技术领域
[0001] 本
发明涉及定位方法技术领域，尤其涉及一种基于移动信号塔点监控的定位监控方法及智能监管平台。
背景技术
[0002] 移动信号塔或称
铁塔，分布广泛，具有天然的网格化分布特征，除了用于
支撑移动通信
基础设施之外，其独特的塔高优势(40米-80米)、宽带通信优势和持续电
力供应优势。
[0003] 对于国土、河道、铁路、交通、石油管道、
天然气管道的监测，
农作物生长监测，农业生产灾害预警、灾后取证、灾后评估等多个领域，均有监控需求。为了保证监控的
覆盖性，并减少摄像设备的使用数量，本领域通常使用高位监控，然而对于监控网络，需要设置大量的监控点位，每个监控点位均需要保证摄像设备的高度，尤其是对于一些野外地点，需要修建其他辅助高架设备，导致成本高昂。
[0004] 现有的监控网络进能够通过摄像设备的
位置判断所采集的图像中物体的大致位置，无法对物体进行准确定位。当需要找到某一物体的准确定位信息时，还需借助其他
软件进行辅助测量或者进行估算，导致对图像中物体的定位复杂且不准确。
发明内容
[0005] 针对目前的分布式监控网络成本较高且无法对图像中物体进行定位的问题，本发明提供一种基于移动信号塔点的定位监控方法及智能监管平台，在移动信号塔上加装摄像设备，组成监控网络，对地表实现有效的监控；实现对移动信号塔加装摄像设备所拍摄的照片中物体的定位；实现自动对比，监控报警。
[0006] 为达到上述目的，本发明一方面提供了一种基于移动信号塔点的定位监控方法，包括如下步骤：
[0007] (1)选择移动信号塔，在移动信号塔上部安装摄像设备或者使用移动信号塔上部已安装的摄像设备，各摄像设备总的
视野范围覆盖所要求监控的地域范围；
[0008] (2)根据摄像设备拍摄图像对所有摄像设备进行定标，获取每个摄像设备对应的地理
坐标系至摄像坐标系转换的透视矩阵；
[0009] (3)用摄像设备拍摄现场图像，并与预置图像进行对比，如果发现存在发生变化的区域，则通过所述透视矩阵的逆矩阵计算该区域对应的地理位置，实现发生变化区域的定位。
[0010] 进一步的，在所述移动信号塔上安装红外
传感器，进行
温度的探测，监控是否发生火灾。
[0011] 进一步的，所述定标包括：根据摄像设备拍摄图像，寻找图像中多个标的物作为定位点，再通过地图寻找同名点，计算同名点相对于摄像设备的地理坐标，列出方程组进行求解所述透视矩阵；
[0012] 或者所述定标包括：获取摄像设备拍摄的全景图像，均匀划分为8个象限；寻找全景图像中多个标的物作为定位点，再通过地图寻找同名点，
选定一个象限，将不位于该选定象限的定位点旋转至该选定象限，并计算同名点相对于摄像设备的地理坐标，计算该选定象限的透视矩阵；再将该选定象限的定位点依次旋转至其他象限，获得每个象限的透视矩阵。
[0013] 进一步的，透视矩阵形式为：
[0014] 透视矩阵的逆矩阵为 对于图像中的一个
像素点P(x，y，1)有P0＝H-1P， 为P在地理坐标系下相对于相机的位置，z0为1，对应的地图中的点P’(LonP’,LatP’)有：
[0015] LaP’=y0/R+LatA；
[0016] LonP’＝(x0/R)/cosLat+LonA；
[0017] 摄像机所在点A经纬度(LonA,LatA)，R为地球半径。
[0018] 进一步的，将不位于该选定象限的标的物的定位点至该选定象限的方法为：
[0019] 摄像机所在点A经纬度(LonA,LatA)，标的物的定位点B经纬度为(LonB,LatB)，标的物的定位点B以点A为中心旋转
角度c后到达点B’(LonB’,LatB’)；则：
[0020] LatB’＝arcsin(sin(LatA)*cos(d/R)+cos(LatA)*sin(d/R)*Cos(angB’))；
[0021] LonB’＝LonA+arctan(sin(angB’)*sin(d/R)*cos(LatA)cos(d/R)-sin(LatA)*sin(LatB’))；
[0022] 其中R表示地球半径，PI表示Π，旋转角度c为标的物所在象限与该选定象限之间的夹角。
[0023] 进一步的，步骤(3)中，与预置图像进行对比的具体方法为：设置预置图像库，存储每个摄像设备初始拍摄的图像的特征图；将摄像设备所采集的图像提取特征图后与预置图像库中特征图进行对比，如果差未超过
阈值范围，认为对应区域没有用地变化；如果差别超过阈值范围，则进行提示操作人员，发现用地变化，如果操作人员认为是规划内的用地变化，则选择更新预置图像库，将该地点对应的预置图像库中的特征图更新为变化后的特征图；如果操作人员认为不是规划内的用地变化，则选择定位发生变化的区域。
[0024] 进一步的，采用最小矩形框包围发生变化的区域，根据该最小矩形框的
顶点在摄像坐标系下的坐标，计算地理坐标系下相对于摄像设备的坐标，再计算顶点的经纬度，在地图中以顶点标注矩形框，获得矩形框的地图位置。
[0025] 本发明另一方面提供一种基于移动信号塔点的智能监管平台，包括采集模
块，对比模块、定位模块以及预置图像库：
[0026] 所述采集模块，包括多个安装在移动信号塔上部摄像设备，拍摄现场图像并由显示模块显示；
[0027] 所述预置图像库中存储每个摄像设备初始拍摄的图像的特征图；
[0028] 所述对比模块将所采集的图像提取特征图后与预置图像库中特征图进行对比，如果差未超过阈值范围，认为对应区域没有用地变化；如果差别超过阈值范围，则进行提示操作人员，发现用地变化，如果操作人员认为是规划内的用地变化，则选择更新预置图像库，将该地点对应的预置图像库中的特征图更新为变化后的特征图；如果操作人员认为不是规划内的用地变化，则将发生变化的区域发送给所述定位模块；
[0029] 所述定位模块根据透视矩阵计算发生变化的区域的地理位置，并通过显示模块显示；
[0030] 所述透视矩阵根据摄像设备拍摄图像对摄像设备进行定标获得。
[0031] 进一步的，所述定标的方法为：
[0032] 根据摄像设备拍摄图像，寻找图像中多个定位点，再通过地图寻找同名点，获取相应的坐标，列出方程组进行求解地理坐标系至摄像坐标系转换的透视矩阵；
[0033] 或者获取摄像设备拍摄的全景图像，均匀划分为8个象限；寻找全景图像中多个定位点，再通过地图寻找同名点，选定一个象限，将不位于该选定象限的定位点旋转至该选定象限，并计算同名点相对于摄像设备的地理坐标，计算该选定象限的透视矩阵；再将该选定象限的定位点依次旋转至其他象限，获得每个象限的透视矩阵；
[0034] 透视矩阵形式为： 设定透视矩阵中一个位置的数值为1，其他8个位置的数值通过方程组求解。
[0035] 进一步的，所述对比模块将发生变化的区域采用最小矩形框包围后，将最小矩形框的两个相对顶点发送给所述定位模块；所述定位模块根据透视矩阵计算计算两个相对顶点相对于摄像设备的地理位置，计算获得两个相对顶点的经纬度，并形成矩形，获取发生变化的区域的地图位置。
[0036] 本发明的上述技术方案具有如下有益的技术效果：
[0037] (1)本发明依托通信基站加装摄像头对区域内所有的耕地和建设用地等重点场景进行监控，实现全域巡航式全覆盖，全天候全天时的监测，及时发现用地情况的变化，有效弥补卫星图像比对加人工执法的传统执法方式的不足。
[0038] (2)本发明的智能监管平台以视频数据为基础，分析比对，智能识别，自动发现地表变化情况，进行报警，保证了识别的准确性。
[0039] (3)本发明的定位方法，计算简便，
精度高，误差在5米之内。
[0040] (4)本发明利用现有的移动信号塔实现高位拍摄，无需额外架设支撑设备，降低了成本。
附图说明
[0041] 图1是摄像设备成像示意图；
[0042] 图2(a)为
实施例中高点拍摄图像，图2(b)为图2(a)对应的谷歌地图；
[0043] 图3为8个象限构成示意图；
[0044] 图4为坐标变换示意图；
[0045] 图5为基于移动信号塔点监控的定位
流程图；
[0046] 图6为实施例中智能监管平台组成示意图。
具体实施方式
[0047] 为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
[0048] 在所有的以视频为基础数据的应用中，准确定位视频或图像中物体的经纬度位置，是其一个关键技术点。具体来讲，本发明基于移动信号塔点监控的定位方法，结合图5，包括如下步骤：
[0049] (1)选择移动信号塔，在移动信号塔上部安装摄像设备或者利用现有已安装的摄像设备，满足各摄像设备总的视野范围覆盖所要求监控的地域范围。
[0050] 本发明在移动信号塔或称铁
塔架设高点高清摄像头或相机，保证高清摄像头或相机
水平设置。还可包括其他传感器设施，例如红外传感器，进行温度的探测，监控是否发生火灾。高清摄像头或相机单独或与其他
节点构成传感器网络或
物联网对周边环境信息进行实时采集，并通过高速网络传输到处理后台进行数据和信号的分析处理，进而提供告警或上层应用功能。
[0051] 在部分移动信号塔上如果已经安装摄像设备，则可以选择利用现有摄像设备进行采集，节约成本。
[0052] (2)对所有摄像设备进行定标，获取每个摄像对应的透视矩阵，即地理坐标位置对应拍摄的图像每个像素位置的转换矩阵。
[0053] 结合图1，我们可以把摄像设备，例如相机的成像过程看成是物理世界通过相机成像部件在照片上的投影，这样每个像素位置都对应一个真实物理世界的一个物体或一个坐标，其映射关系可以用一个3*3的映射矩阵来表示，这个映射矩阵称为单应矩阵或透视矩阵如果我们要计算照片上每个点对应的经纬度，就要先知道透视矩阵中{h00,h01,h02；h10,h11,h12；h20,h21,h22}每个相应位置的数值，如果矩阵中每个位置的数值都除以h22，则矩阵求解将变为8个未知数。我们通过标注同名点的方法来确定透视矩阵的值。利用透视矩阵可以获得标的物对应的像素位置，利用透视矩阵的逆矩阵可以获得每个像素位置都对应地理坐标，进而计算经纬度。
[0054] 透视矩阵的逆矩阵 对于一个像素点坐标P(x，y，1)有，P0＝H-1P， 为P在地理坐标系下相对于相机的位置，z0为1，对应的地图中的点P’(LonP’,LatP’)有：
[0055] LatP'＝y0/R+LatA；
[0056] LonP’＝(x0/R)/cosLat+LonA
[0057] 摄像机所在点A经纬度(LonA,LatA)，R为地球半径。
[0058] 可以根据相机拍摄图像，寻找多个定位点，再通过地图寻找同名点，通过经纬度获取相应的地理坐标，列出方程组进行求解，获得摄像设备所拍摄图像的透视矩阵，实现摄像设备的定标。
[0059] 地图可以采用谷歌地图，百度地图等提供准确经纬度的地图。
[0060] 通过照片的像素位置计算其经纬度问题的计算精度取决于同名点的标注精度。例如如果使用谷歌地图，同名点标注主要通过谷歌地图或现场标定的方法。通过谷歌地图标注受地图精度和显著标识物多少的影响；现场标注受GPS精度的影响。
[0061] 定标后采用获得的透视矩阵进行多点经纬度的求取，通过地图寻找同名点获得经纬度进行对比，如果满足误差要求，则确定该透视矩阵，如果不满足则利用之前找到的多个定位点或重新选择多个定位点，再通过地图以更高的精度寻找同名点，获取更高精度的同名点坐标，重新计算该透视矩阵，直至该透视矩阵的计算结果满足误差要求。
[0062] 一般的相机成像视野有限，不能实现360°全方位一次成像，可以设置相机
云台，通过转动相机的方式采集图像组合获得360°的视野范围的全景图像，扩大单个相机的监控范围。由于监控地点为野外，且对监控区域全覆盖，有些大片的田地，草原等位置在地图上难以标注同名点，在一个实施例中，采用了一种地理位置旋转的策略加以解决。如图3所示，将像平面划分为8个象限，例如我们在象限4中标注了一个同名点，要想将其移到第一象限，图像旋转135度即可，同名点在照片中的像素位置不变；地理位置的坐标的变换。
[0063] 结合图4，点A是摄像机经纬度坐标，点B是图像中某个标的物的经纬度坐标。由于参照物(同名点)寻找的困难，在同名点定标时，我们希望将定标点旋转角度c后到达左上角的1/8象限中，即求点B以点A为中心旋转角度c后到达点B’后的经纬度坐标。计算方法如下：
[0064] a.首先根据A点经纬度(LonA,LatA)和B点经纬度(LonB,LatB)，计算AB之间的距离d；
[0065] 令：
[0066] num1＝LatA*PI/180-LatB*PI/180；
[0067] num2＝LonA*PI/180-LonB*PI/180；
[0068] 则：
[0069] d＝2*arcsin{sqrt[sin(num1/2)2+Cos(LatA*PI/180.0)*Cos(LatB*PI/180.0)*(sin(num2/2.0))2]}*R；
[0070] b.求B点相对A点的方向角
[0071] angB＝sin(LatA)*sin(LatB)+cos(LatA)*cos(LatB)*cos(LonB-LonA)[0072] c.求B’点相对A点的方向角
[0073] angB’＝angB+c；
[0074] 如果angB’>360，则angB’＝angB’-360
[0075] d.求B’点的经纬度坐标
[0076] LatB’＝arcsin(sin(LatA)*cos(d/R)+cos(LatA)*sin(d/R)*Cos(angB’))；
[0077] LonB’＝LonA+arctan(sin(angB’)*sin(d/R)*cos(LatA)cos(d/R)-sin(LatA)*sin(LatB’))；
[0078] 其中R表示地球半径，PI表示Π，c为旋转角度，等于标的物和同名点所在的两个象限之间的夹角，图4中所示B至B’旋转角度为90°。
[0079] 通过上述方法可以在8个象限中选择不同的同名点，在通过旋转的方式将所有同名点旋转到第一象限，计算透视矩阵，大大降低了标注同名点的难度。完成该象限的标定后，再将所有的同名点旋转至下一象限，定标下一象限，直至完成所有象限的定标。
[0080] (3)完成所有摄像设备的定标后，利用摄像设备拍摄现场图像，对发生变化的区域进行标注并计算变化区域的经纬度。例如可以采用最小矩形框包围该变化区域，根据矩形框左上角及右下角的在相机坐标系下的坐标，计算左上角及右下角相对于相机的地理坐标，再计算经纬度，获得矩形框的位置在地图中标注。
[0081] 作为一个可选的实施例，可以配套开发智能监管平台实现定位操作，结合图6，包括采集模块，对比模块、定位模块、显示模块以及预置图像库：
[0082] 所述采集模块，包括多个安装在移动信号塔上部摄像设备，拍摄现场图像并由显示模块显示；
[0083] 所述预置图像库中存储每个摄像设备初始拍摄的图像的特征图；
[0084] 所述对比模块将所采集的图像提取特征图后与预置图像库中特征图进行对比，如果差未超过阈值范围，认为对应区域没有用地变化；如果差别超过阈值范围，则进行提示操作人员，发现用地变化，如果操作人员认为是规划内的用地变化，则选择更新预置图像库，将该地点对应的预置图像库中的特征图更新为变化后的特征图；如果操作人员认为不是规划内的用地变化，则可能发现了违规用地，进行人为处理，认为选择进行定位，则将发生变化的区域采用最小矩形框包围后，将最小矩形框的两个相对顶点发送给所述定位模块；所述定位模块根据透视矩阵计算计算两个相对顶点相对于相机的地理位置，再计算经纬度，在地图中获取经纬度对应的位置，并依据两个顶点在地图中的位置形成矩形，获取发生变化的区域。选择性地，可以为操作人员设置操作权限，例如对于更新预置图像库中的特征图可以设置相应的审批人员审批后进行更新。
[0085] 所述定位模块根据透视矩阵计算发生变化的区域的地图位置，并通过显示模块显示。
[0086] 所述透视矩阵根据摄像设备拍摄图像对摄像设备进行定标获得。
[0087] 显示模块例如可以采用
触摸屏，具备选择，缩放功能。
[0088] 智能监管平台可以采用开放的系统
接口，具备二次开发功能，便于在其他行业的共享数据应用。
[0089] 实施例
[0090] 以某县国土智能监管平台为例，部分利用秸秆禁烧项目已装摄像头点位，部分为新增。摄像设备共计334台，视野范围覆盖需要监控6000余平方公里的国土资源。
[0091] 如图2所示，其中，图2(a)为摄像设备高点拍摄图像，图2(b)为谷歌地图。图2(a)旗子为同名点在图像中的位置；图2(b)中圆点为同名点在谷歌地图中的位置以及智能监管平台计算出的同名点在谷歌地图上的位置。圆点的位置差异为定位精度误差。采用了实时交互的定标方法，可根据不断调整同名点的位置，直到误差达到可接受的程度，定标完成。
[0092] 该智能监管平台，依托存量铁塔资源高点监控方案，无需自建杆塔，建设工期可满足客户需求，省时、省力、效率高。
[0093] 应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何
修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附
权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
