[发明专利]车载全景成像系统的自动标定方法

说明书

技术领域

本发明涉及汽车电子领域，特别涉及一种车载全景成像系统的自动标定方法。

背景技术

随着汽车电子的蓬勃发展，车载全景系统技术也在逐渐成熟。车载全景系统技术由于成本和使用便捷度的限制，在选择图像采集设备的时候大多选择超广角的鱼眼镜头，然后对摄像头的一般参数、鱼眼镜头的畸变参数及摄像头安装参数进行标定。

现阶段常见的手动标定方法，基于复杂的模板，利用人机交互设备、使用触摸屏辅助在显示的图像中指定图像中坐标点和现实世界坐标点之间的对应关系，操作复杂，费时费力，且适应的天气情况比较少，不能在强光或者阴影下进行自动标定。相对于常见的手动标定方法，现有的自动标定算法没有完全利用模板的有效信息，导致标定鲁棒性较低且要求有较好的标定环境条件。

发明内容

针对上述现有技术，本发明要解决的技术问题是提供一种车载全景成像系统的自动标定方法。

为了解决上述问题，本发明的技术方案是：

车载全景成像系统的自动标定方法，所述车载全景系统包括分别安装于汽车的车头、车尾、左侧和右侧的广角摄像头，包括步骤：

s1、摆放标定模板，调整目标车与标定模版的相对位置；s2、获取并输入现场标定模板摆放参数；s3、通过分析目标车上的广角摄像头抓取到的图像，算出标定模板在图像中的位置；s4、识别出标定模板中预先选定的特征点；s5、确定图像坐标与世界坐标的对应关系；s6、根据步骤s5中图像中像素点对应世界坐标的关系，推算出摄像头参数及全景拼接参数，进行车载全景系统的图像校正及拼接。

优选的，在进行步骤s4的识别后，还判断特征点是否识别成功，若识别成功则进行步骤s5，若识别失败或者特征点位置不准确，则进行手动修正特征点参数，指示出现实世界中的特征点在图像中的位置。

优选的，步骤s1所述标定模板包括分别位于汽车前方、后方、左方和右方并围成矩形的四个条形模板，以及分别位于四个条形模板所围成矩形的四个顶点外侧的四个正方形模板。

优选的，步骤s2中所述模板参数包括相邻两条形模板的长度，模板参数通过人机交互设备进行输入，并保存起来。

优选的，步骤s3利用标定模板的颜色信息，将整个图像的每个像素点都进行归一化RGB处理，进而算出标定模板在图像中的位置。

或者，步骤s3利用标定模板的颜色信息，把原图像转换到HIS或HSV空间中，进而算出标定模板在图像中的位置。

优选的，步骤s4所要识别出的特征点包括正方形模板的四个顶点，和条形模板外边缘上最左点、最右点及中央点。

具体的，步骤s4中识别正方形模板的顶点的方法为：选择完成预处理的图片，在已经识别到的符合模板特征的区域，外扩15-50个像素范围内，求每个象素点横纵两个方向的梯度值，计算两个梯度值的平方和，并依据此平方和进行排序，得到平方和最高的四个像素点，即为需要寻找的正方形模板的四个顶点。

或者步骤s4中识别正方形模板的顶点的方法为：选择完成预处理的图片，在已经识别到的符合模板特征的区域，外扩15-50个像素范围内，计算每个象素点横纵两个方向的梯度值，并将满足阈值的像素点作为正方形模板的边的点集；将边的样本点根据位置和梯度方向分开成四类，即得到正方形边缘的四条边各自的点集，对各个边的样本点进行最小二乘拟合，获得其模型，并依据模型求各个边的交点，并依此找出对应的四个顶点。

本发明还可以通过获得目标车体的参数从而得到模板在现实世界中的位置，其他步骤和上述步骤类似。

本发明提供了一种车载全景系统自动标定方法，处理器利用标定模板的颜色信息，将整个图像的每个像素点都进行归一化RGB处理，或者把原图像转换到HIS或HSV空间中，进而算出标定模板在图像中的位置,对完成预处理的图片，在已经识别到的符合模板特征的区域，外扩15-50个像素范围内,识别标定模板的特征点, 确定图像坐标与世界坐标的对应关系，推算出摄像头参数及全景拼接参数，进行车载全景系统的图像校正及拼接，免除了使用者在标定是繁杂的人工操作且可以适应阴影、强光等多种不同的环境，具有较高的鲁棒性。

附图说明

图1是完成本发明自动标定的模板及摆放方法的示意图；

图2是本发明所述的车载全景系统自动标定方法的流程图；

图3是本发明所述的另一种车载全景系统自动标定方法的流程图。

具体实施方式

为了让本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明作进一步阐述。