基于双目全景视觉的运动目标特征检测技术

摘要

全景视觉凭借其全视场的优点已成为近年来视频监控和图像检测重要的应用手段，随着研究的开展，计算机处理能力的增强，对全景视觉图像内部信息的处理能力和处理速度也越来越强，利用全景视觉已不再是简单的对目标环境做监测，而是通过对目标环境内部图像信息的提取进行具体的分析，实现目标定位和自动跟踪等的功能。而双目全景视觉更是在这一基础上解决了对目标物体景深信息的提取。论文研究了在类静止状态下利用双目全景视觉实现对运动目标特征信息的检测的问题。
　　 首先通过对摄像机几何模型和折反射成像原理的全景视觉模型的研究，建立了两种适合于双目全景视觉系统的模型。针对水平式和垂直式双目全景视觉的特点，对不同双目全景视觉系统的重点关注区域开展了较为详细的论证。给出了一套实现双目全景视觉系统设计的方法，该方法可快速实现系统结构参数的计算，大大提高了双目全景视觉系统的设计效率。
　　 其次设计了针对全景视觉系统非线性特点的标定方法。该方法将摄像机与折反射镜统一成一个系统，对这一系统的内外矩阵参数进行标定，基于迭代拟合和球投影，实现对全景视觉系统的快速标定。这一方法避免了以往分布标定后整合带来的误差，提高了全景视觉系统的自校正能力，标定后可将采集误差限制到亚像素级。同时通过分步法调校结合三自由联合调节的方式，实现了对双目全景视觉系统水平同轴度和垂直同轴度的参数校正，保证了双目全景视觉系统的测量精度。
　　 再次根据要实现在全景视觉系统中提取运动目标的目的设计了一套可快速提取运动目标的方法，该方法结合帧间差分法和背景差分法的优点，可实时化提取序列图片中的运动物体。另外针对传统SIFT算法检测时间长，匹配效率不高的问题，提出了根据不同目标环境设置特征信息采样精度和采样数量的方法，同时结合全景视觉系统特有的角度约束，实现了对全景视觉图像下运动目标特征的快速匹配在保证了匹配精度的前提下大大提高了SIFT算法的效率。
　　 最后根据双目全景视觉系统成像特点，建立双目全景视觉三维空间计算模型，通过全景视觉角度特定的特点将三维空间问题转化为二维空间计算，实现了对三维计算算法的简化。根据特征匹配得到的结果，实现运动物体运动轨迹的重建和对运动特征的分析。