專利名稱：全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，具體為一種圖像配準(zhǔn)方法，應(yīng)用于輔助泊車系統(tǒng)中經(jīng)過校正后的魚眼圖像拼接。
背景技術(shù)：
圖像配準(zhǔn)是確定在相同或不同時間、相同或不同傳感器拍攝的兩幅或多幅圖像之間最佳匹配關(guān)系的過程。配準(zhǔn)結(jié)果給出了兩幅圖像之間相對位置關(guān)系。圖像配準(zhǔn)是圖像分析、圖像拼接、圖像融合、虛擬現(xiàn)實(shí)等許多應(yīng)用的一個重要步驟。傳統(tǒng)的泊車輔助系統(tǒng)分為兩種，一種為在汽車的車尾安裝倒車?yán)走_(dá)，以超聲波傳感器探測汽車周圍障礙物，以聲音報警。這種方式的缺點(diǎn)為不直觀，易誤報。一種為在汽車車尾安裝攝像頭，以駕駛室顯示器觀察汽車與障礙物的距離。這種方式只能覆蓋汽車后方有限的區(qū)域，而車兩側(cè)和前方區(qū)域?yàn)槊^(qū)，存在安全隱患。在擁塞的情況下容易出現(xiàn)事故。 為了擴(kuò)大駕駛員的視野范圍，必須感知汽車四周全景范圍，需要多個攝像頭之間圖像配準(zhǔn)和融合。
發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足，提供一種全景輔助泊車系統(tǒng)中魚眼圖像校正后的圖像配準(zhǔn)的一種方法，該方法計算量較小，精度較高，在拼接過程中魯棒性較高。為實(shí)現(xiàn)以上的技術(shù)目的，本發(fā)明將采取以下的技術(shù)方案一種全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，包括以下步驟(1)采集基準(zhǔn)圖與待配準(zhǔn)圖的圖像數(shù)據(jù)；( 分別對步驟(1)所采集到的基準(zhǔn)圖和配準(zhǔn)圖的圖像數(shù)據(jù)依次進(jìn)行直方圖均衡、高斯平滑濾波預(yù)處理；C3)分別采用Harris角點(diǎn)提取法對經(jīng)過步驟( 所述預(yù)處理的基準(zhǔn)圖和配置圖進(jìn)行特征點(diǎn)選取，并將獲取到的特征點(diǎn)對應(yīng)的角點(diǎn)坐標(biāo)分別存儲； (4)采用Taylor多項(xiàng)式對步驟所提取到的待配準(zhǔn)圖像的特征點(diǎn)進(jìn)行亞像素校正，并將獲取到的亞像素校正特征點(diǎn)存儲；(5)首先在基準(zhǔn)圖上選取歐式距離大于50像素的特征點(diǎn)作為候選角點(diǎn)，接著在每一個基準(zhǔn)圖特征點(diǎn)的位置，搜索其對應(yīng)匹配圖的特征點(diǎn)坐標(biāo)的歐式距離為50像素內(nèi)的亞像素校正特征點(diǎn)，完成基準(zhǔn)圖與待配準(zhǔn)圖的粗匹配；(6)首先采用 Carmy算子分別對經(jīng)過步驟( 所述粗匹配的基準(zhǔn)圖以及待配準(zhǔn)圖進(jìn)行邊緣提取二值化， 然后采用部分Hausdorff距離算法進(jìn)行基準(zhǔn)圖與待匹配圖的精確匹配；(7)采用仿射變換模型對經(jīng)過步驟(6)所述精確匹配后的待匹配圖像點(diǎn)進(jìn)行空間變換處理，獲取待匹配圖各圖像點(diǎn)相對應(yīng)的仿射變換坐標(biāo)；(8)將步驟(7)獲取到的待匹配圖各圖像點(diǎn)相對應(yīng)的仿射變換坐標(biāo)與步驟(6)中經(jīng)過精確匹配的基準(zhǔn)圖進(jìn)行融合處理，以輸出配準(zhǔn)圖像。根據(jù)以上的技術(shù)方案，可以實(shí)現(xiàn)以下的有益效果(1)本發(fā)明運(yùn)用了亞像素校正方法，對圖像進(jìn)行坐標(biāo)糾正，提高了匹配精度；(2) 部分Hausdorff距離對有嚴(yán)重遮掩或者退化的圖像中的部分圖像可以產(chǎn)生較好的效果； (3)以角點(diǎn)為中心構(gòu)建匹配作為Hausdorff距離輸入點(diǎn)集大大減少了搜索時間，提高了搜索效率。
圖1是本發(fā)明圖像采集及預(yù)處理流程圖；圖2是本發(fā)明圖像配準(zhǔn)算法流程圖；圖3是本發(fā)明應(yīng)用于全景輔助泊車系統(tǒng)的結(jié)構(gòu)示意圖。
具體實(shí)施例方式附圖非限制性地公開了本實(shí)用新型所涉及優(yōu)選實(shí)施例的結(jié)構(gòu)示意圖；以下將結(jié)合附圖詳細(xì)地說明本實(shí)用新型的技術(shù)方案。如圖1至3所示，本發(fā)明所述的全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，通過安裝在汽車前后左右四路攝像頭采集圖像，如圖3所示。四路攝像頭將360°劃分為8個區(qū)域，其中需要配準(zhǔn)的區(qū)域有4個，分別為ABCD。采集到數(shù)據(jù)進(jìn)行預(yù)處理并存儲待配準(zhǔn)的區(qū)域，如圖1 所示。如圖2所示，首先選取AB⑶中任意一個區(qū)域，提取出鄰近的兩路攝像頭配準(zhǔn)圖像， 一幅作為基準(zhǔn)圖，一幅作為匹配圖，分別采用改進(jìn)的Harris角點(diǎn)提取算法，將獲取到的角點(diǎn)坐標(biāo)分別存儲。然后使用Taylor多項(xiàng)式對角點(diǎn)進(jìn)行亞像素校正，存儲坐標(biāo)。接著采用粗匹配策略，比較基準(zhǔn)圖存儲的角點(diǎn)坐標(biāo)的歐氏距離，如果其歐氏距離在50像素以內(nèi)的角點(diǎn)坐標(biāo)保留，在50像素以外的坐標(biāo)刪除，然后比較與待匹配圖角點(diǎn)之間角點(diǎn)坐標(biāo)歐氏距離，50像素以內(nèi)的坐標(biāo)保留，以外的刪除。粗略匹配過后，留下了大于50坐標(biāo)間距的強(qiáng)角點(diǎn)。然后采用改進(jìn)的Hausdorff距離進(jìn)行精確匹配。先對兩幅要處理的圖像進(jìn)行Carmy邊緣提取，較小的閾值取50，較大的閾值取150，并且標(biāo)出角點(diǎn)的位置，取出匹配圖中每個角點(diǎn)為中心，25像素為半徑的區(qū)域，分別在基準(zhǔn)圖每個角點(diǎn)為中心，25像素為半徑的區(qū)域進(jìn)行Hausdorff距離測度計算。距離小于閾值的兩圖中心的角點(diǎn)為匹配點(diǎn)。將精確匹配后的角點(diǎn)存儲。最后使用最小二乘法對獲取到的精確匹配的角點(diǎn)對擬合出仿射變換的參數(shù)。利用該參數(shù)對匹配圖進(jìn)行仿射變換，并與基準(zhǔn)圖融合，輸出配準(zhǔn)結(jié)果。其中預(yù)處理算法包括直方圖均衡與高斯平滑濾波，表述如下A.設(shè)灰度級為歸一化至范圍W，l]內(nèi)的連續(xù)量，令Pr(r)表示某給定圖像中的灰度級概率密度函數(shù)，其下標(biāo)區(qū)分輸入圖像與輸出圖像的概率密度函數(shù)。若對輸入灰度級執(zhí)行如下變換，得到輸出灰度級S χ = Γ(Γ) = ￡Λ(ΜΟ&?？芍敵龌叶燃壐怕拭芏群瘮?shù)是均
勻的，即該變換使圖像的灰度級均衡化，結(jié)果為獲取到一幅動態(tài)范圍的圖像，有較高的對比度。
X2+ V2Γ2B. 二維高斯函數(shù)G(x，少卩，當(dāng) r= 士 σ 時，G(r) =Ae"2 = 0. 6A ;r < 3 σ時，G < 0. 01用寬度小于2 σ 2的濾波器，即m = 2X2 σ 2+1，當(dāng)σ2 = 1/2時，
η 2 η
丄 16
2 4 2 ν1 2
由連續(xù)Gaussian分布求離散模板，需采樣、量化，并使模板歸一化。L0020」 步驟⑶特祉點(diǎn)提取米用改進(jìn)的Harris用點(diǎn)提取算法，表還如卜A.使用ー個高斯窗或矩形窗在圖像上移動，由模板窗ロ取得原圖像生成2*2的圖 像ニ階導(dǎo)數(shù)自相關(guān)矩陣C U，y)，定義如下
權(quán)利要求
1.一種全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，其特征在于，包括以下步驟(1)采集基準(zhǔn)圖與待配準(zhǔn)圖的圖像數(shù)據(jù)；( 分別對步驟(1)所采集到的基準(zhǔn)圖和配準(zhǔn)圖的圖像數(shù)據(jù)依次進(jìn)行直方圖均衡、高斯平滑濾波預(yù)處理；(3)分別采用Harris角點(diǎn)提取法對經(jīng)過步驟(2) 所述預(yù)處理的基準(zhǔn)圖和配置圖進(jìn)行特征點(diǎn)選取，并將獲取到的特征點(diǎn)對應(yīng)的角點(diǎn)坐標(biāo)分別存儲；(4)采用Taylor多項(xiàng)式對步驟所提取到的待配準(zhǔn)圖像的特征點(diǎn)進(jìn)行亞像素校正，并將獲取到的亞像素校正特征點(diǎn)存儲；(5)首先在基準(zhǔn)圖上選取歐式距離大于50像素的特征點(diǎn)作為候選角點(diǎn)，接著在每一個基準(zhǔn)圖特征點(diǎn)的位置，搜索其對應(yīng)匹配圖的特征點(diǎn)坐標(biāo)的歐式距離為50像素內(nèi)的亞像素校正特征點(diǎn)，完成基準(zhǔn)圖與待配準(zhǔn)圖的粗匹配；(6) 首先采用Carmy算子分別對經(jīng)過步驟( 所述粗匹配的基準(zhǔn)圖以及待配準(zhǔn)圖進(jìn)行邊緣提取二值化，然后采用部分Hausdorff距離算法進(jìn)行基準(zhǔn)圖與待匹配圖的精確匹配；(7)采用仿射變換模型對經(jīng)過步驟(6)所述精確匹配后的待匹配圖像點(diǎn)進(jìn)行空間變換處理，獲取待匹配圖各圖像點(diǎn)相對應(yīng)的仿射變換坐標(biāo)；(8)將步驟(7)獲取到的待匹配圖各圖像點(diǎn)相對應(yīng)的仿射變換坐標(biāo)與步驟(6)中經(jīng)過精確匹配的基準(zhǔn)圖進(jìn)行融合處理，以輸出配準(zhǔn)圖像。
2.根據(jù)權(quán)利要求1所述全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，其特征在于，步驟(3)所述的Harris角點(diǎn)提取法為A)、首先使用模板窗口在原圖像上移動，該模板窗口為高斯窗或矩形窗，接著將模板窗口取得的原圖像生成2*2的圖像二階導(dǎo)數(shù)自相關(guān)矩陣^ky入C(x,y) = G(s)0 ;x IJy_ ^ y ^其中，G(s)為高斯模板，Ix為該點(diǎn)在χ方向的梯度，Iy為該點(diǎn)在y方向的梯度；8)、求取(0^，7)的特征值λ” λ 2，并建立度量函數(shù)R1:R1 = det (C) -k (trace (C))2 ；其中 det (C) = X1X 2，trace (C) = λ ^ λ 2，k = 0. 04 ；C)、再建立度量函數(shù)&:R2 = HiinU1,入2)，求取平均值1 :1 =(禮+1 2)/2D)、選取閾值Y:Y = (Rlmax+R2max) /20，其中I lmax、R2max分別為度量函數(shù)禮、&的最大值；E)、判斷R與Y的關(guān)系，如果R> Y，則為角點(diǎn)，否則不為角點(diǎn)。
3.根據(jù)權(quán)利要求1所述全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，其特征在于，步驟(6) 所述的精確匹配包括以下步驟①、計算圖像的局部梯度函數(shù)M和邊緣方向函數(shù)0:使用2x2的模板作為二維高斯函數(shù)的χ和y方向偏微分的一階近似，則局部梯度函數(shù) M(U) = OGy2]1^邊緣方向函數(shù)0(x，y) = arctan(Gy/Gx)；②、對梯度進(jìn)行非極大抑制首先，將每個像素點(diǎn)的8鄰域分為4個編號為0-3的扇形區(qū)域，其中，O號扇形區(qū)域的梯度方向?yàn)?22.5° 22. 5°和-157. 5° 157.5°，1號扇形區(qū)域的梯度方向?yàn)?2.5° 67.5°和-157.5° -112.5°，2號扇形區(qū)域的梯度方向?yàn)?7. 5 ° 112.5°和-112.5° -67. 5 °，3號扇形區(qū)域的梯度方向?yàn)?12. 5 ° 157. 5 ° 和-67.5° -22.5° ；接著，設(shè)中心區(qū)域像素為S[i，j]，將其分別與0-3號扇形區(qū)域的兩個像素梯度值進(jìn)行比較，若S[i，j]的梯度值不比這兩個像素的梯度值大，則令S[i，j]= 0，將S[i，j]存儲于N(i，j)中，N(i，j)則為非極大抑制后的圖像；③、使用兩個閾值Tl和 T2對N(i，j)做閾值處理，其中Tl < T2，值大于T2的邊緣像素稱為強(qiáng)邊緣像素點(diǎn)，則該點(diǎn)為邊緣點(diǎn)，Tl和T2之間的邊緣像素稱為弱邊緣像素點(diǎn)，再根據(jù)邊緣連通性進(jìn)一步判斷其是否為邊緣點(diǎn)；如果弱邊緣像素點(diǎn)的鄰接像素中有邊緣點(diǎn)，則認(rèn)為該弱邊緣像素點(diǎn)也為邊緣點(diǎn)，否則，認(rèn)為該點(diǎn)為非邊緣點(diǎn)；獲取到的基準(zhǔn)圖與待配準(zhǔn)圖的邊緣圖像點(diǎn)分別存入A，B 兩個點(diǎn)集中；④、Hu (A，B)為部分 Hausdorff 距離
全文摘要
本發(fā)明公開了一種全景輔助泊車系統(tǒng)的圖像配準(zhǔn)方法，包括以下步驟(1)采集基準(zhǔn)圖與待配準(zhǔn)圖的圖像數(shù)據(jù)；(2)依次進(jìn)行直方圖均衡、高斯平滑濾波預(yù)處理；(3)分別采用Hrris角點(diǎn)提取法進(jìn)行特征點(diǎn)選?。?4)采用Taylor多項(xiàng)式進(jìn)行亞像素校正；(5)基準(zhǔn)圖與待配準(zhǔn)圖的粗匹配；(6)采用Canny算子、Hausdorff距離算法進(jìn)行基準(zhǔn)圖與待匹配圖的精確匹配；(7)采用仿射變換模型對待匹配圖像點(diǎn)進(jìn)行空間變換處理；(8)將步驟(7)獲取到的待匹配圖各圖像點(diǎn)相對應(yīng)的仿射變換坐標(biāo)與步驟(6)中經(jīng)過精確匹配的基準(zhǔn)圖進(jìn)行融合處理，以輸出配準(zhǔn)圖像。因此，本發(fā)明計算量較小，精度較高，在拼接過程中魯棒性較高。
文檔編號G06T5/00GK102298779SQ20111023402
公開日2011年12月28日 申請日期2011年8月16日 優(yōu)先權(quán)日2011年8月16日
發(fā)明者夏宇, 徐誠, 朱智超, 陳日清 申請人:淮安盈科偉力科技有限公司