[发明专利]一种基于黑白格角点匹配的自动标定方法

说明书

技术领域

本发明涉及数字图像处理与计算机视觉技术，特别地，涉及全景泊车系统的摄像机标定方法。

背景技术

我国是一个交通事故严重的国家，每年的死亡人数和致死率都不容乐观。减少交通事故不仅要在主观上增强安全意识，客观上更要提高汽车本身安全驾驶的可靠性。现存的各式各样的辅助驾驶工具就是为了解决这个问题。汽车安全保障系统大体可以分为被动和主动系统，前者主要包括安全带、安全气囊等，虽然能降低事故伤亡程度，但并不能防止事故的发生。后者则主要利用各类传感器如，超声波、雷达、红外热传感器和摄像机等。它们能够为驾驶员决策提供障碍物等路况信息。同时，主动安全保障系统也构成了智能交通系统的重要组成部分。在上述所有的方法中，摄像机具有低成本、易维护和高集成性等优点，因此得到了广泛的应用。

随着图像处理和计算机视觉的快速发展，越来越多的先进技术被应用到汽车电子领域。传统的基于图像的辅助驾驶，只在汽车车尾安装倒车摄像头，只能覆盖汽车周围有限的区域，而车两侧和前方的视觉盲区无疑增加了安全驾驶的隐患。为了扩大驾驶员的视野范围，就必须感知汽车四周360°环境，这就需要多个视觉传感器之间信息融合和配准。多个视觉传感器之间的相互位置和姿态关系参数从特定的测量传感器获得，这就使融合配准的结果严重依赖于精确的位置和姿态参数。

发明内容

本发明针对汽车的全景摄像辅助系统，本发明提供一种的能够获得车身周围的虚拟鸟瞰全景图的设计方案。

一种基于黑白格角点匹配的自动标定方法，包括以下步骤：

（1）采用黑白格的标定布作为标定模板，对摄像机采集到的汽车的前后左右四个方向的黑白格图像采用改进的harris角点检测算法分别检测图像的角点； 

（2） 对（1）中检测到的四幅图像通过黑白格匹配算法计算黑白格内部角点并建立角点之间的位置关系，形成角点网格；

（3） 根据（2）中得到的角点网格计算四个畸变图像的畸变中心点；

（4） 根据（3）中求出的畸变图像的畸变中心点、焦距以及镜头模型进行图像的畸变校正，把四幅图像校正为无畸变的图像；

（5） 根据车长、车宽以及实际视野的大小来计算最终输出视图的大小，并根据最终输出视图的大小计算四幅无畸变图像的角点在虚拟鸟瞰全景图中的相对坐标以及在虚拟鸟瞰全景图视图中拼接与融合后的真实坐标位置；

（6） 根据（4）中得到的无畸变的图像，求出无畸变图像中的角点坐标与（5）中得到的虚拟鸟瞰全景图中角点真实坐标的单应性矩阵；

（7） 根据虚拟鸟瞰摄像机的位置和（6）中的单应性矩阵进行视角变换，把四幅图像变换到以虚拟鸟瞰摄像机作为原点的虚拟鸟瞰摄像机的坐标系；

（8） 根据（7）中的虚拟鸟瞰摄像机的坐标系，求出该坐标系中的图像点与原始图像点之间的对应关系，生成查找表。

所述改进harris角点检测改进算法为：

 （1）采用水平梯度算子

，

垂直梯度算子

，

求得每个像素的水平梯度和垂直梯度和，并生成矩阵

，其中·

（2）对， 以及分别通过二阶高斯滤波函数

进行高斯滤波，其中为， 以及中的元素的标准差， 和是高斯模板中的元素的坐标和模板中心元素的坐标的差值。分别对， 和三个矩阵进行高斯滤波之后，再组成新矩阵。

（3）计算原图像上每个像素点的兴趣值，即R值：

，

每个像素点对应的矩阵对应的两个特征值。

（4）建立一个与图像同等大小的全零矩阵result来保存角点结果，依次搜索所有点对应的矩阵的特征值，看是否两个都大于一定的阈值，满足条件的点在result中赋值为1。

（5）设定一个特定大小的窗口，让窗口在图像上移动，一个窗口中可能存在多个上一步中求出的角点，选择其中使得R的值最小的点作为角点，其余赋值为0。

所述黑白格匹配算法为：

（1）对图像进行高斯滤波，其中高斯模板为：

；

（2）根据检测到角点的坐标，在每个角点坐标分别在x方向和y方向的坐标值加上一个预设的数值，若加上预设的数值后坐标值x方向或y方向的坐标值小于0或者大于图像的最大坐标，则表示该角点为图像边缘角点，应该被舍去。