[发明专利]灭点提取方法、相机标定方法以及存储介质

说明书

本发明公开了一种灭点提取方法、相机标定方法以及存储介质，该灭点提取方法包括：根据车载相机获取连续的N帧图像提取不变边缘图像，进一步根据不变边缘图像中的有效直线拟合灭点，本发明提出的灭点提取方法，不必使驾驶员刻意保持车辆行驶路径与车道线的平行，可以在车辆行驶场景下自动筛选和提取车辆行驶路径与车道线平行的图像进行灭点的提取和计算，因此对实际驾驶道路及场景都没有特别高的要求。结合上述灭点提取方法和交通标识牌的车载相机标定方法，克服了现有的摄像头参数标定方法的运算量大、易受外部环境干扰等问题，鲁棒性较好，适用性强。

技术领域

本发明涉及图像处理与车载相机技术领域，具体来说，涉及一种灭点提取方法、相机标定方法以及存储介质。

背景技术

车载相机是智能驾驶技术中最重要的传感器之一，而要想将单目相机采集的二维图像转换成有效的三维数据，必须对相机的内参数与外参数进行计算。这一内、外参数计算过程就称之为标定，相机的内参数在镜头固定之后较为稳定，一般不会发生变化，故只需在出厂前进行标定即可；而相机的外参数则会受到安装，车身抖动等影响，是比较容易发生变化的参数，所以在有限的条件下较好较快的对相机外参数进行标定十分重要。相机外参数一般包括位置参数与姿态参数，通常，位置发生的变化量较小，在后续数据处理中，所带来的影响也较小，但是较小的姿态变化，对后续数据处理带来的影响却非常大，故一般只标定相机的姿态即可。相机的姿态由三个独立参数决定，相机坐标系绕三个坐标轴旋转的欧拉角可以完全充分的表达姿态参数。

姿态估计值最广泛使用的算法为PNP算法与基于灭点(无穷远点)的相机姿态估计值，在基于灭点的相机姿态估计值方法中，求灭点的方法一般有两种：求车道线的交点、光流法。

PNP算法是一种应用十分广泛的相机位姿估计值算法，在机器人定位、导航、AR(增强现实)中都有广泛应用，而所有PNP算法的一个共同特点是都需要使用到已知几何尺寸的靶标或者已知空间位置关系的标志点，这些靶标或者标志点通常只有在实验室条件下、或者工厂内才有条件使用，所以PNP算法一般只适用于车辆出厂时进行初始标定。

求车道线的交点(灭点)进行姿态估计值的一个前提条件是车道线需要为平行直线，且车身需要与车道线完全平行，这在实际道路与驾驶过程中是较难实现的，并且也需要较为复杂的算法才能判断上述条件已被满足，例如需要识别车道线，需要判断车道线是否为直线，需要判断车身与道路是否平行，然而在使用本方法的时候，这些问题往往都被忽略了，故姿态估计值结果的精度不能得到有效的保证。

光流法收敛速度快，但是光流法需要车辆保持直线行驶，而且光流法需要进行特征点跟踪，所以运算量较大。同时，光流法还需要排除场景中物体的移动，例如一个典型的场景是前方有车辆时，我们无法得知，前方车辆上被检测出来的特征点的光流是该车辆的移动造成的，还是己方车辆的移动造成的，如果这种情况没有办法被排除，标定结果容易受到干扰而造成精度无法得到保障，一种可行的解决方案是：通过物体检测与识别，只使用如交通标识牌，建筑物等自身不会移动的物体的光流进行计算，但是这一方面增加了方法实施的复杂性，另一方面也增加了对场景的一些要求而无法保证一般条件下的适用性。

发明内容

针对相关技术中车载机姿态自标定中限制条件较多、精度没有保障的问题，本发明提出一种鲁棒性好、适用性强的灭点提取方法、相机标定方法以及存储介质。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种灭点提取方法，包括：

S11，获取连续的N帧图像中的不变边缘图像；

S12，判断不变边缘图像是否有效；

S13，若不变边缘图像有效，根据不变边缘图像提取Q条直线，根据Q条直线的交点确定灭点的单次估计值；

S14，根据灭点的单次估计值统计出灭点的最佳估计值；