[发明专利]一种用于车载环视系统摄像头参数标定的特征点抽取方法

摘要

一种用于车载环视系统摄像头参数标定的特征点抽取方法，该方法根据车辆尺寸、摄像头安装位置、安装角度等信息预测校正标志物在图像中所出现的位置区域；根据标志物图像颜色、亮度等特征，实用角点检测算法选取特征点，该特征点抽取的方法步骤简单，缩短了抽取特征点所用的时间，提高了整个标定过程的效率。并且容易区分不同摄像头对应的不同特征点的存在位置，避免混淆。

主权项

一种用于车载环视系统摄像头参数标定的特征点抽取方法，该方法包括以下步骤：1)预测校正标志物区域：根据车辆尺寸、摄像头安装位置、安装角度、摄像头既定参数以及校正标志物的三维坐标预测校正标志物在图像中所出现的位置区域；其特征在于，2)根据标志物形态选择特征点位置；2.1)当标志物为色块标定时，摄像头在步骤1)的预测区域中寻找校正标志物颜色的像素点；在该颜色的像素候补区域通过收缩膨胀的变形处理去除小粒子，把大面积的该颜色区域连在一起，通过计算粒子面积的解析方法得到在预测区域中最大面积的该颜色区域作为输出结果；之后通过图像角点检测算法选取特征点；2.2)当标志物为LED光点或反光求标定时，摄像头在步骤1)的预测区域中抽取高亮点作为特征点；3)对步骤2)中获得的特征点进行特征点匹配：将校正标志物的三维坐标与对应图像的二维坐标进行匹配，去掉没有匹配上的特征点；其中，在所述步骤2.2)中，在亮度最高的值开始向低亮度方向搜寻谷底，并累计像素数；如果这个谷底距离最高亮度的差距在某一预先设定的阈值以内，而且累计像素数也少于区域总像素数的一定比例，那么这个谷底就是亮度阈值，凡是高于这个亮度的像素作为高亮点候补抽取，并通过粒子解析算法进行聚类，求出每个粒子的中心位置。