基于消失點(diǎn)及模型匹配的相機(jī)自動(dòng)標(biāo)定算法研究

發(fā)布時(shí)間：2020-11-14 07:33

　　通過交通場景中的相機(jī)可以獲取更為準(zhǔn)確且更有價(jià)值的交通參數(shù),例如車輛的行駛速度、空間位置等。而這些參數(shù)的獲取需要經(jīng)過相機(jī)標(biāo)定,利用相機(jī)的內(nèi)外參數(shù)建立幾何映射關(guān)系從而實(shí)現(xiàn)圖像的二維信息與空間的三維信息的相互轉(zhuǎn)換。因此相機(jī)標(biāo)定是計(jì)算機(jī)視覺在智能交通系統(tǒng)中的先決條件之一。當(dāng)前相機(jī)的自動(dòng)標(biāo)定算法多基于消失點(diǎn)與各類交通標(biāo)識(shí)物,但這些方法存在的問題有:僅用車道線或車道邊界相交形成的消失點(diǎn)不穩(wěn)定;標(biāo)定標(biāo)識(shí)物的檢測受到自然條件的影響;在一定視角下消失點(diǎn)趨于無窮大。針對上述問題,本文采用消失點(diǎn)與模型(車輛模型或車道線模型)匹配的方法獲取相機(jī)的內(nèi)外參數(shù)。具體研究如下:1.簡化相機(jī)模型。依據(jù)本文實(shí)驗(yàn)場景的特性,簡化相機(jī)模型,建立適當(dāng)?shù)氖澜缱鴺?biāo)系,將相機(jī)參數(shù)簡化為:焦距f,俯仰角?,偏轉(zhuǎn)角?以及相機(jī)高度H,從而方便后續(xù)自動(dòng)標(biāo)定算法的設(shè)計(jì)與實(shí)施。2.標(biāo)定標(biāo)識(shí)物的檢測及沿道路方向消失點(diǎn)的獲取。對于車輛標(biāo)識(shí)物,本文利用Single Shot Multibox Detector(SSD)深度學(xué)習(xí)算法進(jìn)行檢測;對于沿道路方向的消失點(diǎn),本文跟蹤車輛標(biāo)識(shí)物從而獲取軌跡集,將軌跡集處理后利用級(jí)聯(lián)霍夫變換投票獲得;對于車道線標(biāo)識(shí)物,本文利用沿道路方向的消失點(diǎn)提取運(yùn)動(dòng)區(qū)域,基于運(yùn)動(dòng)區(qū)域信息改進(jìn)霍夫變換進(jìn)行車道線的檢測。3.自動(dòng)標(biāo)定模型的構(gòu)建與相關(guān)算法研究。因交通場景的多樣性與差異性,每個(gè)場景提取到的標(biāo)定標(biāo)識(shí)物不一致,且已知信息不同,因此很難使用一套通用的標(biāo)定模型進(jìn)行標(biāo)定。因此針對不同的場景,構(gòu)建車道線模型或者車輛模型,使用基于VVH、VVL或VLH的自動(dòng)標(biāo)定算法進(jìn)行標(biāo)定。本文提出的算法均在給定的交通場景中進(jìn)行了大量測試,自動(dòng)標(biāo)定的精度達(dá)到90%以上。對實(shí)驗(yàn)結(jié)果進(jìn)行合理分析,解釋產(chǎn)生誤差的原因并給出相應(yīng)的改進(jìn)優(yōu)化方法。獲取到的相機(jī)內(nèi)外參數(shù)可用于計(jì)算車輛的行駛速度與空間位置、估計(jì)車輛的三維尺寸等。
【學(xué)位單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：U495;TP391.41
【部分圖文】：