一种车载全景影像标定方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110866955A(43)申请公布日2020.03.06(21)申请号201910979748.3(22)申请日2019.10.10(71)申请人深圳市圆周率软件科技有限责任公司地址518052广东省深圳市南山区中山园路1001号TCL科学园区C11栋102(72)发明人杜文虎吴灿鑫(51)Int.Cl.G06T7/80(2017.01)G06T7/13(2017.01)G06T5/00(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种车载全景影像标定方法及系统(57)摘要本发明实施例提供一种车载全景影像标定方法及系统，该方法包括：采集待标定图像；对所述待标定图像进行灰度压缩；提取压缩后的所述待标定图像的边缘轮廓特征数据；提取所述边缘轮廓特征数据中的关键点坐标数据；输入所述关键点坐标数据至标定算法，运行标定算法对所述待标定图像进行标定。实现了稳定的车载多目全景摄像头的自动化标定，对标定场地的光照环境适应性强，对棋盘格标定图案和几何多边形标定图案可兼容，最大限度减少人工干预的需要，提高车载全景影像系统的标定效率，适用于大批量汽车量产环境。CN110866955ACN110866955A权利要求书1/2页1.一种车载全景影像标定方法，其特征在于，包括：采集待标定图像；对所述待标定图像进行灰度压缩；提取压缩后的所述待标定图像的边缘轮廓特征数据；提取所述边缘轮廓特征数据中的关键点坐标数据；输入所述关键点坐标数据至标定算法，运行标定算法对所述待标定图像进行标定。2.如权利要求1所述的车载全景影像标定方法，其特征在于，所述提取压缩后的所述待标定图像的边缘轮廓特征数据之后，所述方法还包括：对所述边缘轮廓特征数据进行去噪处理，获得去噪后的所述边缘轮廓特征数据。3.如权利要求1所述的车载全景影像标定方法，其特征在于，所述提取压缩后的所述待标定图像的边缘轮廓特征数据，包括：对所述压缩后的所述待标定图像进行拉普拉斯边缘增强处理后，提取边缘轮廓特征数据。4.如权利要求2所述的车载全景影像标定方法，其特征在于，对所述边缘轮廓特征数据进行去噪处理，获得去噪后的所述边缘轮廓特征数据，包括：根据所述边缘轮廓特征数据计算每个轮廓的面积，获得面积符合预设范围的轮廓对应的边缘轮廓特征数据；根据轮廓的位置，获得符合标定图案排列规律的边缘轮廓特征数据；以及，计算各个轮廓的几何特征，获得符合所述标定图案几何特征的边缘轮廓特征数据；以及，对于存在嵌套的边缘轮廓，获得内层轮廓的边缘轮廓特征数据。5.如权利要求1所述的车载全景影像标定方法，其特征在于，所述提取所述边缘轮廓特征数据中的关键点坐标数据，包括：根据标定图案的关键点特征，提取所述边缘轮廓特征数据中的与所述标定图案的关键点特征的位置对应的关键点坐标数据，所述标定图案的关键点特征包括几何多边形顶点和轮廓质心点；将所述关键点坐标数据按从左到右、从上到下的顺序排列成特征向量；所述特征向量作为输入至标定算法的所述关键点坐标数据。6.一种车载全景影像标定系统，其特征在于，包括：采集单元，用于采集待标定图像；预处理单元，用于对所述待标定图像进行灰度压缩；提取单元，用于提取压缩后的所述待标定图像的边缘轮廓特征数据；所述提取单元，还用于提取所述边缘轮廓特征数据中的关键点坐标数据；输入单元，用于输入所述关键点坐标数据至标定算法，运行标定算法对所述待标定图像进行标定。7.如权利要求6所述的车载全景影像标定系统，其特征在于，还包括去噪单元，用于对所述边缘轮廓特征数据进行去噪处理，获得去噪后的所述边缘轮廓特征数据。8.如权利要求6所述的车载全景影像标定系统，其特征在于，所述提取单元，还用于对所述压缩后的所述待标定图像进行拉普拉斯边缘增强处理后，提取边缘轮廓特征数据。9.如权利要求7所述的车载全景影像标定系统，其特征在于，所述去噪单元，还用于根2CN110866955A权利要求书2/2页据所述边缘轮廓特征数据计算每个轮廓的面积，获得面积符合预设范围的轮廓对应的边缘轮廓特征数据；根据轮廓的位置，获得符合标定图案排列规律的边缘轮廓特征数据；以及，计算各个轮廓的几何特征，获得符合所述标定图案几何特征的边缘轮廓特征数据；以及，对于存在嵌套的边缘轮廓，获得内层轮廓的边缘轮廓特征数据。10.如权利要求6所述的车载全景影像标定系统，其特征在于，所述提取单元，还用于根据标定图案的关键点特征，提取所述边缘轮廓特征数据中的与所述标定图案的关键点特征的位置对应的关键点坐标数据，所述标定图案的关键点特征包括几何多边形顶点和轮廓质心点；将所述关键点坐标数据按从左到右、从上到下的顺序排列成特征向量；所述特征向量作为输入至标定算法的所述关键点坐标数据。3CN110866955