本發(fā)明涉及計算機視覺及視頻分析相關(guān)領(lǐng)域，涉及一種當(dāng)重疊區(qū)域中特征點對較少且攝像機的時間、位置和編號信息引入大量的誤匹配點對時，能夠根據(jù)人機交互選定的重疊區(qū)域?qū)崿F(xiàn)攝像機的精確標(biāo)定，從而獲取具有良好視覺效果的實時拼接視頻。
背景技術(shù)：
依據(jù)現(xiàn)有視頻采集技術(shù)，我們很容易通過單個的視頻采集設(shè)備獲取分離的視頻信息，但在現(xiàn)實生活中，很多情況下都需要獲取寬視角、大場景的實時視頻信息，以便對整個區(qū)域的全局信息進行實時監(jiān)控。如在廣場、碼頭、機場、交通路口等視野開闊的大型場景中，通常需要布設(shè)多個攝像機，這種方法雖然可以獲得更多的監(jiān)控范圍，但場景的顯示被分割為多個子窗口，不能夠自然全面地直接反映真實的場景。一些硬件設(shè)備，如魚眼攝像機和廣角鏡機，雖然能夠獲取全景圖像，但該類設(shè)備高昂的成本及復(fù)雜的操作阻礙了其廣泛應(yīng)用。視頻實時拼接技術(shù)通過估計各攝像機的自身參數(shù)及相互之間的位置關(guān)系，根據(jù)輸入的多路視頻拼接得到包含全部輸入視頻信息的、寬視角場景的、完整的、清晰的實時視頻，并且該技術(shù)不需要使用高昂的設(shè)備，因此該技術(shù)具有廣泛的發(fā)展空間及應(yīng)用前景。
技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于通過人機交互的攝像機標(biāo)定技術(shù)，有效地消除攝像機的位置、時間和編號信息引入的誤匹配點對對攝像機標(biāo)定準(zhǔn)確性的影響，提升攝像機標(biāo)定的精度，從而獲取具有較好視覺效果的實時拼接視頻，有效地提升了視頻實時拼接技術(shù)的工程應(yīng)用價值和應(yīng)用前景。
本發(fā)明的技術(shù)方案如下：
一種基于人機交互攝像機標(biāo)定的視頻實時拼接方法，其特征在于包括以下步驟：
步驟1：提取各攝像機輸入碼流的首幀：提取各攝像機輸入碼流的首幀，為后續(xù)的圖像配準(zhǔn)做準(zhǔn)備；
步驟2：利用獲取的視頻首幀圖像進行圖像配準(zhǔn)：采用基于特征點的方法完成圖像配準(zhǔn)過程；
步驟3：人機交互選定正確匹配點對：將步驟2得到的圖像配準(zhǔn)結(jié)果進行兩兩分組顯示，若包含真正的重疊區(qū)域，則選擇正確匹配點對較多的重疊區(qū)域，若不包含真正的重疊區(qū)域，則忽略該圖像；
步驟4：利用傳統(tǒng)的標(biāo)定算法進行攝像機標(biāo)定：根據(jù)步驟3獲取的真正重疊區(qū)域，根據(jù)區(qū)域內(nèi)包含的特征點匹配對及位置信息，利用傳統(tǒng)的攝像機標(biāo)定算法完成攝像機的標(biāo)定過程；
步驟5：視頻融合：根據(jù)人機交互攝像機標(biāo)定過程獲取的各攝像機內(nèi)外參數(shù)矩陣，對每一路的輸入視頻幀進行變換，然后利用圖像融合技術(shù)完成視頻幀的融合，從而獲得所需的視覺效果的實時拼接視頻。
本發(fā)明與現(xiàn)有技術(shù)相比，具有以下明顯的優(yōu)勢和有益效果：
本發(fā)明通過在圖像配準(zhǔn)與傳統(tǒng)攝像機標(biāo)定技術(shù)之間添加人機交互選定正確匹配點對的過程，避免了攝像機時間、位置和編號信息對標(biāo)定精度的影響。實驗表明，該方法能夠有效地提升了攝像機標(biāo)定的準(zhǔn)確性，保證了在重疊區(qū)域特征點對較少時的攝像機的正確標(biāo)定，從而獲取了具有較好視覺效果的實時拼接視頻。
具體實施方式
本發(fā)明在視頻實時拼接過程中，主要的處理過程包括視頻采集，首幀配準(zhǔn)，攝像機標(biāo)定，視頻幀融合四個順序過程。下面對各個過程的基本原理進行介紹：
(1)視頻采集。視頻采集過程是將各分離的攝像機采集到的視頻碼流作為視頻實時拼接系統(tǒng)的輸入。其中要求各攝像機與其它攝像機中的至少一個所采集到的視頻幀存在一定量的重疊區(qū)域，該重疊區(qū)域直接影響了后續(xù)的視頻幀配準(zhǔn)和攝像機標(biāo)定過程。
(2)首幀配準(zhǔn)。首幀配準(zhǔn)是通過對每個攝像機采集到的視頻的首幀進行特征點提取、特征點匹配的過程。由于各攝像機與其余攝像機中的至少一個存在一定量的重疊區(qū)域，那么通過首幀配準(zhǔn)的特征點匹配就可以為后續(xù)的攝像機標(biāo)定過程提供必要的信息。
(3)攝像機標(biāo)定。攝像機標(biāo)定是通過匹配的特征點的位置關(guān)系來估計各攝像機的包括焦距等在內(nèi)的內(nèi)參數(shù)矩陣及相互之間位置關(guān)系的外參數(shù)矩陣。由于攝像機標(biāo)定過程的輸入為匹配的特征點，所以匹配的特征點的正確與否直接決定了攝像機標(biāo)定的準(zhǔn)確性與精度。但在很多的現(xiàn)實應(yīng)用中，兩個攝像機采集到的視頻首幀的重疊區(qū)域中特征點對較少且攝像機的時間、位置信息存在大量的干擾。
(4)視頻幀融合。根據(jù)攝像機標(biāo)定得到的參數(shù)，對每一路采集到的視頻幀進行變換，然后利用圖像融合技術(shù)完成視頻幀的融合，從而得到拼接后的寬視角場景的、完整的實時拼 接視頻。
本發(fā)明的具體實施步驟如下：
步驟1：提取各攝像機輸入碼流的首幀：提取各攝像機輸入碼流的首幀，為后續(xù)的圖像配準(zhǔn)做準(zhǔn)備；
步驟2：利用獲取的視頻首幀圖像進行圖像配準(zhǔn)：采用當(dāng)前國際主流的基于特征點的方法完成圖像配準(zhǔn)過程；
步驟3：人機交互選定正確匹配點對：將步驟2得到的圖像配準(zhǔn)結(jié)果進行兩兩分組顯示，若包含真正的重疊區(qū)域，則選擇正確匹配點對較多的重疊區(qū)域，若不包含真正的重疊區(qū)域，則忽略該圖像；
步驟4：利用傳統(tǒng)的標(biāo)定算法進行攝像機標(biāo)定：根據(jù)步驟3獲取的真正重疊區(qū)域，根據(jù)區(qū)域內(nèi)包含的特征點匹配對及位置信息，利用傳統(tǒng)的攝像機標(biāo)定算法完成攝像機的標(biāo)定過程；
步驟5：視頻融合：根據(jù)人機交互攝像機標(biāo)定過程獲取的各攝像機內(nèi)外參數(shù)矩陣，對每一路的輸入視頻幀進行變換，然后利用圖像融合技術(shù)完成視頻幀的融合，從而獲得所需的視覺效果的實時拼接視頻。