專利名稱：基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種交通安全領(lǐng)域的現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，具體是一種基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法。
背景技術(shù)：
機(jī)動(dòng)車輛的行駛速度與交通安全具有很高的相關(guān)性隨著機(jī)動(dòng)車速的提高，發(fā)生交通事故和人員傷亡的概率也呈急劇上升趨勢(shì)。因此，世界各國都在積極采取措施嚴(yán)禁車輛在相關(guān)路段超速行駛，以確保人民的生命和財(cái)產(chǎn)安全。在這一過程中，車輛運(yùn)動(dòng)狀態(tài)的現(xiàn)場(chǎng)數(shù)字化重構(gòu)成為分析交通事故成因的重要依據(jù)，也是劃分交通事故責(zé)任的關(guān)鍵因素。經(jīng)對(duì)現(xiàn)有技術(shù)文獻(xiàn)的檢索發(fā)現(xiàn)Wen Liu等在IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING, 2011: 75-82 上發(fā)表文章 "Automated Vehicle Extracion and Speed Determination From QuickBird Satellite Images"(“從QuickBird衛(wèi)星圖像中進(jìn)行自動(dòng)化車輛提取和速度測(cè)定”，應(yīng)用地球觀測(cè)和遙感所選主題的美國電氣電子工程師學(xué)會(huì)期刊，2011: 75-82)，該文利用成對(duì)全色多光譜 QuickBird衛(wèi)星圖像自動(dòng)檢測(cè)移動(dòng)車輛，并根據(jù)全色圖像與多光譜圖像之間的延遲測(cè)定車輛的運(yùn)動(dòng)狀態(tài)。但該方法在實(shí)際應(yīng)用中受到很大的限制，主要是由于QuickBird衛(wèi)星的覆蓋范圍和定位精度有限并且重訪周期較長，難以滿足不同區(qū)域車輛運(yùn)動(dòng)狀態(tài)的精確現(xiàn)場(chǎng)數(shù)字化重構(gòu)要求。經(jīng)檢索還發(fā)現(xiàn)，Kostia Robert在2010 Seventh IEEE International Conference on Advanced Video and Signal Based Surveillance, 2010 9~12 上發(fā)表文章“Bringing Richer Information with Reliability to Automated Traffic Monitoring from the Fusion of Multiple Cameras, Inductive Loops and Road Maps，， (“從多臺(tái)攝像機(jī)、感應(yīng)線圈和路線圖的融合對(duì)自動(dòng)化交通監(jiān)控帶來更豐富的信息和可靠性”，2010年第七屆以先進(jìn)視頻和信號(hào)為基礎(chǔ)的監(jiān)控美國電氣電子工程師學(xué)會(huì)國際會(huì)議， 2010 :9-12)，該文首先把多個(gè)攝像機(jī)和感應(yīng)線圈融合到衛(wèi)星地圖平面中，然后根據(jù)攝像機(jī)標(biāo)定確定檢測(cè)車輛在衛(wèi)星地圖坐標(biāo)系中的位置，再通過卡爾曼濾波沿著車道線性追蹤車輛，從而達(dá)到實(shí)時(shí)高可靠性地監(jiān)控車輛運(yùn)動(dòng)狀態(tài)的目的。但該方法操作過于復(fù)雜，且很難在衛(wèi)星地圖中準(zhǔn)確定位多個(gè)攝像機(jī)和感應(yīng)線圈的位置，故在大范圍內(nèi)也難以實(shí)現(xiàn)車輛運(yùn)動(dòng)狀態(tài)的精確現(xiàn)場(chǎng)數(shù)字化重構(gòu)。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提出一種基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法。使其實(shí)現(xiàn)了不同路段車輛運(yùn)動(dòng)狀態(tài)的現(xiàn)場(chǎng)數(shù)字化重構(gòu)，解決了大范圍內(nèi)車輛運(yùn)動(dòng)狀態(tài)的監(jiān)控問題，同時(shí)提高了測(cè)定精度，降低了成本。本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的
一種基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，包括如下四個(gè)步驟 第一步，根據(jù)攝像頭監(jiān)測(cè)到的車輛的起始時(shí)刻和車輛行駛超出攝像頭監(jiān)控視野范圍的
4終止時(shí)刻，將此時(shí)間段內(nèi)的視頻序列通過OpenCV High⑶I (開放式計(jì)算機(jī)視覺高級(jí)圖形用戶接口)模塊中的視頻處理函數(shù)分解為連續(xù)的幀圖像，并記錄該視頻序列的幀頻率和行駛車輛的車牌號(hào)；
第二步，選擇在整個(gè)監(jiān)控過程中位置和形狀保持不變的位于路面上的固定標(biāo)記物為固定參考物，在固定參考物上對(duì)每幅幀圖像依次標(biāo)定控制點(diǎn)，所述控制點(diǎn)至少為四個(gè)，且其中三個(gè)不能共線，再根據(jù)預(yù)先選定的坐標(biāo)系，確定所述控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)，求解出相應(yīng)的DLT (直接線性變換)系數(shù)的值；
第三步，選取車輛中某一個(gè)輪子與地面的接觸點(diǎn)作為觀察點(diǎn)，通過Visual C++應(yīng)用程序從連續(xù)的幀圖像中依次獲取該觀察點(diǎn)在不同時(shí)刻的像空間坐標(biāo)，并結(jié)合上述求得的二維 DLT系數(shù)的值分別解算相應(yīng)時(shí)刻該觀察點(diǎn)的物方空間坐標(biāo)；
第四步，根據(jù)上述求得的不同時(shí)刻觀察點(diǎn)的物方空間坐標(biāo)通過多項(xiàng)式擬合得到車輛運(yùn)動(dòng)的軌跡線，然后由此軌跡線進(jìn)行對(duì)弧長的曲線積分求出車輛運(yùn)動(dòng)的位移曲線，而車輛運(yùn)動(dòng)的速度曲線和加速度曲線則分別由該位移曲線的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)確定，從而對(duì)車輛運(yùn)動(dòng)狀態(tài)進(jìn)行現(xiàn)場(chǎng)數(shù)字化重構(gòu)。所述第一步中，所述幀圖像是指從視頻序列中提取出的每一幀的圖像內(nèi)容，然后將其保存成JPG或BMP格式的圖像，其中每一幀圖像對(duì)應(yīng)了不同時(shí)刻車輛的相應(yīng)運(yùn)動(dòng)位置， 相鄰兩幀圖像之間的時(shí)間間隔由該視頻序列的幀頻率決定。所述視頻序列相關(guān)幀的提取范圍從攝像頭監(jiān)測(cè)到車輛的起始時(shí)刻開始到車輛行駛超出攝像頭監(jiān)控視野范圍的終止時(shí)刻結(jié)束，此范圍可以在提取視頻序列圖像之前通過函數(shù)cWetCaptureftOperty (設(shè)置視頻屬性)進(jìn)行設(shè)置，為確定相鄰兩幀之間的時(shí)間間隔，可以通過函數(shù)cvGetCaptureftOperty (獲取視頻屬性)獲取該視頻序列的幀頻率。所述攝像頭固定在一定高度(3米之上)的位置上，能夠?qū)Φ缆飞闲旭偟能囕v進(jìn)行俯視監(jiān)控；攝像頭在整個(gè)監(jiān)控過程中外方位元素保持不變，從而能夠連續(xù)監(jiān)控同一視角范圍內(nèi)車輛的運(yùn)動(dòng)情況；在攝像頭的監(jiān)控視野范圍內(nèi)能夠拍攝到路面上的固定參考物如人行橫道、井蓋或其它具有明顯特征的固定區(qū)域等，以便在后序的操作中可以對(duì)其進(jìn)行標(biāo)定。所述攝像頭的監(jiān)控視野范圍是指攝像頭在外方位元素保持不變的情況下所能拍攝到的整個(gè)場(chǎng)景范圍，其中攝像頭的外方位元素包括三個(gè)外方位直線元素 CXiJfi.Jg3)和三個(gè)外方位角元素巧，它確定了攝像頭在物方空間坐標(biāo)系中的位置和朝向。所述控制點(diǎn)位于固定參考物上，其像空間坐標(biāo)根據(jù)以圖像左頂點(diǎn)為原點(diǎn)的像空間坐標(biāo)系確定，其物方空間坐標(biāo)根據(jù)現(xiàn)場(chǎng)建立的二維笛卡爾直角坐標(biāo)確定，每個(gè)控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)保存在從MFC (微軟基礎(chǔ)類庫)的基類CPoint類(點(diǎn)類) 中派生出來的CPoint2類(擴(kuò)展點(diǎn)類)構(gòu)建的一個(gè)對(duì)象里，CPoint2類除了繼承了 CPoint類的屬性和行為外，還封裝了控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)，建立了它們之間的正確映射關(guān)系。為保證能夠解出所有二維DLT系數(shù)的值，應(yīng)至少確定四個(gè)控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)，且這四個(gè)控制點(diǎn)中任意三點(diǎn)不能共線。所述DLT系數(shù)的解算分為兩種情況當(dāng)只有四個(gè)控制點(diǎn)時(shí)，可首先由控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)根據(jù)二維直接線性變換公式列方程組，然后通過OpenCV (開放式計(jì)算機(jī)視覺)核心模塊中的API (應(yīng)用程序接口)函數(shù)求解此線性方程組即可得出DLT系數(shù)的近似值；當(dāng)具有四個(gè)以上控制點(diǎn)時(shí)，為提高精度和可靠性，可把控制點(diǎn)的像空間坐標(biāo)fey)視為觀測(cè)值，加入相應(yīng)的偶然誤差改正數(shù)和非線性物鏡畸變差紅知列出
誤差方程式，再根據(jù)最小二乘法迭代求解相應(yīng)的法方程式得出DLT系數(shù)的值。所述第三步中，所述觀察點(diǎn)以車輪與地面的接觸點(diǎn)為基準(zhǔn)，且其在每一幀圖像中都是清晰可見的，從而能夠通過Visual C++應(yīng)用程序直接在圖像上確定其像空間坐標(biāo)，為保證觀察點(diǎn)在相鄰兩個(gè)時(shí)刻具有足夠的間距，每間隔η幀圖像獲取一次觀察點(diǎn)的像空間坐標(biāo)，不同時(shí)刻觀察點(diǎn)的物方空間坐標(biāo)的求解分兩種情況當(dāng)只有四個(gè)控制點(diǎn)時(shí)，由相應(yīng)時(shí)刻的像空間坐標(biāo)及求得的DLT系數(shù)的值根據(jù)二維直接線性變換公式列方程組，然后通過 OpenCV核心模塊中的API函數(shù)求解此線性方程組得到；當(dāng)具有四個(gè)以上控制點(diǎn)時(shí)，應(yīng)首先對(duì)觀察點(diǎn)的像空間坐標(biāo)進(jìn)行畸變校正，再由相應(yīng)時(shí)刻的校正后的像空間坐標(biāo)及求得的DLT 系數(shù)的值根據(jù)二維直接線性變換公式列方程組得到；上述η為大于零的整數(shù)。所述車輛運(yùn)動(dòng)狀態(tài)包括車輛在任意時(shí)刻的軌跡，位移，速度和加速度。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)
(1)可重復(fù)測(cè)量驗(yàn)證，為事后的二次取證提供法律依據(jù)
由于監(jiān)控錄像完整地保存了車輛在相關(guān)路段的行駛情況，故能根據(jù)本發(fā)明從視頻中對(duì)車輛當(dāng)時(shí)的運(yùn)動(dòng)狀態(tài)進(jìn)行現(xiàn)場(chǎng)數(shù)字化重構(gòu)得到車輛行駛的軌跡線、位移、速度和加速度曲線，并可對(duì)測(cè)量結(jié)果進(jìn)行重復(fù)驗(yàn)證。(2)監(jiān)測(cè)范圍廣
隨著智能交通網(wǎng)的建立，在各個(gè)道路交叉口和繁忙路段都安裝有監(jiān)控?cái)z像頭，大大提高了道路交通信息的實(shí)時(shí)監(jiān)控和大范圍監(jiān)測(cè)能力。只要安裝有監(jiān)控?cái)z像頭的路段，都可利用本發(fā)明進(jìn)行車輛運(yùn)動(dòng)狀態(tài)的現(xiàn)場(chǎng)數(shù)字化重構(gòu)，從而實(shí)現(xiàn)車輛運(yùn)動(dòng)狀態(tài)的大范圍監(jiān)測(cè)功能。(3)安裝調(diào)試方便，維護(hù)費(fèi)用低
本發(fā)明不需增添額外設(shè)備，只需在原有監(jiān)控?cái)z像頭的基礎(chǔ)上從監(jiān)控視頻中提取行駛車輛的有效信息即可實(shí)現(xiàn)車輛運(yùn)動(dòng)狀態(tài)現(xiàn)場(chǎng)數(shù)字化重構(gòu)。對(duì)于尚未安裝監(jiān)控設(shè)施的路段，監(jiān)控?cái)z像頭的安裝調(diào)試也很方便，維護(hù)費(fèi)用低。(4)車輛運(yùn)動(dòng)狀態(tài)測(cè)定精度高
由于本發(fā)明采用誤差方程式有效校正了像點(diǎn)觀測(cè)誤差和非線性物鏡畸變差，并通過二維直接線性變換和多項(xiàng)式擬合準(zhǔn)確實(shí)現(xiàn)了車輛運(yùn)動(dòng)狀態(tài)的現(xiàn)場(chǎng)數(shù)字化重構(gòu)，故能得到較高的測(cè)定精度。


圖1是本發(fā)明方法的實(shí)現(xiàn)流程圖； 圖2本發(fā)明控制點(diǎn)標(biāo)定示意圖3是具有四個(gè)以上控制點(diǎn)時(shí)的二維DLT系數(shù)求解流程圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例作詳細(xì)說明本實(shí)施例以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本發(fā)明的保護(hù)范圍不限于下述
6的實(shí)施例。如圖1所示，基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)的整體流程主要包括提取視頻幀圖像、進(jìn)行控制點(diǎn)標(biāo)定、求解二維DLT系數(shù)、獲取觀察點(diǎn)像空間坐標(biāo)、求解觀察點(diǎn)物方空間坐標(biāo)和車輛運(yùn)動(dòng)狀態(tài)現(xiàn)場(chǎng)數(shù)字化重構(gòu)等幾個(gè)步驟。下面按照系統(tǒng)求解的先后順序依次作詳細(xì)介紹
所述攝像頭固定在一定高度(3米之上)的位置上，能夠?qū)Φ缆飞闲旭偟能囕v進(jìn)行俯視監(jiān)控；攝像頭在整個(gè)監(jiān)控過程中外方位元素保持不變，從而能夠連續(xù)監(jiān)控同一視角范圍內(nèi)車輛的運(yùn)動(dòng)情況；在攝像頭的監(jiān)控視野范圍內(nèi)能夠拍攝到路面上的固定參考物如人行橫道、井蓋或其它具有明顯特征的固定區(qū)域等，以便在后序的操作中可以對(duì)其進(jìn)行標(biāo)定。所述攝像頭的監(jiān)控視野范圍是指攝像頭在外方位元素保持不變的情況下所能拍
攝到的整個(gè)場(chǎng)景范圍。其中攝像頭的外方位元素包括三個(gè)外方位直線元素(」U.A)和三
個(gè)外方位角元素識(shí). 巧，它確定了攝像頭在物方空間坐標(biāo)系中的位置和朝向。第一步，從監(jiān)控視頻序列中連續(xù)提取與檢測(cè)車輛運(yùn)動(dòng)位置相關(guān)的幀，并將其保存成JPG或BMP格式的圖像。首先構(gòu)建一個(gè)CvCapture (視頻獲取結(jié)構(gòu))類指針，然后通過OpenCV High⑶I模塊中的視頻處理函數(shù)cvCaptureFromFile (從文件中獲取視頻)將其指向監(jiān)控視頻文件，同時(shí)對(duì)其進(jìn)行初始化和分配視頻流。接著通過函數(shù)cvQueryFrame (抓取幀圖像)依次抓取并返回當(dāng)前監(jiān)控視頻序列中的一幀圖像，再將其保存成JPG或BMP格式的圖像，不斷重復(fù)此操作直到與檢測(cè)車輛運(yùn)動(dòng)位置相關(guān)的幀全部提取完成為止。視頻序列相關(guān)幀的提取范圍從攝像頭監(jiān)測(cè)到車輛的起始時(shí)刻開始到車輛行駛超出攝像頭監(jiān)控視野范圍的終止時(shí)刻結(jié)束，此范圍可以在提取視頻序列圖像之前通過函數(shù) cvSetCaptureProperty (設(shè)置視頻屬性)進(jìn)行設(shè)置。為確定相鄰兩幀之間的時(shí)間間隔，可以通過函數(shù)cvGetCapturel^roperty (獲取視頻屬性)獲取該視頻序列的幀頻率。行駛車輛的車牌號(hào)可以從監(jiān)控視頻圖像中直接讀取出來。第二步，對(duì)每幅幀圖像依次進(jìn)行控制點(diǎn)標(biāo)定，由控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)根據(jù)二維直接線性變換公式采用最小二乘法解算出相應(yīng)的DLT系數(shù)的值。如圖2所示，本實(shí)施例中選擇圖像中的人行橫道作為固定參考物，并對(duì)其進(jìn)行控制點(diǎn)標(biāo)定?？刂泣c(diǎn)像空間坐標(biāo)系的原點(diǎn)建立在圖像的左頂點(diǎn)處，其X軸沿水平方向向右為正，其y軸沿豎直方向向下為正；控制點(diǎn)物方空間坐標(biāo)系的原點(diǎn)建立在人行橫道的一個(gè)角
點(diǎn)郅處，其X軸沿人行橫道的短邊向右為正，其Y軸沿人行橫道的長邊向下為正。如圖中所
示，選人行橫道的角點(diǎn)戽，巧…,..G等作為控制點(diǎn)進(jìn)行標(biāo)定，并將其像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)保存在從MFC的基類CPoint類派生出來的CPoint2類創(chuàng)建的一個(gè)對(duì)象里。對(duì)圖像中的固定參考物進(jìn)行控制點(diǎn)標(biāo)定后，就可以根據(jù)控制點(diǎn)的個(gè)數(shù)選擇合適的方法求解二維DLT系數(shù)的值。當(dāng)只有四個(gè)控制點(diǎn)時(shí)，可首先由控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)根據(jù)二維直接線性變換公式列方程組(1)，然后通過OpenCV核心模塊中的API函數(shù)cvSolve (線性方程組求解)求解此線性方程組即可得出DLT系數(shù)的近似值。(1)其中xa,ya(n1,2,...,k)分別為第n個(gè)控制點(diǎn)在像空間的橫坐標(biāo)和縱坐標(biāo)； xa,ya(n1,2,...,k)分別為第n個(gè)控制點(diǎn)在物方空間的橫坐標(biāo)和縱坐標(biāo)li(i1,2,...,8)為
ニ維直接線性變換系數(shù)。 當(dāng)具有四個(gè)以上控制點(diǎn)吋，為提高精度和可靠性，可把控制點(diǎn)的像空間坐標(biāo)(x,y) 視為觀測(cè)值，加入相應(yīng)的偶然誤差改正數(shù)ちK和非線性物鏡畸變差列出誤差方程式 (2)，再根據(jù)最小二乗法迭代求解相應(yīng)的法方程式(4)得出DLT系數(shù)的值。其中
權(quán)利要求
1.一種基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，包括如下四個(gè)步驟第一步，根據(jù)攝像頭監(jiān)測(cè)到的車輛的起始時(shí)刻和車輛行駛超出攝像頭監(jiān)控視野范圍的終止時(shí)刻，將此時(shí)間段內(nèi)的視頻序列通過OpenCV High⑶I (開放式計(jì)算機(jī)視覺高級(jí)圖形用戶接口)模塊中的視頻處理函數(shù)分解為連續(xù)的幀圖像，并記錄該視頻序列的幀頻率和行駛車輛的車牌號(hào)；第二步，選擇在整個(gè)監(jiān)控過程中位置和形狀保持不變的位于路面上的固定標(biāo)記物為固定參考物，在固定參考物上對(duì)每幅幀圖像依次標(biāo)定控制點(diǎn)，所述控制點(diǎn)至少為四個(gè)，且其中三個(gè)不能共線，再根據(jù)預(yù)先選定的坐標(biāo)系，確定所述控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)，求解出相應(yīng)的DLT (直接線性變換)系數(shù)的值；第三步，選取車輛中某一個(gè)輪子與地面的接觸點(diǎn)作為觀察點(diǎn)，通過Visual C++應(yīng)用程序從連續(xù)的幀圖像中依次獲取該觀察點(diǎn)在不同時(shí)刻的像空間坐標(biāo)，并結(jié)合上述求得的二維 DLT系數(shù)的值分別解算相應(yīng)時(shí)刻該觀察點(diǎn)的物方空間坐標(biāo)；第四步，根據(jù)上述求得的不同時(shí)刻觀察點(diǎn)的物方空間坐標(biāo)通過多項(xiàng)式擬合得到車輛運(yùn)動(dòng)的軌跡線，然后由此軌跡線進(jìn)行對(duì)弧長的曲線積分求出車輛運(yùn)動(dòng)的位移曲線，而車輛運(yùn)動(dòng)的速度曲線和加速度曲線則分別由該位移曲線的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)確定，從而對(duì)車輛運(yùn)動(dòng)狀態(tài)進(jìn)行現(xiàn)場(chǎng)數(shù)字化重構(gòu)。
2.根據(jù)權(quán)利要求1所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，所述第一步中，所述幀圖像是指從視頻序列中提取出的每一幀的圖像內(nèi)容，然后將其保存成JPG或BMP格式的圖像，其中每一幀圖像對(duì)應(yīng)了不同時(shí)刻車輛的相應(yīng)運(yùn)動(dòng)位置，相鄰兩幀圖像之間的時(shí)間間隔由該視頻序列的幀頻率決定。
3.根據(jù)權(quán)利要求1所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，所述視頻序列相關(guān)幀的提取范圍從攝像頭監(jiān)測(cè)到車輛的起始時(shí)刻開始到車輛行駛超出攝像頭監(jiān)控視野范圍的終止時(shí)刻結(jié)束，此范圍可以在提取視頻序列圖像之前通過函數(shù) cvSetCaptureProperty (設(shè)置視頻屬性)進(jìn)行設(shè)置，為確定相鄰兩幀之間的時(shí)間間隔，可以通過函數(shù)cvGetCaptureftOperty (獲取視頻屬性) 獲取該視頻序列的幀頻率。
4.根據(jù)權(quán)利要求1所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，所述第二步中，所述固定參考物可以是人行橫道、井蓋以及具有明顯特征的固定區(qū)域。
5.根據(jù)權(quán)利要求1所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，所述第二步中，所述控制點(diǎn)的像空間坐標(biāo)根據(jù)以圖像左頂點(diǎn)為原點(diǎn)的像空間坐標(biāo)系確定，其物方空間坐標(biāo)根據(jù)現(xiàn)場(chǎng)建立的二維笛卡爾直角坐標(biāo)確定，每個(gè)控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)保存在從MFC (微軟基礎(chǔ)類庫)的基類CPoint類(點(diǎn)類)中派生出來的CPoint2類(擴(kuò)展點(diǎn)類)構(gòu)建的一個(gè)對(duì)象里。
6.根據(jù)權(quán)利要求5所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在于，所述第二步中，所述DLT系數(shù)的解算分為兩種情況當(dāng)只有四個(gè)控制點(diǎn)時(shí)，可首先由控制點(diǎn)的像空間坐標(biāo)及其相應(yīng)的物方空間坐標(biāo)根據(jù)二維直接線性變換公式列方程組，然后通過OpenCV (開放式計(jì)算機(jī)視覺)核心模塊中的API (應(yīng)用程序接口)函數(shù)求解此線性方程組即可得出DLT系數(shù)的近似值；當(dāng)具有四個(gè)以上控制點(diǎn)時(shí)，為提高精度和可靠性，可把控制點(diǎn)的像空間坐標(biāo)(x,y)視為觀測(cè)值，加入相應(yīng)的偶然誤差改正數(shù)vxvr和非線性物鏡畸變差x,y列出誤差方程式，再根據(jù)最小二乘法迭代求解相應(yīng)的法方程式得出DLT系數(shù)的值。
7.根據(jù)權(quán)利要求6所述的基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，其特征在 于，所述第三步中，為保證觀察點(diǎn)在相鄰兩個(gè)時(shí)刻具有足夠的間距，每間隔n幀圖像獲取一 次觀察點(diǎn)的像空間坐標(biāo)，不同時(shí)刻觀察點(diǎn)的物方空間坐標(biāo)的求解分兩種情況當(dāng)只有四個(gè) 控制點(diǎn)時(shí)，由相應(yīng)時(shí)刻的像空間坐標(biāo)及求得的DLT系數(shù)的值根據(jù)二維直接線性變換公式列 方程組，然后通過OpenCV核心模塊中的API函數(shù)求解此線性方程組得到；當(dāng)具有四個(gè)以上 控制點(diǎn)時(shí)，應(yīng)首先對(duì)觀察點(diǎn)的像空間坐標(biāo)進(jìn)行畸變校正，再由相應(yīng)時(shí)刻的校正后的像空間 坐標(biāo)及求得的DLT系數(shù)的值根據(jù)二維直接線性變換公式列方程組得到；上述n為大于零的 整數(shù)。
全文摘要
一種基于監(jiān)控錄像的交通事故現(xiàn)場(chǎng)數(shù)字化重構(gòu)方法，包括四個(gè)步驟第一步，從監(jiān)控視頻序列中連續(xù)提取與檢測(cè)車輛運(yùn)動(dòng)位置相關(guān)的幀；第二步，對(duì)每幅幀圖像依次進(jìn)行控制點(diǎn)標(biāo)定，解算出相應(yīng)的DLT系數(shù)的值；第三步，選取觀察點(diǎn)，獲取該觀察點(diǎn)在不同時(shí)刻的像空間坐標(biāo)，并結(jié)合求得的DLT系數(shù)的值分別解算相應(yīng)時(shí)刻該觀察點(diǎn)的物方空間坐標(biāo)；第四步，對(duì)車輛運(yùn)動(dòng)狀態(tài)進(jìn)行現(xiàn)場(chǎng)數(shù)字化重構(gòu)，得到車輛運(yùn)動(dòng)的軌跡線，并求出車輛運(yùn)動(dòng)的位移曲線、速度曲線和加速度曲線。本發(fā)明實(shí)現(xiàn)了不同路段車輛運(yùn)動(dòng)狀態(tài)的現(xiàn)場(chǎng)數(shù)字化重構(gòu)，解決了大范圍內(nèi)車輛運(yùn)動(dòng)狀態(tài)的監(jiān)控問題，同時(shí)提高了測(cè)定精度，降低了成本。
文檔編號(hào)G06K9/00GK102306284SQ20111023111
公開日2012年1月4日 申請(qǐng)日期2011年8月12日 優(yōu)先權(quán)日2011年8月12日
發(fā)明者景旭斌, 苗新強(qiáng), 金先龍, 韓學(xué)源 申請(qǐng)人:上海交通大學(xué)