CN105574863B - 一种360度环视系统在线自动标定系统 - Google Patents

Abstract

本发明公开了一种360度环视系统在线自动标定系统，自动标定的一个基本前提是一种车型上安装的摄像头的位置和角度一致，该车型不同车辆的摄像头之间的差异来源仅为安装误差，自动标定时，每辆车中有一个环视ECU，环视ECU中运行自动标定算法。本发明的有益效果是：第一，除了第一次标定需要人工参与外，后面该车型所有车辆的标定都没有人工参与，也即一种车型只有一次手动标定过程。第二，除了第一次标定是对单视图进行标定，后面所有的标定均是对俯视图进行标定。

Description

一种360度环视系统在线自动标定系统

技术领域

本发明涉及一种在线自动标定系统，具体是一种360度环视系统在线自动标定系统。

背景技术

360度环视系统需要摄像头的标定过程，现有的标定过程一般需要人工参与。一般采用的标定方法是：首先在地面铺设标定布和标定板，然后利用摄像头进行拍照，人工选取照片中的标记点，最后计算生成俯视图。由人工参与的标定过程存在一些缺点。第一，每次拍照后需要人工选取标定点，效率较低。第二，人工选取标定点具有一定的主观性。第三，标定人员长期工作，会导致选点效率和准确度降低。所以由人工参与的标定过程不适合大量安装环视的场合。

发明内容

本发明的目的在于提供一种360度环视系统在线自动标定系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种360度环视系统在线自动标定系统，自动标定的一个基本前提是一种车型上安装的摄像头的位置和角度一致，该车型不同车辆的摄像头之间的差异来源仅为安装误差，自动标定时，每辆车中有一个环视ECU，环视ECU中运行自动标定算法，自动标定系统的自动标定过程包括以下步骤：

(1)首先在自动标定场地的地面上铺设手动标定点，将车辆驶入手动标定点所在的区域，对该车进行单视图手动标定，生成标准表并下载至每辆车中的环视ECU；

(2)然后在自动标定场地的地面上铺设自动标定点，将车辆驶入自动标定点所在的区域，拍照，开始自动标定运算过程，其具体运算过程包括：

2.1)使用环视ECU中的标准表对拍摄到的图像进行作用，生成4幅俯视图；

2.2)使用自动取点算法对4幅俯视图自动取点，自动取点算法能够自动检测俯视图中的自动标定点并且对自动标定点进行编号；

2.3)利用取得的自动标定点对环视ECU中现有的标准表进行调整，并生成调整后的表，以补偿摄像头安装误差；

(3)调整后的表生成后，表明自动标定过程结束。

作为本发明进一步的方案：自动取点算法的具体步骤如下：

(1)检测4幅俯视图中所有的角点，此处使用Harris角点检测算法；

(2)生成4幅俯视图的邻域图像块匹配模板和邻域环线匹配模板；

(3)对4幅俯视图中所有角点的邻域图像块进行分析，首先对邻域图像进行阈值分割，对阈值分割后的图像块做形态学开运算；

(4)对处理后图像块进行环线统计；

(5)对处理后图像块进行模板匹配和环线匹配，结合匹配值及4幅俯视图中标定点出现的位置进行筛选；

(6)对符合条件的角点进行合并；

(7)根据标定点的行列信息去除不符合条件的角点。

与现有技术相比，本发明的有益效果是：第一，除了第一次标定需要人工参与外，后面该车型所有车辆的标定都没有人工参与，也即一种车型只有一次手动标定过程。第二，除了第一次标定是对单视图进行标定，后面所有的标定均是对俯视图进行标定。对俯视图进行标定有2个优点：其一是在俯视图中，标定图形是没有畸变的，在俯视图上自动取点比较容易，一般不会漏检和多检；其二是对标准表进行调整计算量很小，使得该计算过程可以在环视ECU上运行，并且不会耗时较长。

附图说明

图1为手动标定点的排列示意图。

图2为自动标定点的排列示意图。

图3为自动取点算法流程图。

图中：自动标定点1、手动标定点2。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例中，一种360度环视系统在线自动标定系统，自动标定的一个基本前提是一种车型上安装的摄像头的位置和角度基本一致，该车型不同车辆的摄像头之间的差异来源仅为安装误差，自动标定时，需要一个自动标定场地，每辆车中有一个环视ECU，环视ECU中运行自动标定算法。

所述自动标定系统的自动标定过程包括以下步骤：

(1)首先在自动标定场地的地面上铺设手动标定点2，将车辆驶入手动标定点2所在的区域，对该车进行单视图手动标定，生成标准表并下载至每辆车中的环视ECU；

(2)然后在自动标定场地的地面上铺设自动标定点1，将车辆驶入自动标定点1所在的区域，拍照，开始自动标定运算过程，其具体运算过程包括：

2.1)使用环视ECU中的标准表对拍摄到的图像进行作用，生成4幅俯视图；

2.2)使用自动取点算法对4幅俯视图自动取点(自动取点算法主要包括角点检测，邻域图像分割，形态学运算，模板匹配，邻域图像环线分析等图像处理算法)，自动取点算法能够自动检测俯视图中的自动标定点1并且对自动标定点1进行编号；

2.3)利用取得的自动标定点1对环视ECU中现有的标准表进行调整，并生成调整后的表，以补偿摄像头安装误差；

(3)调整后的表生成后，表明自动标定过程结束。

上述自动标定过程中，自动取点算法是关键的一步，自动取点算法关系到自动标定过程能否成功，所述自动取点算法的具体步骤如下：

(1)检测4幅俯视图中所有的角点，此处使用Harris角点检测算法；

(2)生成4幅俯视图的邻域图像块匹配模板和邻域环线匹配模板；

(3)对4幅俯视图中所有角点的邻域图像块进行分析，首先对邻域图像进行阈值分割，对阈值分割后的图像块做形态学开运算；

(4)对处理后图像块进行环线统计；

(5)对处理后图像块进行模板匹配和环线匹配，结合匹配值及4幅俯视图中标定点出现的位置进行筛选；

(6)对符合条件的角点进行合并；

(7)根据标定点的行列信息去除不符合条件的角点。

当得到一幅俯视图后，首先需要对该俯视图进行角点检测。做角点检测的原因是标定点一定是图像中的角点。进行角点检测并剔除不属于标定点的角点即可将标定点找出。这里角点检测采用Harris角点检测算法。Harris角点检测算法的基本原理是：得到每一像素点的结构张量矩阵，设该矩阵为A，则该像素点的C值可以利用下式进行计算：

C＝det(A)-0.04·tr(A)

当该像素点的C值大于10⁴时，则认为该点是角点。

对俯视图进行角点检测后，可以得到俯视图中所有的角点。这时需要在这些角点中找出标定点并剔除非标定点。观察标定点及其邻域图像可以发现，其邻域图像的特点是某一对角方向呈现黑色，另一对角方向呈现白色，或者相反。所以对每一角点的邻域图像进行如下操作：1.交叉熵阈值分割；2.形态学腐蚀；3.形态学膨胀；4.模板匹配；5.根据模板匹配结果决定邻域环线匹配方式，这些操作在流程图中用黑色虚线框出。下面详细介绍一下这5步操作。交叉熵阈值分割是一种阈值分割方式，通过计算分割后图像与原始图像的交叉熵，分割后图像与原始图像的交叉熵最小时对应的阈值即为分割阈值，利用分割阈值对邻域图像进行分割得到分割后图像。分割后图像是二值图像，由于原始图像(俯视图)存在光照不均匀等问题，分割后的图像呈现很多毛刺，为消除这些毛刺，可以利用形态学操作。这里先对其进行形态学腐蚀，然后再进行形态学膨胀消除毛刺。形态学运算的基本原理是利用一个结构元素遍历图像，对该结构元素内的元素值进行最小/最大值操作决定计算结果。这里结构元素的大小为3×3。进行形态学操作后，分割后图像呈现较为规整的结果。此时进行模板匹配，模板为事先生成的二值图像，为了增加算法的鲁棒性，共事先生成6个二值模板，采用这6个二值模板分别与分割后图像进行匹配。得到匹配结果后，根据该匹配结果决定邻域环线匹配方式。邻即围绕邻域图像中心点的一圈。将分割后图像每一邻域环线都进行邻域环线匹配，并记录匹配结果。邻域环线匹配时，也是和事先生成的模板进行匹配。这里说明一下模板匹配和邻域环线匹配的相似之处与区别。模板匹配和邻域环线匹配的本质都是将待匹配元素和事先生成好的元素进行一一比对，并得到比对值，不同之处在于模板匹配是二维图像之间的匹配，邻域环线匹配是一维数组之间的匹配。

对每一角点的邻域图像进行上述操作后，下面就可以根据行列信息以及匹配值对角点进行筛选。当模板匹配值和邻域环线匹配值符合该标定点的特征时，可以保留该角点。通过这种方式可以剔除大部分非标定点角点。下面进行角点合并。由于标定点周围的点的C值都大于10⁴，所以在标定点处会形成“一簇”角点，角点合并的目的是将“一簇”角点合并为一个角点。角点合并的准则是利用该角点的模板匹配值对该角点的行列进行加权得到最终合并角点的行列值。最后需要对角点进行进一步的筛选。观察前后俯视图的标定点，可以发现标定点处于2行上，观察左右俯视图的标定点，可以发现标定点处于2列上。根据这一特点可以将远离该2行或2列的标定点剔除。经过上述步骤后，可以得到最终的输出图像，该输出图像只包含我们需要的标定点。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种360度环视系统在线自动标定系统，其特征在于，自动标定的一个基本前提是一种车型上安装的摄像头的位置和角度一致，该车型不同车辆的摄像头之间的差异来源仅为安装误差，自动标定时，每辆车中有一个环视ECU，环视ECU中运行自动标定算法，自动标定系统的自动标定过程包括以下步骤：

(1)首先在自动标定场地的地面上铺设手动标定点，将车辆驶入手动标定点所在的区域，对该车进行单视图手动标定，生成标准表并下载至每辆车中的环视ECU；

(2)然后在自动标定场地的地面上铺设自动标定点，将车辆驶入自动标定点所在的区域，拍照，开始自动标定运算过程，其具体运算过程包括：

2.1)使用环视ECU中的标准表对拍摄到的图像进行作用，生成4幅俯视图；

2.2)使用自动取点算法对4幅俯视图自动取点，自动取点算法能够自动检测俯视图中的自动标定点并且对自动标定点进行编号；

2.3)利用取得的自动标定点对环视ECU中现有的标准表进行调整，并生成调整后的表，以补偿摄像头安装误差；

(3)调整后的表生成后，表明自动标定过程结束。

2.根据权利要求1所述的一种360度环视系统在线自动标定系统，其特征在于，所述自动取点算法的具体步骤如下：

(1)检测4幅俯视图中所有的角点，此处使用Harris角点检测算法；

(2)生成4幅俯视图的邻域图像块匹配模板和邻域环线匹配模板；

(3)对4幅俯视图中所有角点的邻域图像块进行分析，首先对邻域图像进行阈值分割，对阈值分割后的图像块做形态学开运算；

(4)对处理后图像块进行环线统计；

(5)对处理后图像块进行模板匹配和环线匹配，结合匹配值及4幅俯视图中标定点出现的位置进行筛选；

(6)对符合条件的角点进行合并；

(7)根据标定点的行列信息去除不符合条件的角点。