点组、以及单应性矩阵之间的对应关系。
这种情况下,S102可以包括:确定采集所述待处理图像的摄像机的PTZ参数,作为待查找PTZ参数;
在预先建立的各标定点组与PTZ参数的对应关系中,查找所述待查找PTZ参数对应的多个标定点组,作为候选标定点组;
在所述候选标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
为了方便描述,将采集待处理图像的摄像机的PTZ参数称为待查找PTZ参数;如上所述,标定过程中记录了PTZ参数与标定点组、以及单应性矩阵之间的对应关系;在该对应关系中,查找该待查找PTZ参数对应的多个标定点组,作为候选标定点组。延续上述例子,也就是查找待查找PTZ参数对应的C9 4个标定点组,该C9 4个标定点组对应的标定图像与待处理图像针对的场景相同(PTZ参数相同,因此采集场景相同),可以基于该C9 4个标定点组求解得到的单应性矩阵,将待处理图像中的图像坐标转换为GPS坐标。在该C9 4个标定点组中选择目标标定点组,基于针对目标标定点组标定得到的单应性矩阵,将监控目标在所述待处理图像中的坐标转换为GPS坐标。
选择目标标定点组的内容已经介绍过,这里不再赘述。
作为一种实施方式,在标定图像中设定多个标定点组,可以包括:
识别所述标定图像中的道路交通标线;基于所述道路交通标线,确定多个标定点,所述标定点为道路的角点或者中心点;将所述多个标定点组合成多个标定点组。
延续上述例子,假设一张图像中包含9个标定点,将这9个标定点中每4个不共线的点组合成一个标定点组,假设得到了C9 4个标定点组。这9个标定点可以是随机选取的,也可以是用户选定的,或者,也可以利用本实施方式,基于道路交通标线,确定多个标定点。
举例来说,假设摄像机针对交通场景进行图像采集,采集到的图像中通常包括人行道线、导向车道线等道路交通标线。
一种实施方式中,若所述道路交通标线为人行道线,则确定不同人行道线的交点,作为所述标定图像中的道路的角点;基于所确定的每个角点,确定所述道路的中心点;在所确定的道路的角点及中心点中,选择多个点作为标定点。
一种情况下,道路的角点也可以为路口的角点,道路的中心点也可以为路口的中心点。
如图4所示,十字路口通常会存在四条人行道线,将这四条人行道线分别记为:人行道线1、人行道线2、人行道线3和人行道线4,其中,人行道线1与人行道线2的交点记为交点W,人行道线2与人行道线3的交点记为交点X,人行道线3与人行道线4的交点记为交点Y,人行道线4与人行道线1的交点记为交点Z。W、X、Y、Z为道路的角点(也是路口的角点),而且W、X、Y、Z构成了一个矩形,该矩形的中心点O即为道路的中心点(也是路口的中心点),可以在W、X、Y、Z、O中选择标定点。
如果图像中存在多个路口,则会存在更多的道路角点和道路中心点,在这些道路角点和道路中心点中,选择至少四个点作为标定点。
另一种实施方式中,若所述道路交通标线为导向车道线,则基于所述导向车道线,确定所述标定图像中的道路中心点,作为标定点。
如图5a所示,假设路口附近存在一条左转导向车道线和一条右转导向车道线,将左转导向车道线的头部与右转导向车道线的尾部相连接,得到连接线1(图5a中虚线所示);将右转导向车道线的头部与左转导向车道线的尾部相连接,得到连接线2(图5a中虚线所示);连接线1与连接线2的交点S也为道路中心点,可以将该道路中心点作为标定点。
如图5b所示,假设路口附近存在导向车道线1和导向车道线2,将导向车道线1的头部与导向车道线2的头部相连接,得到连接线3(图5b中虚线所示);将导向车道线1的尾部与导向车道线2的尾部相连接,得到连接线4(图5b中虚线所示);连接线3与连接线4的交点T也为道路中心点(也是路口的中心点),可以将该道路中心点作为标定点。
如果图像中存在多个路口,则会存在多个道路中心点,在这些道路中心点中,选择至少四个点作为标定点。
本实施方式中,基于道路交通标线,选择一些特殊点作为标定点,这些特殊点的GPS坐标较容易获取,或者说,获取到的这些特殊点的GPS坐标准确度较高,因而标定结果更准确。
与上述方法实施例相对应,本发明实施例还提供一种确定目标GPS的装置,如图6所示,包括:
第一确定模块601,用于在待处理图像中确定监控目标;
选择模块602,用于在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;
转换模块603,用于基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标。
作为一种实施方式,所述装置还包括:第一获取模块、第一设定模块和第一计算模块(图中未示出),其中,
第一获取模块,用于获取标定图像,所述标定图像与所述待处理图像针对同一场景进行图像采集;
第一设定模块,用于在所述标定图像中设定多个标定点组;
第一计算模块,用于针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
作为一种实施方式,第一设定模块,包括:
识别子模块,用于识别所述标定图像中的道路交通标线;
确定子模块,用于基于所述道路交通标线,确定多个标定点,所述标定点为道路的角点或者中心点;
组合子模块,用于将所述多个标定点组合成多个标定点组。
作为一种实施方式,确定子模块,具体用于:
若所述道路交通标线为人行道线,则确定不同人行道线的交点,作为所述标定图像中的道路的角点;基于所确定的每个角点,确定所述道路的中心点;在所确定的道路的角点及中心点中,选择多个点作为标定点;
或者,若所述道路交通标线为导向车道线,则基于所述导向车道线,确定所述标定图像中的道路中心点,作为标定点。
作为一种实施方式,每个标定点组中包括4个不共线的标定点;所述第一设定模块,具体用于:
在所述标定图像中设定多个标定点,将所述多个标定点中每4个不共线的标定点组合成一个标定点组。
作为一种实施方式,第一确定模块601,具体用于:根据用户的输入指令,在待处理图像中确定监控目标;
或者,对所述待处理图像进行目标检测,得到一个或多个候选目标;针对每个候选目标,判断该候选目标是否满足预设监控条件,所述预设监控条件包括任意一种或多种条件:目标尺寸大于预设阈值、目标属性为预设属性、目标位于所述待处理图像中的指定区域;如果满足,将该候选目标确定为监控目标。
作为一种实施方式,所述装置还包括:第二确定模块和判断模块(图中未示出),其中,
第二确定模块,用于根据预先设定的各种目标对应的定位频次,确定所述监控目标对应的定位频次,所述定位频次为:单位时间内对目标进行定位的次数;
判断模块,用于基于所述监控目标对应的定位频次,判断是否基于所述待处理图像对所述监控目标进行定位;如果是,触发选择模块602。
作为一种实施方式,转换模块603具体用于:
获取所述监控目标在所述待处理图像中对应的目标矩形框的下边缘中心点的坐标;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所获取的坐标转换为GPS坐标。
作为一种实施方式,选择模块602具体用于:
确定采集所述待处理图像的摄像机的PTZ参数,作为待查找PTZ参数;
在预先建立的各标定点组与PTZ参数的对应关系中,查找所述待查找PTZ参数对应的多个标定点组,作为候选标定点组;
在所述候选标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
作为一种实施方式,所述装置还包括:第二获取模块、第二设定模块和第二计算模块(图中未示出),其中,
第二获取模块,用于针对摄像机的每组PTZ参数,获取所述摄像机在该PTZ参数下采集的标定图像;
第二设定模块,用于在所述标定图像中设定多个标定点组;
第二计算模块,用于针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
本发明图6实施例中,预先设定多个标定点组,针对每个标定点组,对该标定点组进行标定得到一个单应性矩阵,单应性矩阵也就是图像坐标系与GPS坐标系之间的转换关系;这样,当对图像中的监控目标进行定位时,选择与监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;基于针对目标标定点组标定得到的单应性矩阵,将监控目标在图像中的坐标转换为GPS坐标。可见,本方案中,预先基于多个标定点组标定得到多个单应性矩阵,这样,对监控目标进行定位时,可以选择较优的单应性矩阵,也就是基于离监控目标较近的标定点标定得到的单应性矩阵,离监控目标较近的标定点与监控目标的环境因素较相似,由环境因素导致的误差较小,因此,利用选择的单应性矩阵转换得到的定位结果准确性较高。
本发明实施例还提供了一种摄像机,如图7所示,包括图像采集器701、处理器702和存储器703;
图像采集器701,用于采集图像,并将所采集的图像作为待处理图像;
存储器703,用于存放计算机程序;
处理器702,用于执行存储器703上所存放的程序时,实现上述任一种确定目标GPS的方法。
上述图像采集器可以包括镜头、图像传感器等各种组件,具体不做限定。
上述存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,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。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种确定目标GPS的方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例、摄像机实施例、计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (13)
1.一种确定目标GPS的方法,其特征在于,包括:
在待处理图像中确定监控目标;
在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标。
2.根据权利要求1所述的方法,其特征在于,针对每个标定点组标定得到单应性矩阵的过程包括:
获取标定图像,所述标定图像与所述待处理图像针对同一场景进行图像采集;
在所述标定图像中设定多个标定点组;
针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
3.根据权利要求2所述的方法,其特征在于,所述在所述标定图像中设定多个标定点组,包括:
识别所述标定图像中的道路交通标线;
基于所述道路交通标线,确定多个标定点,所述标定点为道路的角点或者中心点;
将所述多个标定点组合成多个标定点组。
4.根据权利要求3所述的方法,其特征在于,所述基于所述道路交通标线,确定多个标定点,包括:
若所述道路交通标线为人行道线,则确定不同人行道线的交点,作为所述标定图像中的道路的角点;基于所确定的每个角点,确定所述道路的中心点;在所确定的道路的角点及中心点中,选择多个点作为标定点;
或者,若所述道路交通标线为导向车道线,则基于所述导向车道线,确定所述标定图像中的道路中心点,作为标定点。
5.根据权利要求2所述的方法,其特征在于,每个标定点组中包括4个不共线的标定点;所述在所述标定图像中设定多个标定点组,包括:
在所述标定图像中设定多个标定点,将所述多个标定点中每4个不共线的标定点组合成一个标定点组。
6.根据权利要求1所述的方法,其特征在于,所述在待处理图像中确定监控目标,包括:
根据用户的输入指令,在待处理图像中确定监控目标;
或者,对所述待处理图像进行目标检测,得到一个或多个候选目标;针对每个候选目标,判断该候选目标是否满足预设监控条件,所述预设监控条件包括任意一种或多种条件:目标尺寸大于预设阈值、目标属性为预设属性、目标位于所述待处理图像中的指定区域;如果满足,将该候选目标确定为监控目标。
7.根据权利要求1所述的方法,其特征在于,在待处理图像中确定监控目标之后,还包括:
根据预先设定的各种目标对应的定位频次,确定所述监控目标对应的定位频次,所述定位频次为:单位时间内对目标进行定位的次数;
基于所述监控目标对应的定位频次,判断是否基于所述待处理图像对所述监控目标进行定位;
如果是,执行所述在预先设定的各标定点组中,选择与所述监控目标的距离满足预设距离条件的标定点组,作为目标标定点组的步骤。
8.根据权利要求1所述的方法,其特征在于,所述基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标,包括:
获取所述监控目标在所述待处理图像中对应的目标矩形框的下边缘中心点的坐标;
基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所获取的坐标转换为GPS坐标。
9.根据权利要求1所述的方法,其特征在于,所述在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组,包括:
确定采集所述待处理图像的摄像机的PTZ参数,作为待查找PTZ参数;
在预先建立的各标定点组与PTZ参数的对应关系中,查找所述待查找PTZ参数对应的多个标定点组,作为候选标定点组;
在所述候选标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组。
10.根据权利要求9所述的方法,其特征在于,针对每个标定点组标定得到单应性矩阵的过程包括:
针对摄像机的每组PTZ参数,获取所述摄像机在该PTZ参数下采集的标定图像;
在所述标定图像中设定多个标定点组;
针对每个标定点组,基于该标定点组中各标定点在所述标定图像中的图像坐标、以及在GPS坐标系中的GPS坐标,计算得到一个单应性矩阵。
11.一种确定目标GPS的装置,其特征在于,包括:
第一确定模块,用于在待处理图像中确定监控目标;
选择模块,用于在预先设定的各标定点组中,选择与所述监控目标的图像距离满足预设距离条件的标定点组,作为目标标定点组;
转换模块,用于基于预先获取的、针对所述目标标定点组标定得到的单应性矩阵,将所述监控目标在所述待处理图像中的坐标转换为GPS坐标。
12.一种摄像机,其特征在于,包括图像采集器、处理器和存储器;
图像采集器,用于采集图像,并将所采集的图像作为待处理图像;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-10任一所述的方法步骤。
13.一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内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-10任一所述的方法步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811482032.4A CN111275765B (zh) | 2018-12-05 | 2018-12-05 | 一种确定目标gps的方法、装置及摄像机 |
PCT/CN2019/119258 WO2020114234A1 (zh) | 2018-12-05 | 2019-11-18 | 一种确定目标gps的方法及摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811482032.4A CN111275765B (zh) | 2018-12-05 | 2018-12-05 | 一种确定目标gps的方法、装置及摄像机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111275765A true CN111275765A (zh) | 2020-06-12 |
CN111275765B CN111275765B (zh) | 2023-09-05 |
Family
ID=70973807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811482032.4A Active CN111275765B (zh) | 2018-12-05 | 2018-12-05 | 一种确定目标gps的方法、装置及摄像机 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111275765B (zh) |
WO (1) | WO2020114234A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862211A (zh) * | 2020-07-22 | 2020-10-30 | 杭州海康威视数字技术股份有限公司 | 定位方法、装置、***、存储介质和计算机设备 |
CN111882605A (zh) * | 2020-06-30 | 2020-11-03 | 浙江大华技术股份有限公司 | 监控设备图像坐标转换方法、装置和计算机设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114782548B (zh) * | 2022-04-20 | 2024-03-29 | 深圳市旗扬特种装备技术工程有限公司 | 基于全局图像的雷视数据标定方法、装置、设备及介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231912A (zh) * | 2011-07-29 | 2011-11-02 | 杭州电子科技大学 | 一种基于rssi测距的室内无线传感器网络定位方法 |
CN102243765A (zh) * | 2011-05-06 | 2011-11-16 | 大连民族学院 | 基于多相机的多目标定位跟踪方法及*** |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN105608667A (zh) * | 2014-11-20 | 2016-05-25 | 深圳英飞拓科技股份有限公司 | 一种全景拼接的方法及装置 |
CN105973204A (zh) * | 2016-04-25 | 2016-09-28 | 中国测绘科学研究院 | 一种移动目标高精度平面坐标实时获取方法 |
JP2016220129A (ja) * | 2015-05-25 | 2016-12-22 | Kddi株式会社 | カメラキャリブレーション方法および装置 |
CN107067441A (zh) * | 2017-04-01 | 2017-08-18 | 海信集团有限公司 | 摄像机标定方法及装置 |
CN107170010A (zh) * | 2017-05-11 | 2017-09-15 | 四川大学 | ***校准方法、装置及三维重建*** |
CN107481283A (zh) * | 2017-08-01 | 2017-12-15 | 深圳市神州云海智能科技有限公司 | 一种基于监控摄像机的机器人定位方法、装置及机器人 |
CN107481291A (zh) * | 2017-08-16 | 2017-12-15 | 长安大学 | 基于标识虚线物理坐标的交通监控模型标定方法及*** |
WO2017215295A1 (zh) * | 2016-06-14 | 2017-12-21 | 华为技术有限公司 | 一种摄像机参数调整方法、导播摄像机及*** |
US20180124380A1 (en) * | 2015-05-20 | 2018-05-03 | Cognimatics Ab | Method and arrangement for calibration of cameras |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150276400A1 (en) * | 2013-03-13 | 2015-10-01 | Electronic Scripting Products, Inc. | Reduced homography for ascertaining conditioned motion of an optical apparatus |
CN106408938B (zh) * | 2016-09-13 | 2019-09-06 | 天津工业大学 | 夜间城市交通监控中各类车辆轨迹的完整提取 |
-
2018
- 2018-12-05 CN CN201811482032.4A patent/CN111275765B/zh active Active
-
2019
- 2019-11-18 WO PCT/CN2019/119258 patent/WO2020114234A1/zh active Application Filing
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243765A (zh) * | 2011-05-06 | 2011-11-16 | 大连民族学院 | 基于多相机的多目标定位跟踪方法及*** |
CN102231912A (zh) * | 2011-07-29 | 2011-11-02 | 杭州电子科技大学 | 一种基于rssi测距的室内无线传感器网络定位方法 |
CN103578109A (zh) * | 2013-11-08 | 2014-02-12 | 中安消技术有限公司 | 一种监控摄像机测距方法及装置 |
CN105608667A (zh) * | 2014-11-20 | 2016-05-25 | 深圳英飞拓科技股份有限公司 | 一种全景拼接的方法及装置 |
US20180124380A1 (en) * | 2015-05-20 | 2018-05-03 | Cognimatics Ab | Method and arrangement for calibration of cameras |
JP2016220129A (ja) * | 2015-05-25 | 2016-12-22 | Kddi株式会社 | カメラキャリブレーション方法および装置 |
CN105973204A (zh) * | 2016-04-25 | 2016-09-28 | 中国测绘科学研究院 | 一种移动目标高精度平面坐标实时获取方法 |
WO2017215295A1 (zh) * | 2016-06-14 | 2017-12-21 | 华为技术有限公司 | 一种摄像机参数调整方法、导播摄像机及*** |
CN107067441A (zh) * | 2017-04-01 | 2017-08-18 | 海信集团有限公司 | 摄像机标定方法及装置 |
CN107170010A (zh) * | 2017-05-11 | 2017-09-15 | 四川大学 | ***校准方法、装置及三维重建*** |
CN107481283A (zh) * | 2017-08-01 | 2017-12-15 | 深圳市神州云海智能科技有限公司 | 一种基于监控摄像机的机器人定位方法、装置及机器人 |
CN107481291A (zh) * | 2017-08-16 | 2017-12-15 | 长安大学 | 基于标识虚线物理坐标的交通监控模型标定方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882605A (zh) * | 2020-06-30 | 2020-11-03 | 浙江大华技术股份有限公司 | 监控设备图像坐标转换方法、装置和计算机设备 |
CN111862211A (zh) * | 2020-07-22 | 2020-10-30 | 杭州海康威视数字技术股份有限公司 | 定位方法、装置、***、存储介质和计算机设备 |
CN111862211B (zh) * | 2020-07-22 | 2023-10-27 | 杭州海康威视数字技术股份有限公司 | 定位方法、装置、***、存储介质和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111275765B (zh) | 2023-09-05 |
WO2020114234A1 (zh) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10346683B2 (en) | Method and apparatus for object identification and location correlation based on received images | |
CN110658518B (zh) | 一种目标入侵检测方法及装置 | |
CN108734105B (zh) | 车道线检测方法、装置、存储介质和电子设备 | |
CN110278382B (zh) | 一种聚焦方法、装置、电子设备及存储介质 | |
CN111275765B (zh) | 一种确定目标gps的方法、装置及摄像机 | |
KR102203410B1 (ko) | 관심 영역 설정 방법 및 장치 | |
CN111462226A (zh) | 一种定位方法、***、装置、电子设备及存储介质 | |
CN110706278A (zh) | 一种基于激光雷达和摄像头的物体识别方法和装置 | |
JP2017181476A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
JP6278790B2 (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラムならびに車両位置検出システム | |
CN115457084A (zh) | 一种多相机目标检测跟踪方法、装置 | |
CN109543496B (zh) | 一种图像采集方法、装置、电子设备及*** | |
CN111277791B (zh) | 一种案事件监测方法及*** | |
CN110310335B (zh) | 一种相机角度确定方法、装置、设备及*** | |
CN116912517B (zh) | 相机视野边界的检测方法及装置 | |
CN112767498A (zh) | 相机标定方法、装置和电子设备 | |
CN110764526B (zh) | 一种无人机飞行控制方法及装置 | |
CN115170679A (zh) | 路侧相机的标定方法、装置及电子设备、存储介质 | |
CN111435565A (zh) | 道路交通状态检测方法、装置、电子设备及存储介质 | |
CN115063760A (zh) | 车辆可行驶区域检测方法、装置、设备及存储介质 | |
CN114782496A (zh) | 一种对象的跟踪方法、装置、存储介质及电子装置 | |
CN113643359A (zh) | 一种目标对象定位方法、装置、设备及存储介质 | |
CN111275766B (zh) | 图像坐标系与gps坐标系的标定方法、装置及摄像机 | |
CN113011445A (zh) | 标定方法、识别方法、装置及设备 | |
US20230083307A1 (en) | Camera Calibration Method |
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 |