发明内容
本发明所要解决的技术问题是提供一种获取标定参数的方法，用以简化传统的摄像机标定方法的操作复杂度；以及，提高不依赖于标定参照物的摄像机自标定方法的标定精度。
本发明还提供了一种获取标定参数的装置及一种视频监控系统，用
以保证上述方法在实际中的实现及应用。
为了解决上述技术问题，本发明实施例公开了一种获取标定参数的方法，包括在视频图像数据中没有标定控制场时执行的以下步骤：
检测视频图像数据中的特定目标，并提取所述特定目标的特征信息；
依据所述特征信息提取视频图像数据中的至少两对水平方向的空间
平行线，由所述空间平行线形成的灭点确定相应的灭线；
按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
优选的，所述特定目标包括运动目标，所述特征信息包括所述运动目标的运动轨迹信息，所述空间平行线的提取步骤包括：
在所述运动轨迹信息为直线信息时，提取经直线拟合的运动轨迹信息为空间平行线。
优选的，所述特定目标包括运动目标，所述特征信息包括所述运动目标的运动轨迹信息、顶部信息和底部信息，所述空间平行线的提取步骤包括：
在所述运动轨迹信息不是直线信息时，提取所述运动目标在运动轨迹中不同位置点的顶部连线和底部连线为空间平行线。
优选的，所述特定目标包括静止目标，以及，与所述静止目标位置不同、高度相近的相似目标，所述特征信息包括所述静止目标和相似目标的位置信息、顶部信息和底部信息，所述空间平行线的提取步骤包括：
提取所述不同位置的静止目标与相似目标的顶部连线和底部连线为空间平行线。
优选的，所述特定目标包括静止目标，所述特征信息还包括静止目标的边缘信息和/或直线信息，所述空间平行线的提取步骤包括：
提取所述边缘信息和/或直线信息上特征点的拟合直线为空间平行线。
优选的，所述的方法还包括：提取所述视频图像数据中参照目标的真实尺度信息；
所述计算标定参数的步骤包括：
根据当前设置的倾角tilt angle计算标定参数，所述标定参数包括所述参照目标的参考尺度信息；
计算所述真实尺度信息和参考尺度信息的误差值；
若所述误差值为遍历倾角tilt angle的多个预设值后，所获得的最小误差值，则确定依据该倾角tilt angle计算的标定参数为所述视频图像数据的标定参数。
优选的，所述标定参数包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，所述根据当前设置的倾角tilt angle计算标定参数的步骤进一步包括：
根据当前设置的倾角tilt angle计算焦距和垂直方向上的灭点；
根据所述灭线确定偏航角yaw angle，并提取灭线上任一位置的灭点，由所述灭点计算左右转动角pan angle；
依据所述灭线、垂直方向上的灭点和参照目标的尺度信息，计算摄像机的高度信息；
根据所述焦距、三个旋转角和摄像机的高度信息确定所述视频图像数据的三维成像矩阵；
采用所述三维成像矩阵计算所述参照目标的参考尺度信息。
优选的，所述标定参数包括参照目标的真实高度信息；所述的方法还包括：提取所述视频图像数据中参照目标的顶部信息和底部信息；
所述计算标定参数的步骤包括：
依据所述灭线以及参照目标的顶部信息和底部信息计算参照目标的真实高度信息。
优选的，所述标定参数包括参照目标的真实高度信息和/或长度信息；所述的方法还包括：提取所述视频图像数据中参照目标的尺度信息和/或角度信息；
所述计算标定参数的步骤为：依据所述灭线以及参照目标的尺度信息和/或角度信息，计算参照目标的高度信息和/或长度信息。
优选的，所述方法还包括：提取所述视频图像数据的主点，以及，参照目标的高度信息；
所述标定参数包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，当由所述空间平行线形成的灭点为互相垂直的三个方向上的灭点，所述计算标定参数的步骤包括：
依据至少两对水平方向的空间平行线形成的灭点计算灭线，并依据该灭线确定偏航角yaw angle；
依据垂直方向上的空间平行线形成的灭点计算焦距；
依据所述焦距和灭线计算倾角tilt angle；
依据所述主点、焦距和灭线上的任一灭点计算左右转动角pan angle；
依据所述灭线和参照目标的高度信息计算摄像机的高度信息。
本发明实施例还公开了一种获取标定参数的装置，该装置包括在视频图像数据中没有标定控制场时执行的以下模块：
特定目标检测模块，用于检测视频图像数据中的特定目标；
特征信息提取模块，用于提取所述特定目标的特征信息；
空间平行线提取模块，用于依据所述特征信息提取视频图像数据中的至少两对水平方向的空间平行线；
灭点灭线确定模块，用于依据所述空间平行线形成的灭点确定相应的灭线；
标定参数计算模块，用于按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
优选的，所述特定目标包括运动目标，所述特征信息包括所述运动目标的运动轨迹信息，所述空间平行线提取模块包括：
第一提取子模块，用于在所述运动轨迹信息为直线信息时，提取经直线拟合的运动轨迹信息为空间平行线。
优选的，所述特定目标包括运动目标，所述特征信息包括所述运动目标的运动轨迹信息、顶部信息和底部信息，所述空间平行线提取模块包括：
第二提取子模块，用于在所述运动轨迹信息不是直线信息时，提取所述运动目标在运动轨迹中不同位置点的顶部连线和底部连线为空间平行线。
优选的，所述特定目标包括静止目标，以及，与所述静止目标位置不同、高度相近的相似目标，所述特征信息包括所述静止目标和相似目标的位置信息、顶部信息和底部信息，所述空间平行线提取模块包括：
第三提取子模块，用于提取所述不同位置的静止目标与相似目标的顶部连线和底部连线为空间平行线。
优选的，所述特定目标包括静止目标，所述特征信息还包括静止目标的边缘信息和/或直线信息，所述空间平行线提取模块包括：
第四提取子模块，用于提取所述边缘信息和/或直线信息上特征点的拟合直线为空间平行线。
优选的，所述的装置，还包括：
第一参照信息提取模块，用于提取所述视频图像数据中参照目标的真实尺度信息；
所述标定参数计算模块包括：
参考尺度计算子模块，用于根据当前设置的倾角tilt angle计算标定参数，所述标定参数包括所述参照目标的参考尺度信息；
误差提取子模块，用于计算所述真实尺度信息和参考尺度信息的误差值；
标定参数确定子模块，用于若所述误差值为遍历倾角tilt angle的多个预设值后，所获得的最小误差值，则确定依据该倾角tilt angle计算的标定参数为所述视频图像数据的标定参数。
优选的，所述标定参数包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，所述参考尺度计算子模块进一步包括：
焦距及灭点计算单元，用于根据当前设置的倾角tilt angle计算焦距和垂直方向上的灭点；
旋转角计算单元，用于根据所述灭线确定偏航角yaw angle，并提取灭线上任一位置的灭点，由所述灭点计算左右转动角pan angle；
摄像机高度确定单元，用于依据所述灭线、垂直方向上的灭点和参照目标的尺度信息，计算摄像机的高度信息；
矩阵生成单元，用于根据所述焦距、三个旋转角和摄像机的高度信息确定所述视频图像数据的三维成像矩阵；
参考尺度计算单元，用于采用所述三维成像矩阵计算所述参照目标的参考尺度信息。
优选的，所述标定参数包括参照目标的真实高度信息；所述的装置还包括：
第二参照信息提取模块，用于提取所述视频图像数据中参照目标的顶部信息和底部信息；
所述标定参数计算模块包括：
第一计算子模块，用于依据所述灭线以及参照目标的顶部信息和底部信息计算参照目标的真实高度信息。
优选的，所述标定参数包括参照目标的真实高度信息和/或长度信息；所述的装置还包括：
第三参照信息提取模块，用于提取所述视频图像数据中参照目标的尺度信息和/或角度信息；
所述标定参数计算模块包括：
第二计算子模块，用于依据所述灭线以及参照目标的尺度信息和/或角度信息，计算参照目标的高度信息和/或长度信息。
本发明实施例还公开了一种视频监控系统，包括用于采集视频图像数据的视频采集模块，以及，用于依据标定参数分析三维成像信息的处理模块，所述系统还包括获取标定参数的装置，该装置包括在视频图像数据中没有标定控制场时执行的以下模块：
特定目标检测模块，用于检测视频图像数据中的特定目标；
特征信息提取模块，用于提取所述特定目标的特征信息；
空间平行线提取模块，用于依据所述特征信息提取视频图像数据中的至少两对水平方向的空间平行线；
灭点灭线确定模块，用于依据所述空间平行线形成的灭点确定相应的灭线；
标定参数计算模块，用于按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
与现有技术相比，本发明具有以下优点：
本发明通过充分利用单视图场景中特定目标的特征信息，如几何信息、运动信息或人为的控制信息等，更准确、合理地提取视频图像中的空间平行线，并根据由当前空间平行线所确定的灭点和灭线的不同情况，按照预置规则相应地组合各种信息进行处理，以在视频图像数据中没有标定控制场的条件下，仍能获得精度较高的标定参数。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明实施例的核心构思之一在于，通过充分利用单视图场景中特定目标的特征信息，如几何信息、运动信息或人为的控制信息等，更准确、合理地提取视频图像中的空间平行线，并根据由当前空间平行线所确定的灭点和灭线的不同情况，按照预置规则相应地组合各种信息进行处理，以在视频图像数据中没有标定控制场的条件下，仍能获得精度较高的标定参数。
参考图1，示出了本发明的一种获取标定参数的方法实施例1的流程图，具体可以包括以下步骤：
步骤101、判断视频图像数据中是否有标定控制场，若没有，则执行步骤102-104：
步骤102、检测视频图像数据中的特定目标，并提取所述特定目标的特征信息；
步骤103、依据所述特征信息提取视频图像数据中的至少两对水平方向的空间平行线，由所述空间平行线形成的灭点确定相应的灭线；
步骤104、按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
为使本领域技术人员更好地理解本发明，本说明书将以视频监控为例详细说明各实施例。
在视频图像数据中，地面上的空间平行线和/或平行于地面的空间平行线，是计算标定参数最有用的几何信息，也就是说，决定标定参数精高低的主要因素之一在于，空间平行线提取得是否准确、合理。
现有技术中，空间平行线的提取方式一般是基于视频监控场景中平行于地面的直线信息(如马路边缘，车道线等)来提取，这种方式的局限性较大，尤其是对那些没有道路信息的监控场景，采用现有技术很难提取到空间平行线，在这种情况下，则只能通过人工标识来提取。
然而，本专利发明人注意到，视频监控的目标一般都位于地面上，而位于地面上的目标总能形成与地面平行的空间平行线。例如，当目标是人或车辆时，其直线运动轨迹可以形成与地面平行的空间平行线；或者，某个人在不同位置点的顶部连线和底部连线同样可以形成与地面平行的空间平行线等；故提出采用视频图像数据中特定目标的特征信息来提取空间平行线，可以看出，所获得的空间平行线不仅准确、合理，并且完全不受监控场景的限制，即使监控场景中没有道路信息，也能通过图像中特定目标的特征信息，将平行于地面的空间平行线确定出来。
当然，本领域技术人员采用任一种获取所述特定目标及其特征信息的方式都是可行的，如运动检测、人体检测方式等，本发明对此无需加以限制。此外，本领域技术人员还可以根据实际情况，从一帧或多帧视频图像数据中获取特定目标及其特征信息，例如，对于静止目标的特征信息可以仅从一帧视频图像中提取；对于运动目标的特征信息可以从多帧图像中提取，本发明对此亦无需加以限制。
当获得视频图像数据中至少两对水平方向的空间平行线时，则可依据这些空间平行线确定出灭点及相应的灭线。然而，由于空间平行线的提取受到视频图像数据、特定目标及特征信息的影响，由空间平行线所确定的灭点及灭线可能出现不同的情况，例如，有时可以获得三个互相垂直方向上的灭点；有时仅仅可以获得灭线；此时，则需要判断当前情况属于哪种类型的标定，然后采用相应的计算规则计算出对应的标定参数即可。
作为另一实施例，本发明还可以包括在视频图像数据中存在标定控制场时的处理步骤，本领域技术人员采用任一种基于控制场的标定方式都是可行的，例如，采用经典的数值分析算法来计算出标定参数；采用基于三维控制场的标定方法等。由于视频监控中关心的目标一般都位于地面上，因此优选可以采用在平面上布设二维控制场的方法来获取标定参数，特别当需要对图像中地面上的目标进行长度度量时，可以仅用4个点来计算欧式空间中的地面和图像中的地面成像面之间的单应性矩阵(Homography Matrix)。通过该单应性矩阵即可获得完全标定。
参考图2，示出了本发明的一种获取标定参数的方法实施例2的流程图，具体可以包括在视频图像数据中没有标定控制场时执行的以下步骤：
步骤201、检测视频图像数据中的运动目标，并提取所述运动目标的运动轨迹信息；
从视频图像数据中检测出运动目标的方法可以采用当前帧图像减背景图像的方法，例如，可以包括以下子步骤：
子步骤A1、建立视频图像数据的背景图像，该背景图像通常对应的是场景中的静止目标；
子步骤A2、用当前帧图像(该图像中包含了运动目标)与背景图像相减并进行二值化，则可以得到所有运动目标所覆盖的区域；
子步骤A3、对二值化图像进行连通域分析，则可以得到每个运动目标的位置和形状信息。
对所述运动目标进行跟踪即可获得其运动轨迹信息。所谓跟踪就是建立同一个运动目标在相邻帧之间的对应关系，即运动目标在按照若干帧中的所有对应位置排列起来就是运动目标的运动轨迹。运动目标轨迹信息的获取方法有很多，其区别主要在于跟踪方式的不同，以下通过两个具体例子进行说明。
例1，根据位置最接近的方法来进行跟踪：
这种方法的思想是同一个运动目标在相邻帧之间的位置变化较小，对前一帧中的每个目标，计算其与后一帧中每个运动目标的距离。跟踪时，首先在前后相邻帧之间找到距离最小的一对运动目标，认为它们对应了同一个运动目标，并将这两个目标分别从目标集合中删除。然后在前后帧剩余的目标中找距离最小的对应目标，直到前后两帧包含的运动目标集合中有一个为空。如果前一帧中还有运动目标没有找到对应，那么就认为该目标在后一帧中没有被跟踪上，如果后一帧中还有运动目标没有找到对应，那么就认为该目标是一个新出现的目标。
例2，根据颜色信息来进行跟踪。
上述的方法1只用到目标的位置信息，是一种比较简单但是速度很快的方法，这种方法的缺点是如果多个运动目标靠的较近，那么仅用位置信息就可能导致跟踪错误。基于颜色信息来进行跟踪可以得到更好的跟踪效果，如很著名的mean shift算法就可以基于颜色来对目标进行跟踪。
当然，上述运动目标检测及运动轨迹信息的提取方法仅仅用作示例，本领域技术人员采用任一种方法实现都是可行的，本发明对此不作限制。
步骤202、依据所述运动轨迹信息提取视频图像数据中的至少两对水平方向的空间平行线；
优选的，在本实施例中，本步骤可以包括以下子步骤：
在所述运动轨迹信息为直线信息时，提取经直线拟合的运动轨迹信息为空间平行线。
例如，在高速公路的视频监控场景中，作为运动目标的车辆一般都是沿着高速公路的方向直线匀速行驶，本发明通过检测行驶的车辆并进行跟踪，记录其轨迹，当车辆轨迹达到一定长度时，用直线拟合的方式来将轨迹拟合为一条直线，根据不同车道的多辆车的运动轨迹拟合成的直线，就可以形成多条水平方向的空间平行线。
所述直线拟合处理可以采用现有技术中的任一种方法，例如，最小二乘法、RANSAC算法等，本发明对此无需加以限制。
步骤203、由所述空间平行线形成的灭点确定相应的灭线；
步骤204、按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
根据运动轨迹信息提取空间平行线的好处在于，无需相关技术人员参与，自动化程度很高。
参考图3，示出了本发明的一种获取标定参数的方法实施例3的流程图，具体可以包括在视频图像数据中没有标定控制场时执行的以下步骤：
步骤301、检测视频图像数据中的运动目标，并提取所述运动目标的运动轨迹信息、顶部信息和底部信息；
所述运动目标顶部信息和底部信息提取的方式可以采用任一种智能检测的方法，例如，针对作为运动目标的行人而言，可以采用如下人体检测方法：
步骤B1、计算检测图像的边缘强度和离散化边缘方向；
步骤B2、根据所述边缘强度和离散化边缘方向，计算预设的检测框内图像的边缘方向直方图；
步骤B3、利用层次型自适应增强算法分类器对所述边缘方向直方图进行验证，得到所述检测框内的人体位置。
或如，针对作为运动目标的车辆而言，可以采用如下车辆检测方法：
步骤C1、采集路面图像/视频；
步骤C2、提取所述路面图像/视频内的尺度不变特征变换(SIFT)特征；
步骤C3、对尺度不变特征变换(SIFT)特征进行有序化处理，并通过网络传送到分类器，其中，所述分类器通过事先训练得出；以及所述分类器根据经过有序化处理的尺度不变特征变换(SIFT)特征对路面图像进行车辆检测。
基于诸如此类的物体检测方法获得运动目标后，可以进一步对该运动目标进行主成分分析(PCA，Principal Component Analysis)，以获得运动目标的顶部和底部信息。主成分分析是现有技术中一种常用的数据压缩方法，它基于变量之间的相互关系，在尽量不丢失信息的前提下来实现压缩。通过主成分分析可以得到一个主轴，主轴代表了数据分布的主方向。视频监控中的行人或车辆一般都是与地面垂直的，在视频中的成像大致和y轴平行。通过对检测到的运动目标所包含的像素点坐标进行主成分分析，可以较为准确的提取出运动目标的顶部和底部信息。
由于物体检测方法一般都是基于统计的方式来完成，当训练样本完备时，可以取得较好的检测效果，从而进一步方便空间平行线的提取，使本发明可应用于更多监控场景中。当然，上述方法仅仅用作示例，本发明对所述运动目标顶部信息和底部信息的提取方式并不进行限定。
步骤302、依据所述运动目标的运动轨迹信息、顶部信息和底部信息，提取视频图像数据中的至少两对水平方向的空间平行线；
优选的，在本实施例中，本步骤可以包括以下子步骤：
在所述运动轨迹信息不是直线信息时，提取所述运动目标在运动轨迹中不同位置点的顶部连线和底部连线为空间平行线。
例如，参考图4所示的空间平行线、灭点和灭线的示意图，假设从视频图像数据中获取的行人的运动轨迹信息并不是直线，在这种情况下，提取行人在运动轨迹中A点、B点和C点位置的成像，将不同位置点上该行人的顶部和底部相连，即可获取相应的顶部连线和底部连线，如图4中A点与B点位置的行人顶底部连线形成的空间平行线41和42；C点与B点位置的行人顶底部连线形成的空间平行线43和44。
步骤303、由所述空间平行线形成的灭点确定相应的灭线；
依据灭点理论，图4中的空间平行线41和42可以定位一个灭点P1，空间平行线43和44可以定位一个灭点P2，由所述灭点P1和灭点P2即可确定出灭线VL。
步骤304、按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
采用运动目标顶部和底部信息的好处在于，实现简单，并且不受监控场景的限制。即使提取到非直线的运动轨迹信息时，也可以通过运动目标在不同位置点的成像获得空间平行线。
参考图5，示出了本发明的一种获取标定参数的方法实施例4的流程图，具体可以包括在视频图像数据中没有标定控制场时执行的以下步骤：
步骤401、检测视频图像数据中的静止目标，以及，与所述静止目标位置不同、高度相近的相似目标，并提取所述静止目标和相似目标的位置信息、顶部信息和底部信息；
步骤402、依据所述静止目标和相似目标的位置信息、顶部信息和底部信息，提取视频图像数据中的至少两对水平方向的空间平行线；
优选的，在本实施例中，本步骤可以包括以下子步骤：
提取所述不同位置的静止目标与相似目标的顶部连线和底部连线为空间平行线。
步骤403、由所述空间平行线形成的灭点确定相应的灭线；
步骤404、按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
当视频监控场景中没有明显的运动目标，或者，不能提取出足够数量的空间平行线时，采用本实施例提取静止目标及其相似目标的顶部信息和底部信息是一种非常有效的方法。
可以理解的是，静止目标与相似目标实质为监控场景中不同位置、相同高度的目标。在具体实现中，如果视频监控场景中有多个垂直于地面并且高度相同的目标，那么将其顶部和底部分别相连，就可以得到两条平行于地面的直线。比如高度相同但位置不同的车辆，地面上高度相同的电线杆，花台等都可以用来提取空间平行线。
采用静止目标及相似目标的位置、顶部和底部信息的好处在于，实现简单，并且不受监控场景的限制。即使场景中没有任何目标信息，只要有多个与静止目标位置不同的相似目标，即可获得空间平行线。
参考图6，示出了本发明的一种获取标定参数的方法实施例5的流程图，具体可以包括在视频图像数据中没有标定控制场时执行的以下步骤：
步骤501、检测视频图像数据中的静止目标，并提取所述静止目标的边缘信息和/或直线信息；
步骤502、依据所述静止目标的边缘信息和/或直线信息，提取视频图像数据中的至少两对水平方向的空间平行线；
优选的，在本实施例中，本步骤可以包括以下子步骤：
提取所述边缘信息和/或直线信息上特征点的拟合直线为空间平行线。
步骤503、由所述空间平行线形成的灭点确定相应的灭线；
步骤504、按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
例如，可以采用Canny算子来提取视频图像数据中静止目标的边缘信息，如果边缘信息量丰富，那么就用Hough变换来提取图像中所有的直线线段；否则直接在原始图像上用Live-ware算法提取直线边缘并拟合成直线，然后从直线线段中选择平行于地面的空间平行线。
一种Live-ware算法的示例如下所示：
Live-ware算法将图搜索的方法应用到图像边缘提取和跟踪当中。图像中的每个像素点都被看做是图中的一个节点p，每个像素的8个邻域像素点看作是与该节点连通的8个节点，8个邻域节点和p的连线可以看作是图中的边。p点到其中一个邻域点q的边的权重可以根据以下公式来计算：
l(p，q)＝ωZ·fZ(q)+ωG·fG(q)+ωD·fD(p，q)
其中，fZ(q)代表了像素点q的拉普拉斯算子计算的值，其几何意义是边缘点对应的拉普拉斯算子值较小。fG(q)则是根据梯度来计算，像素点的梯度越大，该值越小，其计算公式为：
G=Ix2+Iy2fG=max(G)-Gmax(G)=1-Gmax(G)]]>
其中，Ix，Iy代表了像素点在x，y方向上的导数值；fD(p，q)代表了梯度方向，该项的作用是为权重增加一个平滑影响因子。边缘变化剧烈的地方该值就大。
具体步骤为：在搜索时，从种子点开始，计算种子点和每个邻域点构成的边的权重，将邻域点坐标和权重值都保存到一个集合A中。从A中取出权重最小的像素点，重复上述的邻域搜索过程，直到所有的边都被遍历。当搜索完成后，可以获得该种子点到所有节点之间的最短路径。
当然，本领域技术人员采用任一种空间平行线的提取方法都是可行的，例如，采用基于边缘点的跟踪算法，首先提取出图像中的边缘点(如使用Canny算子)，然后利用跟踪算法将离散的点连成线段；或者，采用基于特征点提取的直线拟合算法，首先提取直线上的图像特征点，然后对直线上所有的点进行最小二乘拟合来得到直线方程等，本发明对此无需加以限制。
在具体实现中，由于灭点数量越多，往往能够达到的标定精度就更高，因此，本领域技术人员对上述实施例2-实施例5任意组合应用都是可行的，故上述实施例2-实施例5之间的任意组合都是本发明的实施例，但是由于篇幅限制，本说明书在此就不一一详述了。
在具体实现中，根据灭点数量的不同，以及是否有地面上的尺度和/或角度信息来判断属于哪种类型的标定，并按照相应的计算规则计算出对应的标定参数。具体可以包括以下计算规则：
第一种、能够获得灭线和图像中一个参照目标的尺度信息；
在这种情况下，作为本发明的一种优选实施例，本发明还可以包括步骤：
提取所述视频图像数据中参照目标的真实尺度信息；
所述计算标定参数的步骤可以包括以下子步骤：
子步骤D1、根据当前设置的倾角tilt angle计算标定参数，所述标定参数包括所述参照目标的参考尺度信息；
子步骤D2、计算所述真实尺度信息和参考尺度信息的误差值；
子步骤D3、若所述误差值为遍历倾角tilt angle的多个预设值后，所获得的最小误差值，则确定依据该倾角tilt angle计算的标定参数为所述视频图像数据的标定参数。
优选的，所述标定参数可以包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，所述根据当前设置的旋转角β计算标定参数的子步骤D1可以进一步包括：
根据当前设置的倾角tilt angle计算焦距和垂直方向上的灭点；
根据所述灭线确定偏航角yaw angle，并提取灭线上任一位置的灭点，由所述灭点计算左右转动角pan angle；
依据所述灭线、垂直方向上的灭点和参照目标的尺度信息，计算摄像机的高度信息；
根据所述焦距、三个旋转角和摄像机的高度信息确定所述视频图像数据的三维成像矩阵；
采用所述三维成像矩阵计算所述参照目标的参考尺度信息。
本实施例的核心构思之一在于，对倾角可能的取值进行遍历，然后找到最符合已有尺度信息的倾角。其优点是可以减少标定的限制，并保证标定的精度。
在本实施例的一种具体示例中，可以包括如下步骤：
第1步、计算灭线；
当已知两对水平方向的空间平行线时，就可以计算出灭线的值。在投影几何中，灭线的值就是一个三维的矢量。
第2步、依次对倾角β进行赋值；
在实际中，β的取值一般在0-90度之间；
第3步、根据设定的β来计算焦距和垂直方向上的灭点：
其中，β角与灭线VL，垂直灭点VVY之间的关系如图7所示，从图7中可以看出：
tgβ=v0-vvxf]]>
tgβ=fvvy-v0]]>
其中，VL是灭线，O是主点，v0是主点的纵坐标，vvx是x方向上的灭点与灭线的交点的纵坐标。该公式的实现基础是灭线已经经过旋转，与x轴平行。因此旋转前的vvx的值等于主点到灭线的距离。
参考图8所示的灭线、主点和γ角的关系示意图，如果灭线没有经过旋转，灭线和x轴的夹角就是γ。在灭线已知时，根据β的可以计算出焦距f的值，然后根据f和β的值就可以计算出垂直方向上的灭点的值。
第4步、设定灭线上一个灭点的位置，根据该位置来计算α；
计算α时，需要知道灭线上的一个灭点的横坐标。
α＝c tan-1((uvx-u0)cos(β)/f)
即：![]()
该灭点的坐标可以任意选取。
第5步、根据灭线，垂直方向上的灭点和参照目标的真实尺度信息(如地面上一个目标的长度)来计算摄像机的高度，具体可以采用如下公式计算：
HHc=1-d(x′,c)d(x,v)d(x,c)d(x′,v)]]>
第6步、根据计算得到的焦距、旋转角和摄像机的高度来计算地面点与其成像点之间的单应性矩阵；
假设地面位于Z＝0的平面上，那么地面上的点与其成像之间的联系可以用一个3*3的矩阵来表示，如：
uv1=λARTXY01=λAr1r2TXY1]]>
令：H＝A[r1r2T]，H就是单应性矩阵。从公式可以看出，利用单应性矩阵可以直接从图像坐标来计算地面点的空间坐标。
第7步、利用单应性矩阵来将视频图像数据中参照目标的真实尺度信息反算到欧式空间，并计算其参考尺度信息。用计算出来的参考尺度信息和真实尺度信息相减得到误差值，并记录该误差值；
第8步、返回到第2步，依次遍历所有β的可能取值。
第9步、从所有的误差值中，取出最小误差值对应的标定结果作为最终的标定结果。
第二种、仅能获得灭线的信息；
在实际中，从图像中找到地面无穷远处对应的灭线信息相对来说比较容易。在一些监控场景中，可以直接从图片上找到地平线，地平线就是地面无穷远处的灭线；还可以通过图像中地面上或与地面平行的至少两对空间平行线，计算出两个或者多个灭点，根据灭点的连线就能计算出灭线信息。
在这种情况下，作为本发明的又一种优选实施例，所述标定参数可以包括参照目标的真实高度信息；本发明还可以包括以下步骤：
提取所述视频图像数据中参照目标的顶部信息和底部信息；
本发明中所述计算标定参数的步骤可以进一步包括以下子步骤：
依据所述灭线以及参照目标的顶部信息和底部信息计算参照目标的真实高度信息。
具体可以采用以下公式计算：
αZ=-||b×t||(l^.b)||v×t||]]>
其中，![]()
是归一化后的灭线矢量，v是垂直方向上的灭点矢量。b，t是图像上的某个已知高度的目标的底部和顶部的坐标，Z是该目标的真实高度。
具体而言，灭线![]()
可以根据两组平行线的交点来计算。参考图9所示的灭点、灭线示意图，图像左边的一组平行线可以确定出灭点P3，右边的一组平行线可以确定出灭点P4，由这两个灭点获得灭线L1。v是垂直方向上的灭点，可以用一组和地面垂直的直线目标的交点来计算，如图中的垂直线条93。当摄像机的光轴和地平面平行时，v点就位于无穷远处，即如图中的垂直线条互相平行，没有交点，即意味着v点就位于无穷远处。b，t是图像上的某个已知高度的参照目标的底部和顶部的坐标，Z是该参照目标的真实高度。如图10中房檐下直立站立的人，b，t可以从图中直接得到，计算出Z＝178.8cm，即这个人(参照目标)的真实身高。
可以看出，公式中灭线![]()
垂直方向上的灭点v，b，t，Z都可以从图像中的几何线索来获得，根据这些已知量，就可以计算出摄像机旋转角的左右转动角α。一旦α计算出来，就可以根据图像中任意目标的b，t值来计算出该目标的真实高度Z。
当然，上述方法仅仅用作示例，本领域技术人员采用任一种基于灭线和参照目标顶底信息计算目标真实高度的方法都是可行的，本发明对此不作限制。
第三种、能够获得灭线信息和图像中参照目标的尺度和/或角度信息；
参照第二种计算规则中的描述可以得知，当已知灭线时，可以计算出参照目标的高度信息，但很难计算出地面上一个目标的长度。然而，如果能从视频图像数据中得到参照目标的尺度信息和/或角度信息，就可以计算出地面上目标的真实高度信息和/或长度信息。
在这种情况下，作为本发明的又一种优选实施例，所述标定参数可以包括参照目标的真实高度信息和/或长度信息；本发明还可以包括步骤：
提取所述视频图像数据中参照目标的尺度信息和/或角度信息；
本发明中所述计算标定参数的步骤可以进一步包括以下子步骤：
依据所述灭线以及参照目标的尺度信息和/或角度信息，计算参照目标的高度信息和/或长度信息。
由于地面上的尺度和角度信息一般比较少，因此可以将已知尺度或者角度的参照目标放置在地面进行拍摄。在这种情况下，参照目标的高度和长度信息都可以获得。参照目标长度的恢复可以利用分层纠正的方法来实现。因为地面上的参照目标和成像后的目标之间的投影关系可以写为：
X＝SAPx
其中，X是真实欧式空间中的坐标值，x是图像坐标值。P是投影矩阵，A是仿射矩阵，S是相似变换矩阵。三个矩阵的内部形式为：
P=100010l1l2l3]]>
A=1/β-α/β0010001]]>
S=sr1sr2txsr3sr4ty001=sRt→0→T1]]>
P矩阵中的(l1，l2，l3)就是灭线的坐标，所以可以根据灭线来恢复P。根据地面上参照目标的角度和尺度可以恢复A。S矩阵只有旋转，平移和一个比例因子，其中旋转和平移不会影响长度，比例因子可以根据已知的尺度信息来恢复。
第四种、能够获得互相垂直的三个方向上的灭点；
在这种情况下，作为本发明的又一种优选实施例，本发明还可以包括以下步骤：
提取所述视频图像数据的主点，以及，参照目标的高度信息；
在本实施例中，所述标定参数包括摄像机的三个旋转角：倾角tiltangle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，当由所述空间平行线形成的灭点为互相垂直的三个方向上的灭点，所述计算标定参数的步骤可以进一步包括以下子步骤：
子步骤E1、依据至少两对水平方向的空间平行线形成的灭点计算灭线，并依据该灭线确定偏航角yaw angle；
子步骤E2、依据垂直方向上的空间平行线形成的灭点计算焦距；
子步骤E3、依据所述焦距和灭线计算倾角tilt angle；
子步骤E4、依据所述主点、焦距和灭线上的任一灭点计算左右转动角pan angle；
子步骤E5、依据所述灭线和参照目标的高度信息计算摄像机的高度信息。
这是单视图标定最理想的情况，如果能从视频图像数据中找到地面上互相垂直的两个方向上的灭点和垂直于地面的灭点后，则可以采用现有技术中的任一种根据三个互相垂直方向上的灭点来计算所有内外方位元素的方法。根据这些参数可以建立监控设备的小孔成像模型，可以用来进行规则几何目标的外形重建。如果假定地平面位于z＝0的平面上，那么可以计算出图像上的目标在地平面上的位置。即这种情况下可以获得完全标定。
公知的是，摄像机标定中的内方位元素主要是指摄像机的焦距和主点位置，外方位元素是指摄像机的三个旋转角(γ，β，α)和摄像机的空间位置。摄像机标定的目的就是计算内外方位元素的值，从而建立空间点和其在图像上的成像点之间的对应关系。
在本实施例的一种具体示例中，可以采用如下公式计算：
M=f0u00fv0001RTP]]>
上述公式即为三维点P和其成像点M之间的投影公式。其中，f是摄像机的焦距，(u0，v0)是主点，R是摄像机三个旋转角度构成的旋转矩阵，T是摄像机的空间位置。主点位置位于图像的中心。
根据三个互相垂直方向上的灭点来反算除了主点之外所有内外方位元素的步骤如下：
第1步、根据平行与地平面的两组平行线来计算灭线；
第2步、根据灭线和图像横轴的夹角来计算γ角的值；
第3步、根据垂直于地面的一组平行线得到的灭点来计算出焦距；
第4步、根据焦距值、灭线坐标来计算出β角的值；
第5步、根据主点、焦距、灭线上一个灭点的坐标来计算α；
第6步、根据灭线和地面上一个已知高度的参照目标来计算出摄像机的高度；
在具体实现，根据标定的类型采用相应的计算规则获得标定参数后，即可确定相应的视频监控设备可以提取哪些三维信息及进行其它处理。
对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
参考图11，示出了本发明的一种获取标定参数装置实施例的结构框图，该装置具体可以包括在视频图像数据中没有标定控制场时执行的以下模块：
特定目标检测模块1001，用于检测视频图像数据中的特定目标；
特征信息提取模块1002，用于提取所述特定目标的特征信息；
空间平行线提取模块1003，用于依据所述特征信息提取视频图像数据中的至少两对水平方向的空间平行线；
灭点灭线确定模块1004，用于依据所述空间平行线形成的灭点确定相应的灭线；
标定参数计算模块1005，用于按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
在本发明的一种优选实施例中，所述特定目标可以包括运动目标，所述特征信息可以包括所述运动目标的运动轨迹信息，所述空间平行线提取模块1003可以包括以下子模块：
第一提取子模块，用于在所述运动轨迹信息为直线信息时，提取经直线拟合的运动轨迹信息为空间平行线。
作为本发明的另一种优选实施例，所述特征信息还可以包括所述运动目标的顶部信息和底部信息，所述空间平行线提取模块1003可以包括以下子模块：
第二提取子模块，用于在所述运动轨迹信息不是直线信息时，提取所述运动目标在运动轨迹中不同位置点的顶部连线和底部连线为空间平行线。
作为本发明的另一种优选实施例，所述特定目标还可以包括静止目标，以及，与所述静止目标位置不同、高度相近的相似目标，所述特征信息可以包括所述静止目标和相似目标的位置信息、顶部信息和底部信息，所述空间平行线提取模块1003可以包括以下子模块：
第三提取子模块，用于提取所述不同位置的静止目标与相似目标的顶部连线和底部连线为空间平行线。
作为本发明的另一种优选实施例，所述特定目标还可以包括静止目标，所述特征信息还可以包括静止目标的边缘信息和/或直线信息，所述空间平行线提取模块1003可以包括以下子模块：
第四提取子模块，用于提取所述边缘信息和/或直线信息上特征点的拟合直线为空间平行线。
在具体实现中，根据灭点数量的不同，以及是否有地面上的尺度和/或角度信息来判断属于哪种类型的标定，并按照相应的计算规则计算出对应的标定参数。具体可以包括以下计算规则：
第一种、能够获得灭线和图像中一个参照目标的尺度信息；
在这种情况下，作为本发明的一种优选实施例，本发明还可以包括第一参照信息提取模块，用于提取所述视频图像数据中参照目标的真实尺度信息；
所述标定参数计算模块1005可以进一步包括以下子模块：
参考尺度计算子模块，用于根据当前设置的倾角tilt angle计算标定参数，所述标定参数包括所述参照目标的参考尺度信息；
误差提取子模块，用于计算所述真实尺度信息和参考尺度信息的误差值；
标定参数确定子模块，用于若所述误差值为遍历倾角tilt angle的多个预设值后，所获得的最小误差值，则确定依据该倾角tilt angle计算的标定参数为所述视频图像数据的标定参数。
更为优选的是，所述标定参数可以包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，所述参考尺度计算子模块进一步包括以下单元：
焦距及灭点计算单元，用于根据当前设置的倾角tilt angle计算焦距和垂直方向上的灭点；
旋转角计算单元，用于根据所述灭线确定偏航角yaw angle，并提取灭线上任一位置的灭点，由所述灭点计算左右转动角pan angle；
摄像机高度确定单元，用于依据所述灭线、垂直方向上的灭点和参照目标的尺度信息，计算摄像机的高度信息；
矩阵生成单元，用于根据所述焦距、三个旋转角和摄像机的高度信息确定所述视频图像数据的三维成像矩阵；
参考尺度计算单元，用于采用所述三维成像矩阵计算所述参照目标的参考尺度信息。
第二种、仅能获得灭线的信息；
在这种情况下，作为本发明的另一种优选实施例，所述标定参数可以包括参照目标的真实高度信息；所述的装置还可以包括第二参照信息提取模块，用于提取所述视频图像数据中参照目标的顶部信息和底部信息；
所述标定参数计算模块1005可以进一步包括以下子模块：
第一计算子模块，用于依据所述灭线以及参照目标的顶部信息和底部信息计算参照目标的真实高度信息。
第三种、能够获得灭线信息和图像中参照目标的尺度和/或角度信息；
在这种情况下，作为本发明的另一种优选实施例，所述标定参数可以包括参照目标的真实高度信息和/或长度信息；所述的装置还可以包括第三参照信息提取模块，用于提取所述视频图像数据中参照目标的尺度信息和/或角度信息；
所述标定参数计算模块1005可以进一步包括以下子模块：
第二计算子模块，用于依据所述灭线以及参照目标的尺度信息和/或角度信息，计算参照目标的高度信息和/或长度信息。
第四种、能够获得互相垂直的三个方向上的灭点；
在这种情况下，作为本发明的另一种优选实施例，所述的装置还可以包括第四参照信息提取模块，用于提取所述视频图像数据的主点，以及，参照目标的高度信息；
所述标定参数包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，当由所述空间平行线形成的灭点为互相垂直的三个方向上的灭点，所述标定参数计算模块1005可以进一步包括以下子模块：
偏航角确定子模块，用于依据至少两对水平方向的空间平行线形成的灭点计算灭线，并依据该灭线确定偏航角yaw angle；
焦距计算子模块，用于依据垂直方向上的空间平行线形成的灭点计算焦距；
倾角计算子模块，用于依据所述焦距和灭线计算倾角tilt angle；
左右转动角计算子模块，用于依据所述主点、焦距和灭线上的任一灭点计算左右转动角pan angle；
摄像机高度计算子模块，用于依据所述灭线和参照目标的高度信息计算摄像机的高度信息。
由于本发明的装置实施例基本相应于前述方法实施例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此就不赘述了。
参考图12，示出了本发明的一种视频监控系统实施例的结构框图，包括用于采集视频图像数据的视频采集模块111，以及，用于依据标定参数分析三维成像信息的处理模块112，所述系统还包括获取标定参数的装置113，该装置具体可以包括在视频图像数据中没有标定控制场时执行的以下模块：
特定目标检测模块131，用于检测视频图像数据中的特定目标；
特征信息提取模块132，用于提取所述特定目标的特征信息；
空间平行线提取模块133，用于依据所述特征信息提取视频图像数据中的至少两对水平方向的空间平行线；
灭点灭线确定模块134，用于依据所述空间平行线形成的灭点确定相应的灭线；
标定参数计算模块135，用于按照预置规则依据所述灭点和/或灭线计算对应的标定参数。
在本发明的一种优选实施例中，所述特定目标可以包括运动目标，所述特征信息可以包括所述运动目标的运动轨迹信息，所述空间平行线提取模块133可以包括以下子模块：
第一提取子模块，用于在所述运动轨迹信息为直线信息时，提取经直线拟合的运动轨迹信息为空间平行线。
作为本发明的另一种优选实施例，所述特征信息还可以包括所述运动目标的顶部信息和底部信息，所述空间平行线提取模块133可以包括以下子模块：
第二提取子模块，用于在所述运动轨迹信息不是直线信息时，提取所述运动目标在运动轨迹中不同位置点的顶部连线和底部连线为空间平行线。
作为本发明的另一种优选实施例，所述特定目标还可以包括静止目标，以及，与所述静止目标位置不同、高度相近的相似目标，所述特征信息可以包括所述静止目标和相似目标的位置信息、顶部信息和底部信息，所述空间平行线提取模块133可以包括以下子模块：
第三提取子模块，用于提取所述不同位置的静止目标与相似目标的顶部连线和底部连线为空间平行线。
作为本发明的另一种优选实施例，所述特定目标还可以包括静止目标，所述特征信息还可以包括静止目标的边缘信息和/或直线信息，所述空间平行线提取模块133可以包括以下子模块：
第四提取子模块，用于提取所述边缘信息和/或直线信息上特征点的拟合直线为空间平行线。
在具体实现中，根据灭点数量的不同，以及是否有地面上的尺度和/或角度信息来判断属于哪种类型的标定，并按照相应的计算规则计算出对应的标定参数。具体可以包括以下计算规则：
第一种、能够获得灭线和图像中一个参照目标的尺度信息；
在这种情况下，作为本发明的一种优选实施例，本发明还可以包括第一参照信息提取模块，用于提取所述视频图像数据中参照目标的真实尺度信息；
所述标定参数计算模块135可以进一步包括以下子模块：
参考尺度计算子模块，用于根据当前设置的倾角tilt angle计算标定参数，所述标定参数包括所述参照目标的参考尺度信息；
误差提取子模块，用于计算所述真实尺度信息和参考尺度信息的误差值；
标定参数确定子模块，用于若所述误差值为遍历倾角tilt angle的多个预设值后，所获得的最小误差值，则确定依据该倾角tilt angle计算的标定参数为所述视频图像数据的标定参数。
更为优选的是，所述标定参数可以包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，所述参考尺度计算子模块进一步包括以下单元：
焦距及灭点计算单元，用于根据当前设置的倾角tilt angle计算焦距和垂直方向上的灭点；
旋转角计算单元，用于根据所述灭线确定偏航角yaw angle，并提取灭线上任一位置的灭点，由所述灭点计算左右转动角pan angle；
摄像机高度确定单元，用于依据所述灭线、垂直方向上的灭点和参照目标的尺度信息，计算摄像机的高度信息；
矩阵生成单元，用于根据所述焦距、三个旋转角和摄像机的高度信息确定所述视频图像数据的三维成像矩阵；
参考尺度计算单元，用于采用所述三维成像矩阵计算所述参照目标的参考尺度信息。
第二种、仅能获得灭线的信息；
在这种情况下，作为本发明的另一种优选实施例，所述标定参数可以包括参照目标的真实高度信息；所述的装置还可以包括第二参照信息提取模块，用于提取所述视频图像数据中参照目标的顶部信息和底部信息；
所述标定参数计算模块135可以进一步包括以下子模块：
第一计算子模块，用于依据所述灭线以及参照目标的顶部信息和底部信息计算参照目标的真实高度信息。
第三种、能够获得灭线信息和图像中参照目标的尺度和/或角度信息；
在这种情况下，作为本发明的另一种优选实施例，所述标定参数可以包括参照目标的真实高度信息和/或长度信息；所述的装置还可以包括第三参照信息提取模块，用于提取所述视频图像数据中参照目标的尺度信息和/或角度信息；
所述标定参数计算模块135可以进一步包括以下子模块：
第二计算子模块，用于依据所述灭线以及参照目标的尺度信息和/或角度信息，计算参照目标的高度信息和/或长度信息。
第四种、能够获得互相垂直的三个方向上的灭点；
在这种情况下，作为本发明的另一种优选实施例，所述的装置还可以包括第四参照信息提取模块，用于提取所述视频图像数据的主点，以及，参照目标的高度信息；
所述标定参数包括摄像机的三个旋转角：倾角tilt angle、左右转动角pan angle和偏航角yaw angle、焦距和摄像机的高度信息，当由所述空间平行线形成的灭点为互相垂直的三个方向上的灭点，所述标定参数计算模块135可以进一步包括以下子模块：
偏航角确定子模块，用于依据至少两对水平方向的空间平行线形成的灭点计算灭线，并依据该灭线确定偏航角yaw angle；
焦距计算子模块，用于依据垂直方向上的空间平行线形成的灭点计算焦距；
倾角计算子模块，用于依据所述焦距和灭线计算倾角tilt angle；
左右转动角计算子模块，用于依据所述主点、焦距和灭线上的任一灭点计算左右转动角pan angle；
摄像机高度计算子模块，用于依据所述灭线和参照目标的高度信息计算摄像机的高度信息。
由于本发明的系统实施例基本相应于前述方法实施例，故本实施例的描述中未详尽之处，可以参见前述实施例中的相关说明，在此就不赘述了。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上对本发明所提供的一种获取标定参数的方法、装置及一种视频监控系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。