[计算机视觉]100行python实现摄像机偏移、抖动告警

背景

在实际项目中,利用深度学习在检测道路车辆并分析车辆行为时,需要按照事先规定的方法绘制检测区(包含道路方向、车道区域等)。由于各种原因(人为、天气),获取视频数据的摄像角度容易偏移原来设定的位置,造成检测区域和实际画面不匹配,系统容易产生误检误报等错误数据。因此需要在摄像机位置偏移第一时间告诉系统检测模块停止工作,直到摄像机归位后再进行检测。摄像机角度偏移告警属于‘视频诊断’中的一类,本文利用提取图片特征点实现摄像机偏移告警,demo全部python代码不足200行。

前面有几篇博客文字太少,发不了首页:

[AI分享]零高数理解人工智能和深度学习

[AI开发]基于深度学习的卡口车型、车牌识别

这里是[AI+计算机视觉]的所有文章,需要的朋友可以点一波关注或者收藏一下。

 

图像特征点

对于任何一张二维图片,从像素级别上看,都存在一些我们肉眼看不到的比较独特的像素单元(可以理解为像素块),就像我们每个人的脸都会与众不同一样,我们称这些具有特点的像素区域为“图像特征点”。已经有非常成熟的算法来提取图片的特征点:

(1)Harris:用于检测角点;

(2)SIFT:用于检测斑点;

(3)SURF:用于检测斑点;

(4)FAST:用于检测角点;

(5)BRIEF:用于检测斑点;

(6)ORB:表示带方向的FAST算法与具有旋转不变性的BRIEF算法;

详细算法原理上网搜一下(我也不是很清楚:)),OpenCV中包含以上几种算法实现。

角点:

图像中涉及到拐角的区域,比如物体有轮廓,图像中的物体有边缘区分。

斑点:

一块有特别规律的像素区域。

方向、尺寸不变性:

指特征点不会受图片尺寸、旋转而改变,比如同一张图,你缩小一倍旋转90度后,特征点还是一样的。

 

图像匹配

提取两张图片的特征点,然后将这些特征点进行匹配关联。如果匹配程度满足某一阈值,则认为这两张图满足匹配条件。注意,对于同一个物体,拍摄角度不同,亮度不同都应该满足匹配条件。

可以看到,对于同一个场景的不同拍摄角度的两张图片,能找到匹配到的特征点,但是误差非常大。我们设置一个阈值,满足该条件才认为两个点匹配:

误差少很多了,匹配到的特征点也非常正确。

换一组摄像机的照片,前一张和后一张在拍摄时,摄像机角度往左下角有偏移,所以对应匹配到的特征点往右上方移动了:

我们可以看到,虽然拍摄角度不同,但是由于场景类似,仍然能匹配到特征点(为了减少绘图方便看清楚,阈值设置非常严格,如果放宽一点还能看到更多匹配到的点),而且这些匹配到的点几乎都正确。对于两张完全不同的场景照片,匹配到的特征点非常少或者为零(具体看设置的阈值)

场景不同,匹配到的特征点只有视频上的文字。

 

角度偏移告警

如果摄像机位置不变,前后拍摄两张照片,那么这两张照片匹配到的特征点的二维物理坐标应该是一样的(可能有轻微偏移,两张照片尺寸一致)。那么我们可以根据摄像机前后两帧(或间隔时间内取得的两帧)的匹配点物理位置是否有偏移,设置一个偏移阈值,大于该阈值时则认为偏移,否则认为没偏移(或轻微偏移),当然,如果两帧匹配到的特征点非常少(低于一个阈值),那么我们认为这俩帧完全不一样了(场景不一样了),这时候摄像机完全偏移了原来的角度。

注意点:

1)阈值非常重要;

2)前后帧匹配时,要去掉类似摄像机自动加上去的“视频位置”、“当前时间”等等区域,因为这些区域很多时候能够匹配到特征点,并且物理位置坐标不会发生变化,造成误差;

3)在计算特征点物理位置偏移量时,取所有特征点物理位置偏移的平均值。

 

最终效果

间隔时间取视频中的帧,进行特征点对比。根据前面的思路分为4个等级:“无偏移”、“轻度偏移(抖动)”、“严重偏移”、“完全偏移”。

 

源代码

最重要的是代码,很简单,直接贴上来即可。加起来不到160行。测试很多场景,效果都不错。

 1 '''
 2 视频帧匹配脚本
 3 '''
 4 import numpy as np
 5 import cv2 
 6 
 7 #至少10个点匹配
 8 MIN_MATCH_COUNT = 10
 9 #完全匹配偏移 d<4
10 BEST_DISTANCE = 4
11 #微量偏移  4<d<10
12 GOOD_DISTANCE = 10
13 
14 
15 # 特征点提取方法,内置很多种
16 algorithms_all = {
17     "SIFT": cv2.xfeatures2d.SIFT_create(),
18     "SURF": cv2.xfeatures2d.SURF_create(8000), 
19     "ORB": cv2.ORB_create()
20 }
21 
22 '''
23 # 图像匹配
24 # 0完全不匹配 1场景匹配 2角度轻微偏移 3完全匹配
25 '''
26 def match2frames(image1, image2):
27     img1 = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)
28     img2 = cv2.cvtColor(image2, cv2.COLOR_BGR2GRAY)
29 
30     size1 = img1.shape
31     size2 = img2.shape
32 
33     img1 = cv2.resize(img1, (int(size1[1]*0.3), int(size1[0]*0.3)), cv2.INTER_LINEAR)
34     img2 = cv2.resize(img2, (int(size2[1]*0.3), int(size2[0]*0.3)), cv2.INTER_LINEAR)
35 
36     sift = algorithms_all["SIFT"]
37 
38     kp1, des1 = sift.detectAndCompute(img1, None)
39     kp2, des2 = sift.detectAndCompute(img2, None)
40     
41     FLANN_INDEX_KDTREE = 0
42     index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
43     search_params = dict(checks = 50)
44     
45     flann = cv2.FlannBasedMatcher(index_params, search_params)
46     
47     matches = flann.knnMatch(des1, des2, k=2)
48     
49     # 过滤
50     good = []
51     for m,n in matches:
52         if m.distance < 0.7*n.distance:
53             good.append(m)
54     
55     if len(good) <= MIN_MATCH_COUNT:
56         return 0  # 完全不匹配
57     else:
58         distance_sum = 0  # 特征点2d物理坐标偏移总和
59         for m in good:
60             distance_sum += get_distance(kp1[m.queryIdx].pt, kp2[m.trainIdx].pt)
61         distance = distance_sum / len(good)  #单个特征点2D物理位置平均偏移量
62 
63         if distance < BEST_DISTANCE:
64             return 3  #完全匹配
65         elif distance < GOOD_DISTANCE and distance >= BEST_DISTANCE:
66             return 2  #部分偏移
67         else:
68             return 1  #场景匹配
69         
70 
71 '''
72 计算2D物理距离
73 '''
74 def get_distance(p1, p2):
75     x1,y1 = p1
76     x2,y2 = p2
77     return np.sqrt((x1-x2)**2 + (y1-y2)**2)
78 
79 
80 if __name__ == "__main__":
81     pass

测试

 1 '''
 2 摄像机角度偏移告警
 3 '''
 4 import cv2
 5 import do_match
 6 import numpy as np
 7 from PIL import Image, ImageDraw, ImageFont
 8 
 9 '''
10 告警信息
11 '''
12 def putText(frame, text):
13   cv2_im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
14   pil_im = Image.fromarray(cv2_im)
15 
16   draw = ImageDraw.Draw(pil_im)
17   font = ImageFont.truetype("fonts/msyh.ttc", 30, encoding="utf-8")
18   draw.text((50, 50), text, (0, 255, 255), font=font)
19 
20   cv2_text_im = cv2.cvtColor(np.array(pil_im), cv2.COLOR_RGB2BGR)
21 
22   return cv2_text_im
23 
24 
25 
26 
27 texts = ["完全偏移","严重偏移", "轻微偏移", "无偏移"]
28 
29 cap = cv2.VideoCapture('videos/test4_new.mp4')
30 
31 if (cap.isOpened()== False): 
32   print("Error opening video stream or file")
33 
34 first_frame = True
35 pre_frame = 0
36 
37 index = 0
38 
39 while(cap.isOpened()):
40   ret, frame = cap.read()
41   if ret == True:
42     if first_frame:
43         pre_frame = frame
44         first_frame = False
45         continue
46     
47     index += 1
48     if index % 24 == 0:
49       result = do_match.match2frames(pre_frame, frame)
50       print("检测结果===>", texts[result])
51       
52       if result > 1:  # 缓存最近无偏移的帧
53         pre_frame = frame
54 
55       size = frame.shape
56 
57       if size[1] > 720: # 缩小显示
58         frame = cv2.resize(frame, (int(size[1]*0.5), int(size[0]*0.5)), cv2.INTER_LINEAR)
59 
60       text_frame = putText(frame, texts[result])
61 
62       cv2.imshow('Frame', text_frame)
63     if cv2.waitKey(1) & 0xFF == ord('q'):
64       break
65   else: 
66     break
67 
68 cap.release()
69 cv2.destroyAllWindows()
posted @ 2018-11-21 13:04  周见智  阅读(...)  评论(...编辑  收藏