專利名稱：基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法
技術(shù)領(lǐng)域：
本發(fā)明屬視頻監(jiān)控技術(shù)領(lǐng)域，涉及一種視頻運(yùn)動(dòng)目標(biāo)的監(jiān)控方法，具體涉及一種利用雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)對(duì)視頻運(yùn)動(dòng)目標(biāo)進(jìn)行監(jiān)視的方法。
背景技術(shù)：
隨著計(jì)算機(jī)視頻圖像處理技術(shù)的不斷發(fā)展，以及安防、反恐等領(lǐng)域的迫切需要，智能化的監(jiān)控系統(tǒng)要求對(duì)入侵目標(biāo)的行為分析做到一定程度的自動(dòng)化。
為了保證能夠檢測(cè)出運(yùn)動(dòng)目標(biāo)，視頻監(jiān)視系統(tǒng)的攝像頭設(shè)定大多為固定模式。固定模式下的目標(biāo)檢測(cè)存在的問(wèn)題是如果需要增大目標(biāo)的分辨率，則監(jiān)視的場(chǎng)景只能集中在某個(gè)局部，例如，機(jī)場(chǎng)的登機(jī)入口處等。如果需要增大監(jiān)視范圍，則無(wú)法保證監(jiān)視畫(huà)面中的入侵目標(biāo)細(xì)節(jié)的刻畫(huà)。例如，在小區(qū)門(mén)口逃逸摩托車的車牌信息等。
如果既要對(duì)全景進(jìn)行監(jiān)控，又要對(duì)可疑目標(biāo)進(jìn)行自動(dòng)判斷，并進(jìn)行特寫(xiě)跟蹤，就需要以“一靜一動(dòng)”的模式來(lái)完成。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法，對(duì)視頻目標(biāo)即可全景監(jiān)控，又可進(jìn)行特寫(xiě)跟蹤。
本發(fā)明所采用的技術(shù)方案是，基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法，通過(guò)一個(gè)全景監(jiān)控?cái)z像頭對(duì)監(jiān)視區(qū)域的目標(biāo)進(jìn)行識(shí)別，確定出目標(biāo)的位置、運(yùn)行速度和方向，鎖定跟蹤目標(biāo)之后，將目標(biāo)信息傳給由云臺(tái)控制轉(zhuǎn)向的特寫(xiě)跟蹤攝像頭，由特寫(xiě)跟蹤攝像頭對(duì)鎖定目標(biāo)進(jìn)行特寫(xiě)、放大后跟蹤，顯示目標(biāo)的特寫(xiě)畫(huà)面，從而獲取目標(biāo)更多信息，該方法按以下步驟進(jìn)行，a.采用一全景監(jiān)控?cái)z像頭和一設(shè)置在云臺(tái)上的特寫(xiě)跟蹤攝像頭，采用一計(jì)算機(jī)實(shí)現(xiàn)全景監(jiān)控?cái)z像頭和特寫(xiě)跟蹤攝像頭之間的聯(lián)動(dòng)，即建立場(chǎng)景畫(huà)面中的每個(gè)點(diǎn)分別在兩個(gè)攝像頭所拍攝的視頻畫(huà)面中的位置對(duì)應(yīng)關(guān)系，根據(jù)全景攝像頭中目標(biāo)的位置來(lái)確定特寫(xiě)攝像頭的朝向，使之能夠正對(duì)需要跟蹤的目標(biāo)；b.利用全景監(jiān)控?cái)z像頭對(duì)監(jiān)視區(qū)域的目標(biāo)進(jìn)行行為檢測(cè)，即運(yùn)用圖像及視頻處理的方法將運(yùn)動(dòng)目標(biāo)與場(chǎng)景的背景區(qū)別分離，獲得入侵目標(biāo)的個(gè)數(shù)、行走速度、行走方向以及所在位置的信息；c.對(duì)上述檢測(cè)到的目標(biāo)設(shè)置運(yùn)動(dòng)方向、目標(biāo)位置、運(yùn)動(dòng)速度、目標(biāo)顏色四個(gè)特征參數(shù)，并記錄下來(lái)，在視頻的幀與幀之間運(yùn)用模板匹配的方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，獲得每一個(gè)目標(biāo)的運(yùn)動(dòng)軌跡信息；d.全景監(jiān)控?cái)z像頭將獲得的目標(biāo)運(yùn)動(dòng)軌跡信息通過(guò)步驟a建立的聯(lián)動(dòng)關(guān)系傳輸給特寫(xiě)跟蹤攝像頭，通過(guò)控制云臺(tái)的轉(zhuǎn)動(dòng)帶動(dòng)特寫(xiě)跟蹤攝像頭轉(zhuǎn)動(dòng)，進(jìn)行目標(biāo)跟蹤，實(shí)時(shí)準(zhǔn)確地將鎖定的目標(biāo)經(jīng)過(guò)放大之后顯示在監(jiān)控畫(huà)面中；e.控制特寫(xiě)跟蹤攝像頭焦距的縮放來(lái)拉近目標(biāo)，對(duì)上述得到的鎖定在監(jiān)控畫(huà)面中的目標(biāo)進(jìn)行特寫(xiě)拍攝。
本發(fā)明方法采用雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)，實(shí)現(xiàn)對(duì)入侵監(jiān)視視野的運(yùn)動(dòng)目標(biāo)進(jìn)行特寫(xiě)跟蹤。全景監(jiān)控?cái)z像頭完成的是一個(gè)視角比較廣的，對(duì)某個(gè)區(qū)域的全景監(jiān)視。雖然全景中的每個(gè)目標(biāo)的分辨率都比較小，很難詳細(xì)辨認(rèn)，但是計(jì)算機(jī)對(duì)獲得的全景監(jiān)視視頻信息的自動(dòng)分析，能夠獲得入侵目標(biāo)在監(jiān)視區(qū)域中的運(yùn)行軌跡，動(dòng)作的過(guò)程等等。為此，本發(fā)明利用全景監(jiān)控?cái)z像頭完成對(duì)進(jìn)入監(jiān)視區(qū)域的目標(biāo)進(jìn)行識(shí)別，確定出目標(biāo)的位置、運(yùn)行速度和方向。全景監(jiān)控?cái)z像頭在鎖定了跟蹤目標(biāo)之后，將檢測(cè)到的可疑目標(biāo)的運(yùn)動(dòng)速度及方向信息經(jīng)串口通信傳給特寫(xiě)跟蹤攝像頭。特寫(xiě)跟蹤攝像頭負(fù)責(zé)對(duì)可疑目標(biāo)進(jìn)行特寫(xiě)放大后跟蹤，顯示目標(biāo)的特寫(xiě)畫(huà)面，從而可獲取可疑目標(biāo)的更多信息，彌補(bǔ)了當(dāng)所得到的視頻提供的可疑目標(biāo)較小或模糊不清無(wú)法辨認(rèn)的不足。


圖1是本發(fā)明方法采用的雙攝像頭夾角與照射位置關(guān)系示意圖；圖2攝像頭夾角與云臺(tái)控制角的關(guān)系示意圖；圖3視頻幀中某像素點(diǎn)的像素值變化曲線，橫坐標(biāo)為時(shí)間軸，單位為幀序號(hào)；縱坐標(biāo)為某時(shí)刻該點(diǎn)的歸一化像素值；圖4云臺(tái)六種基本運(yùn)動(dòng)的變化軌跡；圖5攝像頭焦距樣本擬合效果圖，橫坐標(biāo)為指令間隔時(shí)間，縱坐標(biāo)為放大倍數(shù)。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。
本發(fā)明基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法，采用的是兩個(gè)攝像頭聯(lián)動(dòng)的結(jié)構(gòu)。所謂的雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)，是指設(shè)置一個(gè)固定不動(dòng)的全景監(jiān)控?cái)z像頭，完成對(duì)整個(gè)監(jiān)視區(qū)域的全景監(jiān)視。另一個(gè)架設(shè)在有兩個(gè)自由度的可旋轉(zhuǎn)云臺(tái)上的攝像頭，完成對(duì)鎖定目標(biāo)的特寫(xiě)跟蹤。當(dāng)全景監(jiān)視攝像頭發(fā)現(xiàn)目標(biāo)后，對(duì)其運(yùn)動(dòng)的速度與方向進(jìn)行判斷，并驅(qū)動(dòng)特寫(xiě)跟蹤攝像頭隨著目標(biāo)的運(yùn)動(dòng)而轉(zhuǎn)動(dòng)跟蹤。所謂的特寫(xiě)跟蹤，是指跟蹤目標(biāo)攝像頭的監(jiān)視畫(huà)面只有目標(biāo)，這樣，能夠因增大目標(biāo)的分辨率而使得目標(biāo)物的正確辨認(rèn)成為可能。
兩個(gè)攝像頭通過(guò)一個(gè)計(jì)算機(jī)實(shí)現(xiàn)聯(lián)動(dòng)。全景攝像頭固定在某個(gè)位置上，攝像頭連接到計(jì)算機(jī)上的視頻卡上，將視頻信號(hào)傳輸?shù)接?jì)算機(jī)中，計(jì)算機(jī)對(duì)輸入的視頻信號(hào)進(jìn)行處理，并判斷出何時(shí)有可疑目標(biāo)出現(xiàn)。一旦判斷出有可疑目標(biāo)出現(xiàn)，就計(jì)算其所在位置，以及其運(yùn)動(dòng)速度和方向，并將這些參數(shù)通過(guò)運(yùn)動(dòng)控制卡傳輸出去，控制另一個(gè)架設(shè)在兩自由度的轉(zhuǎn)動(dòng)云臺(tái)上的攝像頭，轉(zhuǎn)動(dòng)到目標(biāo)所在的位置，之后攝像頭調(diào)整焦距，使該攝像頭能夠?qū)δ繕?biāo)進(jìn)行放大特寫(xiě)跟蹤。當(dāng)這個(gè)特寫(xiě)跟蹤攝像頭獲得目標(biāo)之后，也將視頻信號(hào)通過(guò)視頻卡傳輸?shù)接?jì)算機(jī)中，計(jì)算機(jī)根據(jù)目標(biāo)的運(yùn)動(dòng)速度及方向，控制該特寫(xiě)跟蹤攝像頭隨著目標(biāo)的運(yùn)動(dòng)而運(yùn)動(dòng)，完成對(duì)目標(biāo)的特寫(xiě)跟蹤。
雙攝像頭聯(lián)動(dòng)方法當(dāng)全景監(jiān)控?cái)z像頭鎖定了入侵目標(biāo)之后，要使另一個(gè)特寫(xiě)跟蹤攝像頭能夠找到該目標(biāo)物并對(duì)其進(jìn)行放大跟蹤，則需要建立兩個(gè)攝像頭之間的聯(lián)動(dòng)關(guān)系，即建立場(chǎng)景畫(huà)面中的每個(gè)點(diǎn)分別在兩個(gè)攝像頭所拍攝的視頻畫(huà)面中的位置對(duì)應(yīng)關(guān)系。即根據(jù)全景攝像頭中目標(biāo)的位置來(lái)確定特寫(xiě)攝像頭的朝向，使之能夠正對(duì)需要跟蹤的目標(biāo)。下面來(lái)介紹一下該聯(lián)動(dòng)關(guān)系建立的過(guò)程。
如圖1所示，假定兩部攝像頭的成像點(diǎn)重合(如圖1中的O點(diǎn))，據(jù)攝像頭的成像原理可知，特寫(xiě)攝像頭所對(duì)準(zhǔn)的位置與它相對(duì)于全景攝像頭的夾角有關(guān)。
設(shè)全景監(jiān)視攝像頭的方向向量為Φ，是一個(gè)固定值，設(shè)特寫(xiě)跟蹤攝像頭的初始方向向量為φ，二者的夾角為θ(Φ，φ)。以全景攝像頭的方向向量為基準(zhǔn)建立水平投影面X和豎直投影面Y。將夾角投影到兩個(gè)面上，分解為X方向夾角θX(Φ，φ)和Y方向夾角θY(Φ，φ)。在這里，特寫(xiě)攝像頭對(duì)準(zhǔn)全景攝像頭中的(x，y)點(diǎn)，從圖中可知如下關(guān)系θX(Φ,φ)=kxx---(1)]]>θY(Φ,φ)=kyy---(2)]]>位置坐標(biāo)和攝像頭夾角成線性關(guān)系。
有了這樣的關(guān)系，當(dāng)需要讓特寫(xiě)攝像頭指向全景攝像頭中的某一點(diǎn)的時(shí)候，就可以通過(guò)控制兩部攝像頭的夾角來(lái)實(shí)現(xiàn)。換句話說(shuō)，如果需要讓特寫(xiě)攝像頭指向(x，y)點(diǎn)，就控制攝像頭使之與全景攝像頭的夾角為θ(Ф，φ)。
這一控制過(guò)程是由云臺(tái)的轉(zhuǎn)動(dòng)來(lái)實(shí)現(xiàn)的。下面就是要將對(duì)兩部攝像頭的夾角控制轉(zhuǎn)換為對(duì)云臺(tái)的兩個(gè)夾角的控制。如圖2所示，全景攝像頭的方向向量為Φ，它與水平面的夾角設(shè)為β，是一個(gè)固定值，設(shè)特寫(xiě)攝像頭的方向向量為φ。以全景攝像頭的照射方向?yàn)榛鶞?zhǔn)，建立X投影面和Y投影面，分別對(duì)應(yīng)于圖中的OAX平面和OAY平面。
對(duì)特寫(xiě)跟蹤攝像頭方向向量φ向兩個(gè)平面上投影，從向量φ上一點(diǎn)B分別向兩個(gè)投影面做垂線，得到X面的垂點(diǎn)為B’，Y面的垂點(diǎn)為Y，Y’是B在向量Φ上的投影點(diǎn)。這樣就分別得到兩部攝像頭X方向夾角θX(Ф，φ)和Y方向夾角θY(Ф，φ)，對(duì)應(yīng)于圖2中∠AOB′，∠AOY。另一方面，根據(jù)云臺(tái)的結(jié)構(gòu)可知，云臺(tái)水平方向的轉(zhuǎn)動(dòng)夾角對(duì)應(yīng)于圖中αX，豎直方向的轉(zhuǎn)動(dòng)夾角對(duì)應(yīng)于圖中的αY。
接下來(lái)就是要建立坐標(biāo)(x，y)與(αX，αY)之間的關(guān)系。首先，計(jì)算云臺(tái)的水平轉(zhuǎn)動(dòng)角αX。根據(jù)圖中關(guān)系，可知tanθX(Φ,φ)=|Y′B′||Y′O|---(3)]]>tanαX=|YB||YO′|---(4)]]>根據(jù)投影關(guān)系可知|YB|＝|Y′B′|則由式(3)(4)可得tanαX=|Y′O||YO′|tanθX(Φ,φ)---(5)]]>圖2中 則有 |YO|=|Y′O|cosθY(Φ,φ)---(7)]]>由此可得 將式(1)(2)式代入(10)得到αX的最終計(jì)算公式 接下來(lái)再計(jì)算云臺(tái)的豎直轉(zhuǎn)動(dòng)角αY。根據(jù)圖中關(guān)系，可知|BY|＝|BO′|sinαX(12)|YO′|＝|BO′|cosαX(13)
將式(13)代入(6)可得 在直角三角形⊥BYO中有如下關(guān)系 在直角三角形⊥BO′O中有如下關(guān)系 再將式(1)，(2)代入(16)，得到αY的最終計(jì)算公式 根據(jù)上面得到的雙攝像頭的聯(lián)動(dòng)關(guān)系，首先計(jì)算出全景監(jiān)視攝像頭中鎖定目標(biāo)在特寫(xiě)跟蹤攝像頭中的位置，將特寫(xiě)跟蹤攝像頭轉(zhuǎn)動(dòng)至相應(yīng)的位置，使鎖定的目標(biāo)物在特寫(xiě)跟蹤攝像頭的監(jiān)視視野中，之后，特寫(xiě)跟蹤攝像頭根據(jù)判斷出的目標(biāo)運(yùn)動(dòng)方向與速度進(jìn)行相應(yīng)的轉(zhuǎn)動(dòng)，完成對(duì)目標(biāo)的特寫(xiě)跟蹤。在完成了一個(gè)目標(biāo)的特寫(xiě)跟蹤之后，該攝像頭復(fù)位，并等待下一個(gè)目標(biāo)的出現(xiàn)。
全景監(jiān)控?cái)z像頭的信息處理全景監(jiān)視攝像頭是固定不動(dòng)的，該攝像頭的作用是，對(duì)固定的監(jiān)視場(chǎng)景中出現(xiàn)的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，并對(duì)其行為進(jìn)行簡(jiǎn)單的分析，獲得入侵目標(biāo)的個(gè)數(shù)、入侵目標(biāo)的行走速度、行走方向，以及所在位置等信息，可對(duì)運(yùn)動(dòng)目標(biāo)的可疑行為進(jìn)行自動(dòng)識(shí)別并及時(shí)報(bào)警。
根據(jù)實(shí)際需要可自行設(shè)置警戒方式如入侵警戒區(qū)域、警戒線，也可以是整個(gè)監(jiān)視區(qū)域，以進(jìn)入監(jiān)視視野的先后順序進(jìn)行跟蹤。當(dāng)標(biāo)識(shí)完成之后，系統(tǒng)就對(duì)進(jìn)入警戒區(qū)域內(nèi)的目標(biāo)進(jìn)行檢測(cè)，在檢測(cè)出目標(biāo)后，還可對(duì)監(jiān)視場(chǎng)景中的人數(shù)進(jìn)行統(tǒng)計(jì)，并可對(duì)在監(jiān)視視野中的人物聚眾進(jìn)行自動(dòng)判斷并報(bào)警。
1)運(yùn)動(dòng)目標(biāo)的檢測(cè)下面以人物作為運(yùn)動(dòng)目標(biāo)來(lái)進(jìn)行說(shuō)明。所謂的運(yùn)動(dòng)目標(biāo)檢測(cè)就是指運(yùn)用圖像及視頻處理的手段將運(yùn)動(dòng)的目標(biāo)(人)與場(chǎng)景的背景相區(qū)別分離。本發(fā)明采用了對(duì)背景進(jìn)行建模的方法，獲得一個(gè)背景畫(huà)面(指自動(dòng)生成的無(wú)目標(biāo)物的監(jiān)視場(chǎng)景)，之后不斷對(duì)該背景進(jìn)行更新，以保證在目標(biāo)檢測(cè)中，能夠適應(yīng)戶外不同時(shí)間，不同天氣下的光照環(huán)境的變化導(dǎo)致的背景變化。
本發(fā)明采用了基于像素灰度歸類的方法來(lái)實(shí)現(xiàn)對(duì)背景進(jìn)行建模，在獲得不包含運(yùn)動(dòng)目標(biāo)的背景幀之后，采用簡(jiǎn)單的幀間差方法，就可檢測(cè)出運(yùn)動(dòng)目標(biāo)。
像素灰度歸類算法是建立在假設(shè)背景像素灰度以最大概率出現(xiàn)在圖像序列中的前提下的。這種假設(shè)在實(shí)際應(yīng)用中是可行的，因?yàn)橹挥斜尘笆枪潭ú蛔兊模\(yùn)動(dòng)目標(biāo)只是短時(shí)間內(nèi)遮擋了背景，而大部分時(shí)間內(nèi)背景是未被遮擋的。所以，本發(fā)明利用灰度差對(duì)相應(yīng)像素點(diǎn)灰度進(jìn)行歸類，選擇出現(xiàn)頻率最高的灰度值作為該點(diǎn)的背景像素值。具體的算法如下。
首先，輸入一段包含有N幀圖像的視頻，之后，對(duì)該N幀圖像中的每個(gè)像素的灰度值分布進(jìn)行統(tǒng)計(jì)，在本專利中，灰度值是經(jīng)過(guò)歸一化處理后的結(jié)果。即，設(shè)當(dāng)前點(diǎn)的像素值為f(i，j)，則歸一化后的像素值x(i，j)為x(i，j)＝f(i，j)/255 (18)這里，255是目前8位位圖的最大像素值。
之后，判斷該N幀圖像中的灰度分布進(jìn)行統(tǒng)計(jì)，設(shè)定波動(dòng)范圍為0.1，則將歸一化后的灰度值劃分為10個(gè)數(shù)值等級(jí)，對(duì)每個(gè)像素值給定一個(gè)10維的數(shù)組Nx(i，j)(k)，k＝1，2，...，10，則有Nx(i，j)(k)＝{N幀圖像中，灰度值落在(k-0.05，k+0.05)范圍內(nèi)的像素個(gè)數(shù)}統(tǒng)計(jì)結(jié)束之后，找出Nx(i，j)(k)，k＝1，2，...，10為最大時(shí)，對(duì)應(yīng)的k。
即Nmax＝max{Nx(i，j)(k)，k＝1，2，...，10}之后，計(jì)算其均值和方差，獲得候補(bǔ)背景點(diǎn)灰度分布的置信區(qū)間。這樣，實(shí)際上就得到了該監(jiān)視畫(huà)面的背景模型。
如圖3所示，是一段具有155幀視頻中的某一像素點(diǎn)的像素值歸一化后的變化曲線，橫軸表示時(shí)間軸，單位為幀序號(hào)。縱軸為經(jīng)過(guò)歸一化后的像素值。從該曲線可知，在該視頻段中，該點(diǎn)會(huì)在某些時(shí)刻被目標(biāo)物遮擋，統(tǒng)計(jì)出現(xiàn)頻度較多的部分是歸一化后的0.55附近，將其作為背景值，通過(guò)聚類處理，獲得其分布均值與方差，根據(jù)統(tǒng)計(jì)數(shù)學(xué)的置信區(qū)間的定義，將落在背景置信區(qū)間內(nèi)的點(diǎn)當(dāng)作是背景點(diǎn)，否則就判斷為候補(bǔ)目標(biāo)點(diǎn)。
之后，將判斷為候補(bǔ)目標(biāo)的點(diǎn)再進(jìn)行連通域的特性分析，將判斷為非目標(biāo)的點(diǎn)刪除，留下的就是判斷為目標(biāo)的點(diǎn)。
對(duì)輸入的新一幀的視頻畫(huà)面，判斷相應(yīng)的像素點(diǎn)的灰度值是否落在了置信區(qū)間內(nèi)。如果不是的話，該點(diǎn)為目標(biāo)的像素點(diǎn)，這時(shí)，背景模型不變。如果是的話，則表明該點(diǎn)為未被目標(biāo)遮擋的背景點(diǎn)，則按照下面的公式計(jì)算均值與方差，修正背景模型。
均值更新xt+1(i，j)＝(xt(i，j)+xt+1(i，j))/2 (19)其中，xt+1(i，j)表示當(dāng)前時(shí)刻的像素均值，xt(i，j)為前一時(shí)刻的像素均值，xt+1(i，j)為當(dāng)前時(shí)刻的像素值。
顯然，按照式(19)，可以實(shí)現(xiàn)漸消記憶，使得對(duì)背景的建模，始終反映當(dāng)前時(shí)刻的光照環(huán)境。
方差更新σ2t+1(i,j)=Σk=1Nmax(x(i,j)-x‾t+1(i,j))2---(20)]]>這時(shí)，用作檢測(cè)運(yùn)動(dòng)目標(biāo)的背景幀圖像為[xt+1(i，j)]m*n。
系統(tǒng)在執(zhí)行監(jiān)控任務(wù)時(shí)，對(duì)輸入的當(dāng)前幀的像素值x(i，j)，采用幀間差的方法按照下式計(jì)算e(i，j)＝|x(i，j)-xt+1(i，j)|(21)如果幀間差e(i，j)大于事先設(shè)定的閾值，則表明該點(diǎn)為目標(biāo)點(diǎn)，否則，表明為背景點(diǎn)，將其用式(19)，(20)進(jìn)行更新。
2)運(yùn)動(dòng)目標(biāo)的跟蹤計(jì)算機(jī)對(duì)全景監(jiān)控?cái)z像頭拍攝到的視頻信號(hào)按照上面的方法進(jìn)行檢測(cè)，一旦發(fā)現(xiàn)了目標(biāo)之后，就要記錄所檢測(cè)到的目標(biāo)的特性參數(shù)?？紤]到在監(jiān)視區(qū)域中，有可能出現(xiàn)多個(gè)目標(biāo)，而目標(biāo)在區(qū)域中的運(yùn)動(dòng)軌跡是不斷發(fā)生變化的，為了防止錯(cuò)誤跟蹤，對(duì)一個(gè)檢測(cè)到的目標(biāo)設(shè)置“運(yùn)動(dòng)方向”、“目標(biāo)位置”、“運(yùn)動(dòng)速度”、“目標(biāo)顏色”四個(gè)特征參數(shù)。將這四個(gè)特征參數(shù)記錄下來(lái)，在視頻的幀與幀之間運(yùn)用模板匹配的方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，并且記錄每一個(gè)目標(biāo)的運(yùn)動(dòng)軌跡，通過(guò)目標(biāo)的運(yùn)動(dòng)軌跡以及其當(dāng)前位置驅(qū)動(dòng)特寫(xiě)跟蹤攝像頭，讓特寫(xiě)跟蹤攝像頭找到鎖定的目標(biāo)，并進(jìn)行特寫(xiě)跟蹤。
因?yàn)閿?shù)據(jù)傳送至特寫(xiě)跟蹤攝像頭會(huì)有一定的時(shí)間滯后，因此還需要考慮前后視頻幀之間的關(guān)系。
當(dāng)有多個(gè)運(yùn)動(dòng)目標(biāo)進(jìn)入監(jiān)視視野，如果運(yùn)動(dòng)目標(biāo)之間沒(méi)有交叉，本系統(tǒng)通過(guò)判斷連續(xù)兩幀上檢測(cè)出的目標(biāo)之間的距離來(lái)區(qū)分目標(biāo)，并對(duì)目標(biāo)進(jìn)行編號(hào)。同時(shí)計(jì)算出每個(gè)目標(biāo)的運(yùn)動(dòng)速度及方向。
在多個(gè)目標(biāo)之間的運(yùn)動(dòng)軌跡出現(xiàn)交叉的情況下，則通過(guò)對(duì)目標(biāo)運(yùn)動(dòng)速度、顏色特征、方向特征進(jìn)行比較來(lái)區(qū)分目標(biāo)，從而獲得每個(gè)目標(biāo)的運(yùn)動(dòng)軌跡并對(duì)其進(jìn)行記錄。
對(duì)運(yùn)動(dòng)目標(biāo)速度的統(tǒng)計(jì)，采用的是估計(jì)目標(biāo)中心點(diǎn)在不同幀中移動(dòng)的像素?cái)?shù)的方法來(lái)實(shí)現(xiàn)。目標(biāo)顏色特征的分析，則是通過(guò)對(duì)人的體型及人們的日常習(xí)慣把顏色特征分成三部分即頭，上身，下身，經(jīng)過(guò)一定比例的分割并統(tǒng)計(jì)出每一部分的三個(gè)顏色通道的一個(gè)均值。對(duì)目標(biāo)運(yùn)動(dòng)方向的估計(jì)，主要是由目標(biāo)在當(dāng)前幾幀內(nèi)坐標(biāo)的變化求差獲取目標(biāo)的運(yùn)動(dòng)方向。然后根據(jù)這三個(gè)特征來(lái)區(qū)分我們所檢測(cè)的目標(biāo)并對(duì)其進(jìn)行編號(hào)，實(shí)時(shí)獲取每個(gè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡信息。
3)可疑行為的報(bào)警有了對(duì)運(yùn)動(dòng)目標(biāo)軌跡信息的檢測(cè)與自動(dòng)分析的方法，就可實(shí)現(xiàn)在用戶設(shè)置的警戒方式下，對(duì)目標(biāo)進(jìn)入警戒區(qū)域、目標(biāo)穿越警戒線、目標(biāo)在熱點(diǎn)區(qū)域聚眾等全局性的可疑行為的識(shí)別，并在識(shí)別出可疑行為后進(jìn)行報(bào)警。
特寫(xiě)跟蹤攝像頭的控制當(dāng)全景監(jiān)控?cái)z像頭獲得了入侵目標(biāo)之后，通過(guò)前面介紹的雙攝像頭的聯(lián)動(dòng)方式，要求特寫(xiě)跟蹤攝像頭完成“特寫(xiě)拍攝”及“目標(biāo)跟蹤”兩個(gè)動(dòng)作。為此，特寫(xiě)跟蹤攝像頭的控制，實(shí)際上需要完成對(duì)架設(shè)攝像頭的云臺(tái)轉(zhuǎn)動(dòng)進(jìn)行控制，以及對(duì)攝像頭焦距進(jìn)行控制。
“特寫(xiě)拍攝”就是通過(guò)控制攝像頭焦距的大小來(lái)實(shí)現(xiàn)目標(biāo)的清晰顯示，以便于后續(xù)的人臉三維重建、目標(biāo)身份識(shí)別。
“目標(biāo)跟蹤”就是根據(jù)傳輸過(guò)來(lái)的目標(biāo)特征參數(shù)，控制云臺(tái)帶動(dòng)攝像頭轉(zhuǎn)動(dòng)，實(shí)時(shí)準(zhǔn)確地將鎖定的目標(biāo)經(jīng)過(guò)放大之后顯示在監(jiān)控畫(huà)面中。
1)云臺(tái)控制云臺(tái)控制，是為了完成“目標(biāo)跟蹤”的任務(wù)?？刹捎靡粋€(gè)由水平和豎直方向上兩個(gè)高精度步進(jìn)電機(jī)來(lái)驅(qū)動(dòng)，兩部電機(jī)由MPC07運(yùn)動(dòng)控制卡來(lái)發(fā)送指令控制。MPC07控制卡是基于PC機(jī)PCI總線的步進(jìn)電機(jī)的上位控制單元，它與PC機(jī)構(gòu)成主從式控制結(jié)構(gòu)。PC機(jī)負(fù)責(zé)人機(jī)交互界面的管理和控制系統(tǒng)的實(shí)時(shí)監(jiān)控等方面的工作(例如鍵盤(pán)和鼠標(biāo)的管理、系統(tǒng)狀態(tài)的顯示、控制指令的發(fā)送、外部信號(hào)的監(jiān)控等等)。MPC07卡完成運(yùn)動(dòng)控制的所有細(xì)節(jié)(包括脈沖和方向信號(hào)的輸出、自動(dòng)升降速的處理、原點(diǎn)和限位等信號(hào)的檢測(cè)等等)。
MPC07控制卡的運(yùn)動(dòng)控制功能主要取決于運(yùn)動(dòng)函數(shù)庫(kù)。運(yùn)動(dòng)函數(shù)庫(kù)為單軸及多軸的步進(jìn)或伺服控制提供了許多運(yùn)動(dòng)函數(shù)單軸運(yùn)動(dòng)、多軸獨(dú)立運(yùn)動(dòng)、多軸插補(bǔ)運(yùn)動(dòng)等等。另外，為了配合運(yùn)動(dòng)控制系統(tǒng)的開(kāi)發(fā)，還提供了間隙補(bǔ)償功能。下面簡(jiǎn)單介紹一下這些功能對(duì)應(yīng)的函數(shù)和運(yùn)動(dòng)方式。
該控制卡提供了六種基本運(yùn)動(dòng)類型，列在表1中。圖4給出了在該控制卡控制下，云臺(tái)的六種基本運(yùn)動(dòng)軌跡。
表1MPC07控制卡的六種基本運(yùn)動(dòng)類型

帶有升/降速控制的運(yùn)動(dòng)函數(shù)稱之為快速(fast)運(yùn)動(dòng)函數(shù)，例如fast_pmove，fast_vmove和fast_hmove。而常速運(yùn)動(dòng)函數(shù)則稱之為常速(con)運(yùn)動(dòng)函數(shù)，如con_pmove，con_vmove，con_hmove。此外該卡還提供了多軸獨(dú)立運(yùn)動(dòng)、多軸插補(bǔ)運(yùn)動(dòng)等多種運(yùn)動(dòng)方式。
在跟蹤控制上，本系統(tǒng)采用此卡做硬件支持，在VC開(kāi)發(fā)環(huán)境下，系統(tǒng)檢測(cè)到指定目標(biāo)位置后，位置信息與控制卡的脈沖信號(hào)經(jīng)過(guò)一定的轉(zhuǎn)換關(guān)系，控制MPC07發(fā)送指定的脈沖信號(hào)，從而帶動(dòng)特寫(xiě)跟蹤攝像頭運(yùn)動(dòng)來(lái)完成對(duì)指定目標(biāo)的跟蹤。
2)攝像頭焦距控制特寫(xiě)跟蹤攝像頭的焦距可根據(jù)實(shí)際場(chǎng)景進(jìn)行事先設(shè)置，以保證在監(jiān)視區(qū)域范圍內(nèi)，對(duì)人物細(xì)節(jié)的清楚觀察。
攝像頭焦距控制，是為了完成對(duì)目標(biāo)的“特寫(xiě)拍攝”任務(wù)。為了能夠更清楚的記錄目標(biāo)，為后面的人物正臉檢測(cè)和面部三維重建打下基礎(chǔ)，必須進(jìn)行特寫(xiě)的拍攝，這就必須調(diào)節(jié)特寫(xiě)跟蹤攝像頭的焦距。本系統(tǒng)采用串口通信技術(shù)控制攝像頭焦距的縮放來(lái)拉近目標(biāo)給其以特寫(xiě)拍攝。在VC開(kāi)發(fā)環(huán)境下，采用MSCOMM控件實(shí)現(xiàn)串口通信，焦距的控制指令有固定的格式，發(fā)送信號(hào)的時(shí)間長(zhǎng)短直接決定了焦距變化的大小。
表2中，列出了焦距控制指令表。
表2攝像頭焦距控制指令表

由于系統(tǒng)采用的攝像頭無(wú)法直接獲得焦距的大小參數(shù)，因此，本發(fā)明采用了間接的方法來(lái)獲得焦距的大小。這里，選取目標(biāo)的面積與標(biāo)準(zhǔn)視頻(假設(shè)為320×240像素)大小的比值作為反映焦距大小的標(biāo)志。實(shí)際上這兩者的比例并不是實(shí)際焦距的精確反映，因?yàn)榧词乖谙嗤慕咕嘞履繕?biāo)人物的大小不僅與焦距有關(guān)還與其它客觀因素有關(guān)，比如大人和小孩在相同焦距下所占的視頻比例是不一樣的，但對(duì)于特寫(xiě)顯示而言，目的是將目標(biāo)放大(或縮小)到一定比例只要能夠辨識(shí)就達(dá)到要求了，并不需要精確反映焦距，所以這樣的間接反映關(guān)系完全滿足系統(tǒng)要求。
下面再介紹一下本發(fā)明中攝像頭的數(shù)學(xué)模型建立過(guò)程。本攝像頭一個(gè)重要特點(diǎn)是，在放大過(guò)程中，起始大小與終止大小的比值，與放大指令的間隔時(shí)間是對(duì)應(yīng)的。這樣就可以根據(jù)這一特點(diǎn)對(duì)攝像機(jī)進(jìn)行建模。
設(shè)攝像機(jī)初始放大倍數(shù)為α0，Tn時(shí)刻的攝像機(jī)放大倍數(shù)為αnΔT＝Tk-Tk-1k∈n (22)
假設(shè)ΔT保持恒定并且足夠小，則可以近似認(rèn)為在ΔT時(shí)間內(nèi)起始焦距大小和終止焦距大小的比值與ΔT成線性關(guān)系，則有αkαk-1=AΔT---(23)]]>其中，αk表示Tk時(shí)刻的攝像機(jī)焦距大小，A為常數(shù)。
依此類推則有αnα0=αnαn-1·αn-1αn-2Λα1α0=(AΔT)n---(24)]]>放縮指令的間隔時(shí)間t可以被表示為t＝nΔT(25)n=tΔT---(26)]]>將(26)代入(24)得Δα(t)=αtα0=(AΔT)tΔT---(27)]]>由于A，ΔT都是常數(shù)，則(27)可以被轉(zhuǎn)換為Δα(t)=αtα0=Tt---(28)]]>上式中T=(AΔT)1ΔT]]>為常數(shù)。
另一方面，考慮到系統(tǒng)放縮焦距時(shí)，是通過(guò)解碼器中繼電器的導(dǎo)通與斷開(kāi)來(lái)實(shí)現(xiàn)的，因此焦距放縮時(shí)會(huì)存在機(jī)械響應(yīng)時(shí)間τ，則對(duì)(28)進(jìn)行調(diào)整得Δα(t)=αtα0=Tt-τ---(29)]]>這樣攝像機(jī)焦距放大的數(shù)學(xué)模型就被建立了。
同理由于焦距的放大與縮小是對(duì)稱的，則可以得到攝像機(jī)焦距縮小的數(shù)學(xué)模型Δα(t)=α0αt=Tt-τ---(30)]]>接下來(lái)就是要確定參數(shù)，在這里，對(duì)攝像機(jī)的放大倍數(shù)和指令間隔時(shí)間做了如下的采樣測(cè)試，實(shí)驗(yàn)結(jié)果見(jiàn)表3。
表3攝像機(jī)放大時(shí)間t與放大比例采樣表

根據(jù)以上的采樣測(cè)試實(shí)驗(yàn)數(shù)據(jù)，對(duì)以上數(shù)學(xué)模型進(jìn)行了擬合，如圖11所示，是對(duì)采樣點(diǎn)進(jìn)行擬合后得到的擬合曲線。線條1為樣本曲線，線條2為擬合出的攝像機(jī)焦距放大的數(shù)學(xué)模型曲線。這樣，就可得到，焦距放大的數(shù)學(xué)模型為Δα(t)=αtα0=6.119t-0.5217---(31)]]>焦距縮小的數(shù)學(xué)模型為Δα(t)=α0αt=6.119t-0.5217---(32)]]>對(duì)攝像機(jī)焦距的控制主要目的是為了調(diào)整攝像機(jī)焦距，使關(guān)心的目標(biāo)物在畫(huà)面中保持一個(gè)理想的大小，以便于觀察。根據(jù)這一要求，對(duì)攝像機(jī)焦距的控制可以不需要像云臺(tái)位置控制那樣，對(duì)精度有較高的要求。因此不需要采用較復(fù)雜的控制方法。
在這里，根據(jù)上面確定的數(shù)學(xué)模型，對(duì)焦距的控制采用如下算法視頻畫(huà)面中目標(biāo)物的大小為m，設(shè)給定的目標(biāo)期望大小為M，則誤差e表示為e=mM---(33)]]>本系統(tǒng)設(shè)定允許誤差范圍為(0.9，1.1)，當(dāng)e∈(0.9，1.1)，可以不對(duì)攝像機(jī)焦距進(jìn)行調(diào)解，否則利用如下公式來(lái)確定調(diào)節(jié)時(shí)間t=lneln6.119+0.5217e>1.1ln1/eln6.119+0.5217e<0.9---(34)]]>通過(guò)這種算法，就可以實(shí)現(xiàn)根據(jù)大小誤差調(diào)節(jié)攝像機(jī)焦距的目的，其調(diào)節(jié)效果能夠滿足人觀察的需要即可。如果需要提高控制效果，只需要調(diào)整誤差允許范圍即可。
權(quán)利要求
1.基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法，通過(guò)一個(gè)全景監(jiān)控?cái)z像頭對(duì)監(jiān)視區(qū)域的目標(biāo)進(jìn)行識(shí)別，確定出目標(biāo)的位置、運(yùn)行速度和方向，鎖定跟蹤目標(biāo)之后，將目標(biāo)信息傳給由云臺(tái)控制轉(zhuǎn)向的特寫(xiě)跟蹤攝像頭，由特寫(xiě)跟蹤攝像頭對(duì)鎖定目標(biāo)進(jìn)行特寫(xiě)、放大后跟蹤，顯示目標(biāo)的特寫(xiě)畫(huà)面，從而獲取目標(biāo)更多信息，其特征在于，該方法按以下步驟進(jìn)行，a.采用一全景監(jiān)控?cái)z像頭和一設(shè)置在云臺(tái)上的特寫(xiě)跟蹤攝像頭，采用一計(jì)算機(jī)實(shí)現(xiàn)全景監(jiān)控?cái)z像頭和特寫(xiě)跟蹤攝像頭之間的聯(lián)動(dòng)，即建立場(chǎng)景畫(huà)面中的每個(gè)點(diǎn)分別在兩個(gè)攝像頭所拍攝的視頻畫(huà)面中的位置對(duì)應(yīng)關(guān)系，根據(jù)全景攝像頭中目標(biāo)的位置來(lái)確定特寫(xiě)攝像頭的朝向，使之能夠正對(duì)需要跟蹤的目標(biāo)；b.利用全景監(jiān)控?cái)z像頭對(duì)監(jiān)視區(qū)域的目標(biāo)進(jìn)行行為檢測(cè)，即運(yùn)用圖像及視頻處理的方法將運(yùn)動(dòng)目標(biāo)與場(chǎng)景的背景區(qū)別分離，獲得入侵目標(biāo)的個(gè)數(shù)、行走速度、行走方向以及所在位置的信息；c.對(duì)上述檢測(cè)到的目標(biāo)設(shè)置運(yùn)動(dòng)方向、目標(biāo)位置、運(yùn)動(dòng)速度、目標(biāo)顏色四個(gè)特征參數(shù)，并記錄下來(lái)，在視頻的幀與幀之間運(yùn)用模板匹配的方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，獲得每一個(gè)目標(biāo)的運(yùn)動(dòng)軌跡信息；d.全景監(jiān)控?cái)z像頭將獲得的目標(biāo)運(yùn)動(dòng)軌跡信息通過(guò)步驟a建立的聯(lián)動(dòng)關(guān)系傳輸給特寫(xiě)跟蹤攝像頭，通過(guò)控制云臺(tái)的轉(zhuǎn)動(dòng)帶動(dòng)特寫(xiě)跟蹤攝像頭轉(zhuǎn)動(dòng)，進(jìn)行目標(biāo)跟蹤，實(shí)時(shí)準(zhǔn)確地將鎖定的目標(biāo)經(jīng)過(guò)放大之后顯示在監(jiān)控畫(huà)面中；e.控制特寫(xiě)跟蹤攝像頭焦距的縮放來(lái)拉近目標(biāo)，對(duì)上述得到的鎖定在監(jiān)控畫(huà)面中的目標(biāo)進(jìn)行特寫(xiě)拍攝。
2.按照權(quán)利要求1所述的方法，其特征在于，所述步驟b中對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，是采用，首先利用像素灰度歸類算法對(duì)背景進(jìn)行建模，獲得一個(gè)背景幀，不斷對(duì)該背景進(jìn)行更新，再采用幀間差方法，將運(yùn)動(dòng)目標(biāo)檢測(cè)出，具體步驟如下，首先，輸入一段包含有N幀圖像的視頻，設(shè)當(dāng)前點(diǎn)的像素值為f(i，j)，歸一化后的像素值x(i，j)為x(i，j)＝f(i，j)/255對(duì)該N幀圖像中的每個(gè)像素的灰度值分布進(jìn)行統(tǒng)計(jì)，設(shè)定波動(dòng)范圍為0.1，則將歸一化后的灰度值劃分為10個(gè)數(shù)值等級(jí)，對(duì)每個(gè)像素值給定一個(gè)10維的數(shù)組Nx(i，j)(k)，k＝1，2，...，10，則有Nx(i，j)(k)＝{N幀圖像中，灰度值落在(k-0.05，k+0.05)范圍內(nèi)的像素個(gè)數(shù)}統(tǒng)計(jì)結(jié)束之后，找出Nx(i，j)(k)，k＝1，2，...，10為最大時(shí)，對(duì)應(yīng)的k，即Nmax＝max{Nx(i，j)(k)，k＝1，2，...，10}計(jì)算其均值和方差，獲得候補(bǔ)背景點(diǎn)灰度分布的置信區(qū)間，即得到了該監(jiān)視畫(huà)面的背景模型；之后，將判斷為候補(bǔ)目標(biāo)的點(diǎn)再進(jìn)行連通域的特性分析，將判斷為非目標(biāo)的點(diǎn)刪除，留下的就是判斷為目標(biāo)的點(diǎn)；對(duì)輸入的新一幀的視頻畫(huà)面，判斷相應(yīng)的像素點(diǎn)的灰度值是否落在了置信區(qū)間內(nèi)，如果沒(méi)有落在置信區(qū)間內(nèi)，該點(diǎn)為目標(biāo)的像素點(diǎn)，這時(shí)，背景模型不變；如果落在置信區(qū)間內(nèi)，則表明該點(diǎn)為未被目標(biāo)遮擋的背景點(diǎn)，則按照下面的公式計(jì)算均值與方差，修正背景模型；均值更新xt+1(i，j)＝(xt(i，j)+xt+1(i，j))/2其中，xt+1(i，j)表示當(dāng)前時(shí)刻的像素均值，xt(i，j)為前一時(shí)刻的像素均值，xt+1(i，j)為當(dāng)前時(shí)刻的像素值，方差更新σ2t+1(i,j)=Σk=1Nmax(x(i,j)-x‾t+1(i,j))2]]>這時(shí)，用作檢測(cè)運(yùn)動(dòng)目標(biāo)的背景幀圖像為[xt+1(i，j)]m*n，在執(zhí)行監(jiān)控任務(wù)時(shí)，對(duì)輸入的當(dāng)前幀的像素值x(i，j)，采用幀間差的方法按照下式計(jì)算e(i，j)＝|x(i，j)-xt+1(i，j)|如果幀間差e(i，j)大于事先設(shè)定的閾值，則表明該點(diǎn)為目標(biāo)點(diǎn)，否則，表明為背景點(diǎn)，將其用均值更新公式或方差更新公式進(jìn)行更新。
3.按照權(quán)利要求1所述的方法，其特征在于，所述步驟c中，運(yùn)用模板匹配的方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤具體采用，當(dāng)運(yùn)動(dòng)目標(biāo)之間沒(méi)有交叉時(shí)，通過(guò)判斷連續(xù)兩幀上檢測(cè)出的目標(biāo)之間的距離來(lái)區(qū)分目標(biāo)，并對(duì)目標(biāo)進(jìn)行編號(hào)，同時(shí)得出每個(gè)目標(biāo)的運(yùn)動(dòng)速度及方向；當(dāng)多個(gè)目標(biāo)之間的運(yùn)動(dòng)軌跡出現(xiàn)交叉時(shí)，則通過(guò)對(duì)目標(biāo)運(yùn)動(dòng)速度、顏色特征、方向特征進(jìn)行比較來(lái)區(qū)分目標(biāo)，從而獲得每個(gè)目標(biāo)的運(yùn)動(dòng)軌跡并對(duì)其進(jìn)行記錄；對(duì)運(yùn)動(dòng)目標(biāo)速度的統(tǒng)計(jì)，采用的是估計(jì)目標(biāo)中心點(diǎn)在不同幀中移動(dòng)的像素?cái)?shù)的方法來(lái)實(shí)現(xiàn)；目標(biāo)顏色特征的分析，則是通過(guò)對(duì)人的體型及人們的日常習(xí)慣把顏色特征分成三部分即頭，上身，下身，經(jīng)過(guò)一定比例的分割并統(tǒng)計(jì)出每一部分的三個(gè)顏色通道的一個(gè)均值；對(duì)目標(biāo)運(yùn)動(dòng)方向的估計(jì)，由目標(biāo)在當(dāng)前幾幀內(nèi)坐標(biāo)的變化求差獲取目標(biāo)的運(yùn)動(dòng)方向；然后根據(jù)這三個(gè)特征來(lái)區(qū)分檢測(cè)的目標(biāo)并對(duì)其進(jìn)行編號(hào)，實(shí)時(shí)獲取每個(gè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡信息。
4.按照權(quán)利要求1所述的方法，其特征在于，所述步驟d中，采用MPC07運(yùn)動(dòng)控制卡來(lái)發(fā)送指令控制云臺(tái)的轉(zhuǎn)動(dòng)，MPC07運(yùn)動(dòng)控制卡中預(yù)存入運(yùn)動(dòng)函數(shù)庫(kù)來(lái)控制運(yùn)動(dòng)方式，當(dāng)檢測(cè)到指定目標(biāo)位置后，位置信息與控制卡的脈沖信號(hào)經(jīng)過(guò)一定的轉(zhuǎn)換關(guān)系，控制MPC07發(fā)送指定的脈沖信號(hào)，從而帶動(dòng)特寫(xiě)跟蹤攝像頭運(yùn)動(dòng)來(lái)完成對(duì)指定目標(biāo)的跟蹤。
5.按照權(quán)利要求1所述的方法，其特征在于，所述步驟e中，對(duì)焦距的控制采用如下算法視頻畫(huà)面中目標(biāo)物的大小為m，設(shè)給定的目標(biāo)期望大小為M，則誤差e表示為e=mM]]>若誤差e在設(shè)定的誤差允許范圍內(nèi)，不對(duì)攝像機(jī)焦距進(jìn)行調(diào)解，否則利用如下公式來(lái)確定調(diào)節(jié)時(shí)間t=lneln6.119+0.5217e>1.1ln1/eln6.119+0.5217e<0.9]]>其調(diào)節(jié)效果能夠滿足人觀察的需要即可。
全文摘要
本發(fā)明公開(kāi)的基于雙攝像頭聯(lián)動(dòng)結(jié)構(gòu)的視頻運(yùn)動(dòng)目標(biāo)特寫(xiě)跟蹤監(jiān)視方法，通過(guò)一個(gè)全景監(jiān)控?cái)z像頭對(duì)監(jiān)視區(qū)域的目標(biāo)進(jìn)行識(shí)別，確定出目標(biāo)的位置、運(yùn)行速度和方向，鎖定跟蹤目標(biāo)之后，將目標(biāo)信息傳給由云臺(tái)控制轉(zhuǎn)向的特寫(xiě)跟蹤攝像頭，由特寫(xiě)跟蹤攝像頭對(duì)鎖定目標(biāo)進(jìn)行特寫(xiě)、放大后跟蹤，顯示目標(biāo)的特寫(xiě)畫(huà)面，從而獲取目標(biāo)更多信息。既可對(duì)全景進(jìn)行監(jiān)控，又可對(duì)可疑目標(biāo)進(jìn)行自動(dòng)判斷，并實(shí)現(xiàn)特寫(xiě)跟蹤的功能。
文檔編號(hào)G06T7/20GK101068342SQ20071001799
公開(kāi)日2007年11月7日 申請(qǐng)日期2007年6月5日 優(yōu)先權(quán)日2007年6月5日
發(fā)明者王棟, 張?jiān)品? 楊杰, 朱虹, 馬展峰, 涂善彬, 于巖軍, 王昌軍, 吳卓林 申請(qǐng)人:西安理工大學(xué)