本發(fā)明涉及預置位校準，尤其涉及一種預置位自動校準糾偏方法及系統(tǒng)。

背景技術：

1、隨著視頻監(jiān)控系統(tǒng)的快速發(fā)展及普及，圖像識別技術越來越多的用于各種行業(yè)領域。傳統(tǒng)變電領域的巡檢方式已無法滿足現(xiàn)代化社會的需求，而人工智能的快速發(fā)展使得智能巡檢技術逐漸成為變電領域的重要手段，其中預置位圖像的質量嚴重影響著智能化識別結果的準確性。

2、目前，球機等具有云臺控制攝像機是變電站智能化巡檢的重要圖像采集設備之一，但因為驅動電機的機械齒輪間距、結構件精度等原因，都會造成預置位精度上的誤差，當云臺相機長時間運行、預置位頻繁調取時，預置位誤差會持續(xù)疊加，導致當前預置位位置與初始設定的預置位位置產生明顯偏移，尤其在攝像機焦距放大時，偏移更為明顯，甚至導致觀測目標偏移出觀測范圍，嚴重影響智能巡檢中指針儀表等設備的識別精度。

3、目前的預置位校準和糾偏主要還是依靠人工，存在糾偏誤差大、操作耗時耗力，浪費大量人力物力。而現(xiàn)有預置位校正技術基本都是基于sift特征點匹配的單一方式實現(xiàn)，糾偏誤差較大，且無法對觀測目標偏移出觀測范圍時進行有效處理。

4、因此急需一種能夠對云臺相機進行預置位自動校準糾偏方法及系統(tǒng)，有效解決預置位偏移問題，提升智能化巡檢識別精度，減少人工運維成本的預置位自動校準糾偏方法及系統(tǒng)。

技術實現(xiàn)思路

1、本發(fā)明為了解決現(xiàn)有的預置位校正技術糾偏誤差較大，且無法對觀測目標偏移出觀測范圍時進行有效處理的缺陷，提供了一種能夠對云臺相機進行預置位自動校準糾偏方法及系統(tǒng)，有效解決預置位偏移問題，提升智能化巡檢識別精度，減少人工運維成本的預置位自動校準糾偏方法及系統(tǒng)。

2、本發(fā)明所述的一種預置位自動校準糾偏方法，包括如下步驟：

3、s1、獲取清晰度符合預設置信度的預置位基準圖像；

4、s2、獲取清晰度符合預設置信度的待檢測圖像；

5、s3、分別利用特征點匹配算法流程、模板匹配算法流程和/或目標檢測方法計算得到各偏移量；

6、s4、調整每個偏移量的權重系數(shù)，根據(jù)每個偏移量及其對應的權重系數(shù)計算得到最終偏移量；

7、s5、根據(jù)最終偏移量進行預置位糾偏。

8、進一步地：在s1中，所述獲取清晰度符合預設置信度的預置位基準圖像的具體步驟如下：

9、s11、根據(jù)預置位的點位信息調整攝像機位置，使其與預置位點位信息對應，抓取當前的預置位圖像；

10、s12、利用視頻圖像質量診斷模型判斷所述預置位圖像的清晰度，若所述預置位圖像的置信度小于預設閾值，則說明當前預置位圖像不清晰，則重復s11，直至獲得清晰度符合預設置信度的預置位基準圖像；

11、s13、取所述預置位基準圖像的中心區(qū)域作為第一模板圖像，并獲得第一模板圖像的區(qū)域坐標信息；利用多目標檢測模型獲取當前預置位基準圖像中置信度最高的目標區(qū)域，將所述目標區(qū)域作為第二模板圖像，并獲得第二模板圖像的區(qū)域坐標信息；利用標識牌檢測模型和文字識別模型獲取當前預置位基準圖像中的標識牌區(qū)域，并獲得所述標識牌區(qū)域的坐標信息和文字信息；

12、s14、保存所述預置位基準圖像、第一模板圖像及其區(qū)域坐標信息、第二模板圖像及其區(qū)域坐標信息、標識牌區(qū)域及其區(qū)域坐標信息，以及標識牌區(qū)域的文字信息。

13、進一步地：在s2中，所述獲取清晰度符合預設置信度的待檢測圖像的具體步驟如下：

14、s21、根據(jù)待檢測預置位的點位信息調整攝像機位置，使其與待檢測預置位點位信息對應，抓取當前的待檢測圖像；

15、s22、利用視頻圖像質量診斷模型判斷所述待檢測圖像的清晰度，若所述待檢測圖像的置信度小于預設閾值，則說明當前待檢測圖像不清晰，則重復s21，直至獲得清晰度符合預設置信度的待檢測圖像。

16、進一步地：若所述待檢測圖像中含有標識牌信息時，采用下述步驟獲取標識牌偏移量：

17、s23、利用標識牌檢測模型和文字識別模型獲取當前待檢測圖像中的標識牌區(qū)域，并獲得所述標識牌區(qū)域的坐標信息和文字信息；

18、s24、判斷所述待檢測圖像的文字信息與預置位基準圖像的文字信息是否一致，若一致，則獲取當前待檢測圖像中標識牌區(qū)域的坐標信息和置信度，并計算得到標識牌偏移量。

19、進一步地：在s3中，所述偏移量的具體計算步驟包括：

20、s31、利用特征點匹配算法流程計算得到特征點偏移量；利用模板匹配算法流程計算得到模板區(qū)域偏移量；利用目標檢測方法計算得到目標偏移量；

21、s32、判斷每一個偏移量是否有效，若存在兩組偏移量是有效的，則執(zhí)行s4，否則執(zhí)行s33；

22、s33、重新調整攝像機位置，使其與待檢測預置位點位信息對應，重新抓取當前的待檢測圖像，并重復執(zhí)行s2和s3。

23、進一步地：在s31中，所述利用特征點匹配算法流程計算得到特征點偏移量的具體計算步驟包括：

24、對預置位基準圖像和待檢測圖像進行下采樣；

25、獲取預置位基準圖像和待檢測圖像的特征點；

26、獲取最優(yōu)匹配點對；

27、計算預置位基準圖像和待檢測圖像的單映射矩陣和置信度系數(shù)；

28、根據(jù)圖像中心點坐標，利用透射變換計算得到x和y方向的特征點偏移量。

29、進一步地：在s31中，所述利用模板匹配算法流程計算得到模板區(qū)域偏移量的具體計算步驟包括：

30、所述模板匹配算法，通過計算兩幅圖像的置信度來評估圖像匹配的有效性，進而確定圖像的模板區(qū)域偏移量，算法實現(xiàn)流程具體包括：

31、第一模板圖像和待檢測圖像預處理；

32、利用歸一化平方差匹配法進行模板匹配；

33、分析匹配結果，得到匹配度最高的區(qū)域為目標區(qū)域；

34、計算每個匹配窗口的相關性值，并評估匹配相關度系數(shù)；

35、根據(jù)基準圖模板區(qū)域坐標信息和匹配的區(qū)域坐標信息，計算得到x和y方向的模板區(qū)域偏移量。

36、進一步地：在s31中，所述利用目標檢測方法計算得到目標偏移量的具體計算步驟包括：

37、利用多目標檢測模型獲取目標區(qū)域；

38、目標圖像和第二模板圖像進行相似度識別，得到匹配相關系數(shù)；

39、獲取與第二模板圖像一致的區(qū)域為最終檢測區(qū)域；

40、根據(jù)第二模板圖像區(qū)域坐標信息和當前檢測到的目標區(qū)域坐標信息，計算得到x和y方向的目標偏移量。

41、進一步地：在s4中，引入一種非線性函數(shù)自動調整每一個偏移量對應的權重系數(shù)，根據(jù)每個偏移量及其對應的權重系數(shù)計算得到x和y方向的最終偏移量。

42、本發(fā)明所述的一種預置位自動校準糾偏系統(tǒng)，包括預置位基準圖像處理模塊、待檢測圖像處理模塊、偏移量計算模塊、最終偏移量計算模塊和預置位糾偏模塊；

43、預置位基準圖像處理模塊，用于獲取清晰度符合預設置信度的預置位基準圖像；

44、待檢測圖像處理模塊，用于獲取清晰度符合預設置信度的待檢測圖像；

45、偏移量計算模塊，用于利用特征點匹配算法流程、模板匹配算法流程和/或目標檢測方法分別計算得到各自偏移量及其對應的相關系數(shù)；

46、最終偏移量計算模塊，用于調整每個偏移量的權重系數(shù)，根據(jù)每個偏移量及其對應的權重系數(shù)計算得到最終偏移量；

47、預置位糾偏模塊，用于根據(jù)最終偏移量進行預置位糾偏。

48、本發(fā)明的有益效果是：

49、本發(fā)明針對具有云臺控制攝像機長時間運行導致預置位明顯偏移的問題，從實用性、高效性、高精度、全自動等角度出發(fā)設計的一種預置位校準、糾偏方法及系統(tǒng)，可作為智能巡視系統(tǒng)或視頻監(jiān)控系統(tǒng)攝像機智能運維工具，有效解決預置位偏移問題，提升智能化巡檢識別精度，減少人工運維成本。