本發(fā)明涉及攝像技術(shù)領(lǐng)域，特別是涉及定位跟蹤攝像方法與系統(tǒng)。

背景技術(shù)：

隨著生活水平的提高，越來越多的定位跟蹤攝像技術(shù)應用到實際生產(chǎn)生活中給人們帶來了巨大的便捷，例如目前流行的視頻會議、遠程課堂以及賽事直播等。

目前，為實現(xiàn)定位跟蹤攝像功能大致有兩種方式，一種是采用多個攝像機，每個攝像機負責拍攝一定區(qū)域范圍內(nèi)的圖像數(shù)據(jù)，再由計算機或芯片(控制器)來協(xié)調(diào)控制各個攝像機，以使各個攝像機協(xié)調(diào)工作，實現(xiàn)定位跟蹤攝像；另一種是采用單個攝像機、步進電機以及驅(qū)動云臺，由驅(qū)動云臺發(fā)出控制指令至步進電機，以調(diào)整攝像機拍攝角度與位置，從而實現(xiàn)定位跟蹤攝像。

上述兩個定位跟蹤攝像方式的實現(xiàn)過程都比較復雜，需要借助額外的硬件設備或者軟件系統(tǒng)平臺。另外，其無法針對目標物體進行細節(jié)性顯示，這樣定位跟蹤攝像將會丟失許多細節(jié)，導致某些情況下關(guān)鍵內(nèi)容無法展示給用戶。

技術(shù)實現(xiàn)要素：

基于此，有必要針對一般定位跟蹤攝像方式實現(xiàn)復雜且無法針對目標物體進行細節(jié)性顯示的問題，提供一種簡單且能夠針對目標物體進行細節(jié)性顯示的定位跟蹤攝像方法與系統(tǒng)。

一種定位跟蹤攝像方法，包括步驟：

獲取單個攝像頭的攝像圖像；

對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體；

獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面；

確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值；

根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。

一種定位跟蹤攝像系統(tǒng)，包括：

獲取模塊，用于獲取單個攝像頭的攝像圖像；

對比跟蹤模塊，用于對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體；

特寫畫面截取模塊，用于獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面；

計算模塊，用于確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值；

放大倍數(shù)確定模塊，用于根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。

本發(fā)明定位跟蹤攝像方法與系統(tǒng)，獲取單個攝像頭的攝像圖像，對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體，獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面，確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值，根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。整個過程中，獲取單個攝像頭的攝像圖像，自動對攝像圖像中的物體進行跟蹤識別，無需外部信號輸入控制，另外，記錄目標物體的特寫畫面在總畫面中的位置，并計算顯示該特寫畫面的放大倍數(shù)，能夠有效、準確捕捉定位跟蹤攝像過程中的細節(jié)鏡頭，能夠針對目標物體進行細節(jié)性顯示。

附圖說明

圖1為本發(fā)明定位跟蹤攝像方法第一個實例的流程示意圖；

圖2為特寫畫面在總畫面中的位置示意圖；

圖3為本發(fā)明定位跟蹤攝像方法第二個實例的流程示意圖；

圖4為本發(fā)明定位跟蹤攝像系統(tǒng)第一個實例的結(jié)構(gòu)示意圖；

圖5為本發(fā)明定位跟蹤攝像系統(tǒng)第二個實例的結(jié)構(gòu)示意圖。

具體實施方式

如圖1所示，一種定位跟蹤攝像方法，包括步驟：

S100：獲取單個攝像頭的攝像圖像。

在這里直接采用單個攝像頭拍攝圖像，能夠簡化整個方案實現(xiàn)過程，降低在實際應用中實施成本。單個攝像頭的攝像圖像可以直接從該攝像頭輸出的攝像圖像數(shù)據(jù)流中直接獲取。非必要的，為了獲取準確的攝像圖像，還可以對獲取的攝像圖像進行校正處理。

S200：對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體。

在獲取攝像圖像后，為實現(xiàn)定位跟蹤功能需要對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體。在這里所指的物體包括人和一些環(huán)境物體，例如出現(xiàn)在攝像圖像中課桌、箱子等。以多媒體教室錄課為例，攝像圖像中的物體包括但不限于教師、學生、黑板、課桌以及投影儀等。物體識像對比可以采用將攝像圖像與預設特征庫比對，來識別攝像圖像中的物體。在預設特征庫可以基于不同應用場景進行設定，例如在多媒體錄課中，針對教師特征可以包括移動的、人、其位置為講臺上，另外還可以采用人臉識別等輔助識別技術(shù)實現(xiàn)物體識像對比過程。

S300：獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面。

將攝像圖像顯示，即可獲取的攝像圖像的總畫面。在步驟S200中定位跟蹤的物體中鎖定當前的目標物體，具體來說，目標物體選擇可以是用戶指定當前目標物體或者是根據(jù)應用場景需求自動鎖定，又或是對所有物體逐一作為目標物體進行相同操作。在鎖定目標物體之后，截取目標物體的特寫畫面。

S400：確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值。

如圖2所示，特寫畫面在總畫面中的位置可以采用坐標系方式來確定，即以總畫面的長寬分別作為坐標軸，建立坐標系，獲取特寫畫面的預設固定位置在總畫面中的位置。例如以特寫畫面的左上角為固定位置，獲取該左上角在總畫面中的位置(x，y)，預設固定位置還可以為左下角、右上角、右下角以及中心等位置?；谔貙懏嬅娴某叽缈梢杂嬎闾貙懏嬅娴拿娣e，基于總畫面的尺寸可以計算總畫面的面積，在計算總畫面與特寫畫面的面積比值。繼續(xù)以多媒體教室錄課為例，當目標物體為教師時，截取教師的特寫畫面，攝像圖像的總畫面面積為60厘米*60厘米，特寫畫面尺寸為20厘米*10厘米，則計算總畫面與特寫畫面的面積比值為60*60/20*10＝18。

S500：根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。

基于步驟S400的面積比值，確定當需切換顯示特寫畫面的放大倍數(shù)。在實際應用中，有可能由于面積比值過大，如果將該面積比值作為放大倍數(shù)會由于圖像拍攝像素有限反而導致特寫畫面顯示不清楚，對此，可以設定一個閾值，當面積比值大于閾值時，將該閾值作為放大倍數(shù)，當面積比值小于該閾值時，將面積比值作為放大倍數(shù)。例如閾值可以設定為30，當總畫面與特寫畫面的面積比值為50時，放大倍數(shù)為30；當總畫面與特寫畫面的面積比值為20時，放大倍數(shù)為20。

本發(fā)明定位跟蹤攝像方法，獲取單個攝像頭的攝像圖像，對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體，獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面，確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值，根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。整個過程中，獲取單個攝像頭的攝像圖像，自動對攝像圖像中的物體進行跟蹤識別，無需外部信號輸入控制，另外，記錄目標物體的特寫畫面在總畫面中的位置，并計算顯示該特寫畫面的放大倍數(shù)，能夠有效、準確捕捉定位跟蹤攝像過程中的細節(jié)鏡頭，能夠針對目標物體進行細節(jié)性顯示。

如圖3所示，在其中一個實施例中，步驟S100之后還包括：

S120：對攝像圖像進行校正處理。

對攝像圖像進行校正處理，這樣可以確保攝像圖像更加準確，可以給用戶帶來更加清晰的畫面。具體來說，整個過程可以為：獲取攝像圖像→進行基于數(shù)字信號處理的校正→獲取校正之后攝像圖像。

在其中一個實施例中，對攝像圖像進行校正處理的步驟包括：

步驟一：獲取攝像圖像的圖像中心點標定。

步驟二：根據(jù)圖像中心點標定，計算SVM(SVM Support Vector Machine，支持向量機)回歸徑向距離。

步驟三：根據(jù)SVM回歸徑向距離，生成坐標映射表。

步驟四：根據(jù)坐標映射表，對攝像圖像進行校正處理。

在實際操作中，坐標映射表還可以是基于歷史經(jīng)驗數(shù)據(jù)直接獲取。若為該種情況可以直接執(zhí)行上述步驟四，即可實現(xiàn)對攝像圖像校正。

如圖3所示，在其中一個實施例中，步驟S200包括：

S220：對攝像圖像進行實時畫面捕獲，獲得實時畫面捕獲結(jié)果。

S240：將實時畫面捕獲結(jié)果與預設物體特征庫比對。

S260：獲取當前特征比對結(jié)果與緩存。

S280：根據(jù)當前特征比對結(jié)果與緩存，跟蹤識別攝像圖像中的物體。

具體來說，預設特征庫內(nèi)包含有多種類型特種，例如面部特征(人臉識別)、外形特征、移動軌跡特征等等。采用對比預設特征庫的方式能夠高效、準確跟蹤識別攝像圖像中的物體。

如圖4所示，一種定位跟蹤攝像系統(tǒng)，包括：

獲取模塊100，用于獲取單個攝像頭的攝像圖像。

對比跟蹤模塊200，用于對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體。

特寫畫面截取模塊300，用于獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面。

計算模塊400，用于確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值。

放大倍數(shù)確定模塊500，用于根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。

本發(fā)明定位跟蹤攝像系統(tǒng)，獲取模塊100獲取單個攝像頭的攝像圖像，對比跟蹤模塊200對攝像圖像進行物體識像對比，跟蹤識別攝像圖像中的物體，特寫畫面截取模塊300獲取攝像圖像的總畫面，鎖定物體中的目標物體，并截取目標物體的特寫畫面，計算模塊400確定特寫畫面在總畫面中的位置，并計算總畫面與特寫畫面的面積比值，放大倍數(shù)確定模塊500根據(jù)面積比值確定顯示目標物體的特寫畫面的放大倍數(shù)。整個過程中，獲取單個攝像頭的攝像圖像，自動對攝像圖像中的物體進行跟蹤識別，無需外部信號輸入控制，另外，記錄目標物體的特寫畫面在總畫面中的位置，并計算顯示該特寫畫面的放大倍數(shù)，能夠有效、準確捕捉定位跟蹤攝像過程中的細節(jié)鏡頭，能夠針對目標物體進行細節(jié)性顯示。

如圖5所示，在其中一個實施例中，定位跟蹤攝像系統(tǒng)還包括：

校正模塊120，用于對攝像圖像進行校正處理。

在其中一個實施例中，校正模塊120包括：

獲取單元，用于獲取攝像圖像的圖像中心點標定。

計算單元，用于根據(jù)圖像中心點標定，計算SVM回歸徑向距離。

映射表生成單元，用于根據(jù)SVM回歸徑向距離，生成坐標映射表。

校正單元，用于根據(jù)坐標映射表，對攝像圖像進行校正處理。

在其中一個實施例中，放大倍數(shù)確定模塊500包括：

第一放大倍數(shù)確定單元，用于當面積比值大于預設閾值時，確定預設閾值為顯示目標物體的特寫畫面的放大倍數(shù)；

第二放大倍數(shù)確定單元，用于當面積比值小于或等于預設閾值時，確定面積比值為顯示目標物體的特寫畫面的放大倍數(shù)。

如圖5所示，在其中一個實施例中，對比跟蹤模塊200包括：

實時捕捉單元220，用于對攝像圖像進行實時畫面捕獲，獲得實時畫面捕獲結(jié)果。

特征比對單元240，用于將實時畫面捕獲結(jié)果與預設物體特征庫比對。

緩存單元260，用于獲取當前特征比對結(jié)果與緩存。

比對跟蹤單元280，用于根據(jù)當前特征比對結(jié)果與緩存，跟蹤識別攝像圖像中的物體。

以上實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權(quán)利要求為準。