一种基于图像研究云台预置位控制方法.docVIP

一种基于图像研究云台预置位控制方法摘 要：针对视频监控系统中普通中型、重型云台预置位不准确的问题，提出了一种基于图像相似性分析的云台预置位控制方法。在此介绍了所提云台控制方法的基本原理，重点论述了硬预置位和软预置位的关系、软预置位的设定以及如何定位到软预置位等关键问题的实现方法，并给出一种利用最大互相关匹配法进行图像相似性分析的图像偏差计算方法。所提出的云台预置控制方法该方法可在普通中型、重型云台上以低成本实现高精度的云台预置位控制，具有可任意设置预置位、控制精度受云台等设备的性能影响小等特点，能够广泛应用于需要精确定位的视频监控系统中。 关键词：视频监控； 云台； 预置位； 图像相似性分析 中图分类号：TN91934 文献标识码：A 文章编号：1004373X(2012)10005704 基金项目：国家自然科学基金资助项目0 引 言 在视频监控系统中为了快速准确地定位到目标点需要对云台摄像系统采取预置位定位的方法。监控人员预先将云台摄像机对准目标位置，并将此位置设置为预置位。监控人员在需要定位到此目标位置时，只需要向云台控制系统发送定位到预置位的命令就可以快速定位到目标位置，准确地找到目标［110］。 在一些大范围视频监控系统中(比如环境远程视频监控系统),由于镜头焦距长，体积大，往往采用中型、重型云台。但是，传统视频监控系统所用的中型、重型云台预置位精度都比较低，并且预置位点数一般小于64个，不能满足一些特殊场合精确控制的要求。为了在普通的中型、重型云台上实现精确的预置位功能，本文提出了一种基于图像分析的云台预置位控制方法。 1 基本原理 由于摄像机可以返回视频图像（输出量），而原预置点图像（输入量）可以事先存储，这使得输出量与输入量具备了可比较性，最终具备了闭环控制系统的基本条件［1］。本方法就是利用图像分析实现了输出量与输入量的比较，从而以闭环控制的方式实现了云台的精确控制。 在实现闭环控制以前，首先要设置预置位(即保存预置位信息)。将云台摄像机对准要观测的目标，记录其图片（称为模板图片），此模板图片就可作为预置位信息保存起来。 当云台摄像机离开目标并需要再次回到该目标时，可按以下步骤进行： (1) 记录云台摄像机当前位置的图片（称为当前图片）。对当前图片与模板图片经过图像分析与比较，确定这两幅图片的位置偏差(以像素为单位)，以(x,y)记录其水平、垂直方向的偏差。 (2) 根据该偏差确定云台摄像机移动的方向与动作的时间，并控制摄像机运动； (3) 重复步骤(1)和(2），直到x=0且y=0，就可以精确地对准目标了。 2 实现方法 本节进一步详细阐述第1部分中给出的各个步骤。为了便于叙述，首先定义下面几个名词： 预置位：指的是预先设定好的云台摄像机的位置。 硬预置位：指云台本身自带的预置位，每个硬预置位对应一个惟一标识(ID)，通过该ID可控制云台回到预置位。硬预置位数量有限，在普通中型、重型云台上一般小于64个。 软预置位：指通过本方法所设置的预置位。 模板图片：指预先保存的软预置目标位置的图片，系统通过比较目标图片与模板图片的偏差以确定是否到达了软预置位。 为了有效实现云台预置位的控制，重点描述硬预置位和软预置位的关系、软预置位的设定以及如何定位到软预置位。 2.1 硬预置位与软预置位的关系 为了快速准确地移动到目标（称为软件预置位），可以利用普通云台本身自带的预置位（称为硬预置位），要定位到软预置位首先要定位到硬预置位。 为了利用模板图片与硬预置位的目标图片实现精确控制，必须保证两幅图之间有较大面积的重叠，从而能够通过图像相似性分析得出其像素差。硬预置位的目标图片上的任意一点都可作为软预置位的中心，因此，每个硬预置位理论上可对应704×576= 405 504个不同的软预置位。如图1和图2(图1和图2的像素均为704×576)中，图1是硬预置位的目标图片，图2则是软预置位的模板图片，其水平位置差为13个像素。 图1 硬预置位目标图片 图2 软预置位模板图片 假设镜头的最大视角（处于最小变倍时的视角）为30°，则每一圈水平图像只需360/30=12个硬预置位即可保证包含全部水平方向的图像。假设镜头在垂直方向的最大视角为20°,垂直方向转动角度为90°，则垂直方向有90/20≈5个硬预置位即可保证包含全部垂直方向的图像。此时，只需要有12×5=60个硬预置位，即可包含所有方向的图像。再通过软预置位的方式，所有方向上任意一点均可作为预置目标。按上述假设，理论上不重复预置位可达405 504×60=24 330 240个；如果预置位可以重复，则可以达到无穷多预置位。 2.2 设定软预置位