在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换(SIFT:scale-invariant features transform)及融合颜色信息的投影不变量实现目标交接的方...在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换(SIFT:scale-invariant features transform)及融合颜色信息的投影不变量实现目标交接的方法。利用SIFT方法自动生成图像间匹配的特征点对,并由此生成视野分界线,然后利用融合颜色信息的投影不变量方法完成对多摄像机之间目标身份的确认。展开更多
文摘运动目标正确交接是多摄像机视频监控中的关键,视野分界线是解决目标交接的有效工具。不需标定摄像机参数,提出了一种利用尺度不变特征变换(SIFT:scale-invariant freatures transform)及射影变换实现目标交接的算法。首先使用SIFT算法在不同视角拍摄的图像间自动生成匹配的特征点,由空间共面的特征点及其相应匹配点生成图像间的单应变换矩阵。然后由图像边界点及单应矩阵计算摄像机视野(FOV:field of view)分界线。最后利用目标位置信息及射影变换实现目标正确交接。实验结果表明本文的方法具有有效性和鲁棒性。
文摘在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换(SIFT:scale-invariant features transform)及融合颜色信息的投影不变量实现目标交接的方法。利用SIFT方法自动生成图像间匹配的特征点对,并由此生成视野分界线,然后利用融合颜色信息的投影不变量方法完成对多摄像机之间目标身份的确认。