CN107133587A - 障碍物距离判定图像生成方法与装置 - Google Patents

Abstract

本发明提供了一种障碍物距离判定图像生成方法与装置，涉及行车安全领域。首先第一图像素材及第二图像素材，然后对第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线，接着依据透过车窗特征的外部场景特征以及第二图像素材对初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线，最后将第二图像素材与真实轮廓线叠加，生成障碍物距离判定图像。本发明提供的障碍物距离判定图像生成方法与装置具有使驾驶员能够更加准确的通过显示屏判断车后物体与汽车之间的距离的优点。

Description

障碍物距离判定图像生成方法与装置

技术领域

本发明涉及行车安全领域，具体而言，涉及一种障碍物距离判定图像生成方法与装置。

背景技术

在汽车行驶过程中，为了增大车后的视野，越来越多的汽车在车后增加了摄像头，然后将车后摄像头拍摄的画面通过车内的显示屏显示，从而使驾驶员能够方便直观地看到车后的图像。

但是，驾驶员虽然通过显示屏看到了车后的图像，但驾驶员不知道相对于自己的汽车，车后图像中的汽车或行人在什么位置，可能导致驾驶员对车后物体的位置发生误判，从而可能发生意外事故。

如何解决上述问题，是本领域技术人员需要关注的重点。

发明内容

本发明实施例的目的在于提供一种障碍物距离判定图像生成方法与装置，以使驾驶员能够更加直观通过显示屏的判断车后物体与汽车之间的距离。

第一方面，本发明提供了一种障碍物距离判定图像生成装置，所述障碍物距离判定图像生成装置包括：信息接收单元，用于接收第一图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及接收第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材；线框分析单元，用于对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征；误差调整单元，用于依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线；障碍物距离判定图像生成单元，用于将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像。

第二方面，本发明还提供一种障碍物距离判定图像生成方法，所述障碍物距离判定图像生成方法包括：接收第一图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及接收第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材；对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征；依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线；将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像。

对于现有技术，本发明提供的障碍物距离判定图像生成方法与装置具有如下的有益效果：

本发明提供的障碍物距离判定图像生成方法与装置，能够随时接收图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材，并将第一素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线，再据透过所述车窗特征的外部场景特征以及第二图像素材对初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线最后第二图像素材与真实轮廓线叠加，生成障碍物距离判定图像。由于本发明是根据第一图像素材与第二图像素材生成障碍物距离判定图像的，所以能够使用户可通过观察障碍物距离判定图像判定车后障碍物与汽车之间的大致距离，从而防止了意外事故的产生。并且，轮廓线大小能够随着障碍物与汽车之间的距离产生变化，使用户能够更加精准地判断障碍物与汽车之间的距离。不仅如此，由于本发明提供的障碍物距离判定图像生成方法与装置的真实轮廓线是经过误差调整后生成的，所以本发明提供的障碍物距离判定图像生成方法与装置的精确度很高，能够使用户更加准确的判定车后障碍物与汽车之间的距离。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的服务器与第一图像采集装置、第二图像采集装置、距离传感器及显示屏的交互示意图；

图2为本发明实施例提供障碍物距离判定图像生成装置的方框示意图。

图3为本发明实施例提供的障碍物距离判定图像生成装置的功能模块示意图。

图4为本发明实施例提供的第一种第一图像素材的示意图。

图5为本发明实施例提供的第二种第一图像素材的示意图。

图6为本发明实施例提供的第三种第一图像素材的示意图。

图7为本发明实施例提供的第二图像素材的示意图。

图8为本发明实施例提供的线框分析单元的功能模块示意图。

图9为本发明实施例提供的近似轮廓线的示意图。

图10为本发明实施例提供的误差调整单元的功能模块示意图。

图11为本发明实施例提供的对应关系建立的示意图。

图12为本发明实施例提供的真实轮廓线的示意图。

图13为本发明实施例提供的障碍物距离判定图像生成单元的功能模块示意图。

图14为本发明实施例提供的叠加图像的示意图。

图15为本发明实施例提供的障碍物距离判定图像的示意图。

图16为本发明实施例提供的障碍物距离判定图像生成方法的流程示意图。

图17为本发明实施例提供的获取初始轮廓线的流程示意图。

图18为本发明实施例提供的获取真实轮廓线的流程示意图。

图19为本发明实施例提供的生成障碍物距离判定图像的流程示意图。

图标：12-存储器；13-存储控制器；14-处理器；15-外设接口；100-障碍物距离判定图像生成装置；110-信息接收单元；120-线框分析单元；121-场景特征物轮廓线提取模块；122-目标特征物轮廓线提取模块；130-误差调整单元；131-图像提取模块；132-对应关系建立模块；133-偏移与畸变处理模块；140-真实轮廓线调节单元；150-障碍物距离判定图像生成单元；151-叠加图像生成模块；152-距离最小障碍物选取模块；153-状态更新模块。200-服务器；210-第一图像采集装置；220-第二图像采集装置；230-距离探测装置；240-显示屏。

具体实施方式

下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

本发明较佳实施例所提供的可应用于障碍物距离判定图像生成方法与装置，如图1所示的应用环境中。如图1所示，第一图像采集装置210、第二图像采集装置220、距离探测装置230、显示屏240以及服务器200位于网络中，通过该网络，第一图像采集装置210、第二图像采集装置220、距离探测装置230、显示屏240及服务器200进行数据交互。于本发明实施例中，该服务器200可以是，但不限于，网络服务器、数据库服务器，云端服务器等等。

如图2所示，是本发明提供的服务器200的功能模块示意图。该服务器200包括障碍物距离判定图像生成装置100、存储器12、存储控制器13、处理器14以及外设接口15。

所述存储器12、存储控制器13、处理器14以及外设接口15各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述障碍物距离判定图像生成装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器12中或固化在所述服务器200的操作系统(operating system，OS)中的软件功能模块。所述处理器14用于执行存储器12中存储的可执行模块，例如所述障碍物距离判定图像生成装置100包括的软件功能模块或计算机程序。

其中，存储器12可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器12用于存储程序，所述处理器14在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器200所执行的方法可以应用于处理器14中，或者由处理器14实现。

处理器14可能是一种集成电路芯片，具有信号的处理能力。上述的处理器14可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器14也可以是任何常规的处理器等。

所述外设接口15将各种输入/输入装置耦合至处理器14以及存储器12。在一些实施例中，外设接口15，处理器14以及存储控制器13可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

请参阅图3，本发明实施例提供了一种障碍物距离判定图像生成装置100，该障碍物距离判定图像生成装置100包括信息接收单元110、线框分析单元120、误差调整单元130、真实轮廓线调节单元140、以及障碍物距离判定图像生成单元150。

信息接收单元110用于接收第一图像采集装置210发送的从汽车驾驶室朝向车尾视角的第一图像素材与接收第二图像采集装置220发送的从汽车外的远离车尾视角的第二图像素材以及接收一距离探测装置230发送的所述安装有该障碍物距离判定图像生成装置100的汽车与位于车尾后的障碍物之间的距离信息。

在本实施例中，第一图像采集装置210、第二图像采集装置220以及距离探测装置230均与服务器200通信连接，第一图像采集装置210为手机，第二图像采集装置220为摄像机，第一图像采集装置210能够拍摄从汽车驾驶室朝向车尾视角的第一图像素材，并将该第一图像素材发送至信息接收单元110；第二图像采集装置220能够拍摄从汽车外的远离车尾视角的第二图像素材，并将该第二图像素材发送至信息接收单元110。当然地，在其它的一些实施例中，第一图像采集装置210与第二图像采集装置220也可为其它图像采集设备，如照相机，本实施例对此不做任何限定。在本实施例中，距离探测装置230为雷达，该雷达能够测量汽车与位于车尾后的障碍物之间的距离信息，并将该距离信息发送至信息接收单元110。当然地，在其它的一些实施例中，距离探测装置230也可为其它设备，如红外线探测仪，本实施例对此并不做任何限定。

下面将举例说明，例如，在汽车后15米处有一个面积很大的墙，且墙上写有很大的字母A、B、C、D、E、F、G、H、I、J、K、L、M、N。为了能够得到目标特征物的初始轮廓线，第一图像素材中必须包括有目标特征物的图像，该目标特征图像包括但并不限于有两个后座头枕、汽车后窗、后右窗以及后左窗的图像。有鉴于此，需从汽车驾驶室朝向车尾视角拍摄第一图像素材，在本实施例中，可以有三种方式从汽车驾驶室朝向车尾视角拍摄第一图像素材。作为本实施例的第一种实现方式，第一图像采集装置210安装于内后视镜处，从内后视镜朝向车尾拍摄第一图像素材，拍摄的第一图像素材如图4所示，由图可知，通过汽车后窗、后右窗以及后左窗分别可以看到一些汽车后方外部的场景，即通过汽车后窗可看到F、G、H、I、J、K、通过后右窗可看到C，通过后左窗可看到N。请参阅图5，作为本实施例的第二种实现方式，第一图像采集装置210安装于驾驶座椅头枕位置，并从驾驶座椅头枕位置向车尾视角拍摄第一图像素材。请参阅图6，为本实施例的第三种实现方式，第一图像采集装置210安装于驾驶座椅头枕位置，并从驾驶座椅头枕位置朝向内后视镜视角拍摄第一图像素材。本实施例采用第二种实现方式，当然地，在其它的一些实施例中，为了满足不同驾驶员的需求，也可采用其它的实现方式。请参阅图7，第二图像采集装置220安装于汽车尾部，并从汽车尾部朝向远离车尾的视角拍摄第二图像素材，通过第二图像采集装置220可看到车后所有区域的图像，即通过第二图像采集装置220可看到A、B、C、D、E、F、G、H、I、J、K、L、M、N。

线框分析单元120用于对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征。请参阅图8，线框分析单元120具体包括：

场景特征物轮廓线提取模块121，用于对所述第一图像素材的进行线框分析，从汽车驾驶室朝向车尾视角的场景特征物的轮廓线。

其中，场景特征物包括从汽车驾驶室朝向车尾视角能看到的所有物体，例如，车顶、后座椅、汽车后窗、后右窗、后左窗以及后车门等物体，在获取第一图像素材后，场景特征物提取模块会对图像内的物体进行线框分析，从而提取了第一图像素材内的所有物体的线框，即提取了第一图像素材内的场景特征物的轮廓线。

目标特征物轮廓线提取模块122，用于从所述从汽车驾驶室朝向车尾视角的场景特征物的轮廓线中提取目标特征物的初始轮廓线。

在提取了第一图像素材内的场景特征物的轮廓线后，由于第一图像素材内的场景特征物较多，所以提取的第一图像素材内的场景特征物的轮廓线也较多，但过多的轮廓线不利于驾驶员对生成的障碍物距离判定图像的距离进行判断。所以，在本实施例中，为了方便驾驶员观看，初始轮廓线仅包括后座头枕、汽车后窗、后右窗以及后左窗，即本实施例中，目标特征物为后座头枕、汽车后窗、后右窗以及后左窗。目标特征物轮廓线提取模块122能够对第一图像素材内的场景特征物的轮廓线进行筛选，从而提取目标特征物的初始轮廓线。并且，目标特征物轮廓线提取模块122还能够提取整个车体的近似轮廓线的透明图像，提取的透明图像如图9所示。

由于在实际使用过程中，第一图像素材在车内驾驶员位置拍摄，而第一图像素材是安装在车后的摄像头拍摄的，第一图像素材与第二图像素材来源的位置不同。并且车后的障碍物与该汽车的距离不同，驾驶员观察到的轮廓线图像也不同。比如当汽车后没有障碍物，且汽车高速行驶的时候，驾驶员会通过显示屏240观察车后50米左右的距离的图像。而当汽车行驶速度慢或车后3米有障碍物时，驾驶员通过显示屏240会主要观察车后3米的距离的图像。驾驶员一般通过显示屏240上的轮廓线观察车后的图像，汽车与障碍物之间的距离的不同，目标特征物的初始轮廓线也在发生大小、形状、位置的变化。然而，在进行轮廓线变化的过程中，第一图像素材与第二图像素材三个区域叠合时，轮廓线位置会发生偏移，形状可能会发生一定的畸变。有鉴于此，为了减小误差的产生，在本实施例中，需用误差调整单元130对目标特征物的初始轮廓线进行误差调整。请参阅图10，误差调整单元130包括有：

图像提取模块131，用于提取透过车窗特征的外部场景特征。

在本实施例中，由于第一图像素材内包括车后窗、后右窗以及后左窗，并且由于车后窗、后右窗以及后左窗均透明，所以可通过车后窗、后右窗以及后左窗的窗口提取出车窗外的外部场景特征，该外部场景特征包括路面或障碍物等特征，即图像提取模块131可提取车后窗、后右窗以及后左窗外的三个区域的外部场景特征图像。

对应关系建立模块132，用于将所述第二图像素材内的图像中表征所述外部场景特征的区域与所述外部场景特征建立对应关系。

由于第二图像采集装置220采集的图像为整个车尾后方的图像，所以第二图像采集装置220采集的图像包括图像提取模块131提取的三个区域的外部场景特征图像，该外部场景特征图像包括路面或障碍物的图像，即第二图像采集装置220采集的第二图像素材与图像提取模块131提取的三个区域的外部场景特征图像具有相同的三个区域，即通过汽车后窗可看到的F、G、H、I、J、K、通过后右窗可看到的C，以及通过后左窗可看到的N，通过比对分析可找出第二图像采集装置220采集的第二图像素材中与图像提取模块131中三个区域的外部场景特征图像相同的三个区域图像，并可通过第二图像素材内的图像中表征所述外部场景特征的区域与所述外部场景特征建立对应关系，该对应关系即表征第一图像素材内的图像与第二图像素材内的图像的位置关系。即将第一图像素材的三个窗户里的内容和边界范围，处理得完全重合。然后在根据对三个窗户叠合处理的结果，将后排头枕和车窗等车内物体的轮廓线，进行相应的畸变和偏移，处理过程示意图如图11所示。

偏移与畸变处理模块133，用于根据所述建立对应关系对所述初始轮廓线进行偏移与畸变处理并获得所述真实轮廓线。

由于已经建立了表征第一图像素材内的图像与第二图像素材内的图像的位置关系的对应关系，且由于初始轮廓线由第一图像素材内提供，所以该对应关系也适用于初始轮廓线与第二图像素材内的图像的位置对应关系。通过该对应关系，偏移与畸变处理模块133可对初始轮廓线进行偏移与畸变处理，即偏移与畸变处理模块133可对初始轮廓线进行位置与形状的处理，从而得到适用的真实轮廓线，由于对初始轮廓线进行了位置与形状的处理，使该真实轮廓线的准确精度更高，更加利于驾驶员在行车过程中对车后障碍物的判断，从而防止了域外事故的产生。并且，偏移与畸变处理模块133还会根据情况删除轮廓线外部的一些区域，得到的真实轮廓线如图12所示。

真实轮廓线调节单元140，用于根据预存储的汽车型号、第一图像采集装置210距离地面的高度、第一图像采集装置210到车后窗距离、车后左窗以及车后右窗的距离、车体宽度、车后窗的长度和上下高度、车后窗到地面的高度、第二图像采集装置220到地面的高度、第二图像采集装置220的左右和上视角、第二图像采集装置220的安装水平角度以及所述安装有所述障碍物距离判定图像生成装置100的汽车与位于车尾后的障碍物之间的距离信息，调节所述目标特征物的真实轮廓线的大小。

在本实施例中，为了使驾驶员能够更加直观的估计到汽车与障碍物之间的距离，可将目标特征物的初始轮廓线设置为形状与位置可变的轮廓线，例如，当障碍物与汽车的距离较远时，目标特征物的初始轮廓线较小；当障碍物与汽车的距离较近时，目标特征物的初始轮廓线较大。为了实现上述效果，在本实施例中，存储器12预存储有汽车的型号、第一图像采集装置210距离地面的高度、第一图像采集装置210到车后窗距离、到车后左和后右窗距离、车体宽度、车后窗的长度和上下高度、车后窗到地面的高度、第二图像采集装置220到地面的高度、车后第二图像采集装置220的左右和上视角、车后第二图像采集装置220的安装水平角度等数据，通过汇总上述数据，可通过函数换算得出车后不同距离，对应得到轮廓线的大小与位置。即通过上述的数据计算出距离信息与目标特征物的真实轮廓线的对应关系，并将所述距离信息与目标特征物的真实轮廓线的对应关系进行预存储，通过该对应关系可知，汽车与障碍物之间的距离为一固定值时，对应的目标特征物的真实轮廓线的形状与位置具有唯一值与之对应。并且，通过距离探测装置230能够知道汽车与障碍物之间的距离信息，从而可得出本实施例中目标特征物的真实轮廓线的形状与位置信息。

需要说明的是，在本实施例中，对轮廓线的调节为对真实轮廓线的调节，但是，在实际应用中，也可不需对真实轮廓线进行调节，而只需对初始轮廓线进行调节，也能达到同样的效果，本实施例并不对此做任何限定。

例如，当汽车后方有一小孩，且小孩与汽车之间的距离为30米时，轮廓线的长度为5厘米；当小孩向汽车方向行走，与汽车之间的距离改变为10米时，此时轮廓线的长度变为10厘米，即表示小孩与汽车之间的距离已经很接近。用户用过看显示屏240上轮廓线的长度，可以判断出此时小孩与汽车之间的大致距离，即轮廓线越大，小孩离汽车之间的距离越小。使驾驶员在行驶过程中能够注意避免与小孩发生碰撞，从而防止了意外事故的产生。

障碍物距离判定图像生成单元150，用于将所述第二图像素材与调节后的所述目标特征物的真实轮廓线叠加，生成障碍物距离判定图像。

在得到调节后的目标特征物的真实轮廓线后，需要将轮廓线与第二图像素材进行叠加，使得用户能够直观地看到障碍物距离判定图像，从而估算出汽车车尾与障碍物之间的距离，避免意外事故的产生。请参阅图13，障碍物距离判定图像生成单元150包括：

叠加图像生成模块151，用于将所述第二图像素材与所述真实轮廓线叠加，叠加后的图像如图14所示。

距离最小障碍物选取模块152，用于选取与所述汽车距离最小的障碍物。

为了让驾驶员知道，面前显示的轮廓线，是多远距离的物体的轮廓线，可以采用对轮廓线标记不同颜色的方式。具体地，在信息接收单元110接收到距离探测装置230探测的障碍物距离时，距离最小障碍物选取模块152会选取与汽车距离最小的障碍物，即最有可能与汽车产生交通事故的障碍物。

状态更新模块153，用于选取所述真实轮廓线与汽车距离最小的障碍物的叠加区域，并将位于所述叠加区域的目标特征物的真实轮廓线更新为与位于所述叠加区域外的目标特征物的真实轮廓线不同的显示状态，所述显示状态为颜色显示状态和/或线条形状显示状态。

请参阅图15，在选取了与所述汽车距离最小的障碍物后，即可选取该障碍物与真实轮廓线的叠加区域，状态更新模块153会将处于该叠加区域的真实轮廓线标记为第一颜色，将处于该叠加区域外的真实轮廓线标记为第二颜色。或者，状态更新模块153会将处于该叠加区域的真实轮廓线标记为第一形状，将处于该叠加区域外的真实轮廓线标记为第二形状从而使驾驶员能够通过真实轮廓线的不同颜色和/或不同形状，知道此时轮廓线的大小是以车后具体哪一个障碍物作为参考的，即让驾驶员能够直观的看到距离汽车最近的障碍物，通过此时真实轮廓线的大小估算汽车与该障碍物之间的距离，从而有效防止了意外事故的产生。

需要说明的是，在本实施例中，状态更新模块153将处于该叠加区域的真实轮廓线标记为红色，将处于该叠加区域外的真实轮廓线标记为蓝色，和/或将处于该叠加区域的真实轮廓线标记为波浪形，将处于该叠加区域外的真实轮廓线标记为直线形但在其他的一些实施例中，也可将状态更新模块153处于该叠加区域的真实轮廓线以及将处于该叠加区域外的真实轮廓线标记为其它颜色和/或其它形状，本实施例并不对此做任何限定。

还需要说明的是，在本实施例中，障碍物距离判定图像生成装置100安装于车内，通过安装在车内的障碍物距离判定图像生成装置100对第一图像素材与第二图像素材进行处理，从而得到带有真实轮廓线的障碍物距离判定图像。但在实际应用中，也可通过其他方式实现对障碍物距离判定图像的生成，例如，在云端服务器，收集多种汽车的形状资料，并且预先运算出相关车型，1米到40米距离，40张不同距离的轮廓线。驾驶员可将第一图像素材、第二图像素材以及汽车车型大小信息发送至云端服务器，云端服务器会自动根据预先收集的车型真实轮廓线信息，以及接收到的第一图像素材与第二图像素材，选取出适用于该汽车的40张不同距离的轮廓线图片发送给障碍物距离判定图像生成装置100。障碍物距离判定图像生成装置100会存储这40张图片信息。当车后距离探测器检测到障碍物与汽车之间的距离不同的时候，会自动选取相应距离的真实轮廓线，并且对距离最小的障碍物所处区域的真实轮廓线标记成红色和/或标记为波浪形，以便提醒车主目前轮廓线是以哪一个障碍物作为参考，通过此时对轮廓线的大小估算汽车与该障碍物之间的距离，从而有效防止了意外事故的产生。

第二实施例

本发明实施例还提供了一种障碍物距离判定图像生成方法，需要说明的是，本实施例所提供的障碍物距离判定图像生成方法，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。请参阅图16，所述障碍物距离判定图像生成方法的步骤包括：

步骤S101，接收第一图像采集装置210发送的从汽车驾驶室朝向车尾视角的第一图像素材与接收第二图像采集装置220发送的从汽车外的远离车尾视角的第二图像素材以及接收一距离探测装置230发送的所述安装有该障碍物距离判定图像生成装置100的汽车与位于车尾后的障碍物之间的距离信息。

可以理解地，通过信息接收单元110可执行步骤S101。

步骤S102,对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征。

可以理解地，通过线框分析单元120可执行步骤S102。

请参阅图17，对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征的步骤包括：

子步骤S1021，对所述第一图像素材的进行线框分析，从汽车驾驶室朝向车尾视角的场景特征物的轮廓线。

可以理解地，通过场景特征物轮廓线提取模块121可执行步骤S1021。

子步骤S1022，从所述从汽车驾驶室朝向车尾视角的场景特征物的轮廓线中提取目标特征物的初始轮廓线。

可以理解地，通过目标特征物轮廓线提取模块122可执行步骤S1022。

步骤S103，依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线。

可以理解地，通过误差调整单元130可执行步骤S103。

请参阅图18，依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线包括：

子步骤S1031，提取透过所述车窗特征的外部场景特征。

可以理解地，通过图像提取模块131可执行步骤S1031。

子步骤S1032，将所述第二图像素材内的图像中表征所述外部场景特征的区域与所述外部场景特征建立对应关系。

可以理解地，通过对应关系建立模块132可执行步骤S1032。

子步骤S1033，根据所述建立对应关系对所述初始轮廓线进行偏移与畸变处理并获得所述真实轮廓线。

可以理解地，通过偏移与畸变处理模块133可执行步骤S1033。

步骤S104，根据预存储的汽车型号、第一图像采集装置210距离地面的高度、第一图像采集装置210到车后窗距离、车后左窗以及车后右窗的距离、车体宽度、车后窗的长度和上下高度、车后窗到地面的高度、第二图像采集装置220到地面的高度、第二图像采集装置220的左右和上视角、第二图像采集装置220的安装水平角度以及所述安装有所述障碍物距离判定图像生成装置100的汽车与位于车尾后的障碍物之间的距离信息，调节所述目标特征物的初始轮廓线的大小。

可以理解地，通过真实轮廓线调节单元140可执行步骤S104。

步骤S105，将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像。

可以理解地，通过障碍物距离判定图像生成单元150可执行步骤S105。

请参阅图19，将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像包括：

子步骤S1051，将所述第二图像素材与所述真实轮廓线叠加，生成叠加图像。

可以理解地，通过叠加图像生成模块151可执行步骤S1051。

子步骤S1052，选取与所述汽车距离最小的障碍物。

可以理解地，通过距离最小障碍物选取模块152可执行步骤S1052。

子步骤S1053，选取所述真实轮廓线与所述与汽车距离最小的障碍物的叠加区域，并将位于所述叠加区域的目标特征物的真实轮廓线更新为与位于所述叠加区域外的目标特征物的真实轮廓线不同的显示状态，所述显示状态为颜色显示状态和/或线条形状显示状态。。

可以理解地，通过颜色标记模块153可执行步骤S1053。

综上所述，本发明提供的障碍物距离判定图像生成方法与装置，能够随时接收图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材，并将第一素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线，再据透过所述车窗特征的外部场景特征以及第二图像素材对初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线最后第二图像素材与真实轮廓线叠加，生成障碍物距离判定图像。用户可通过观察障碍物距离判定图像判定车后障碍物与汽车之间的大致距离，从而防止了意外事故的产生。并且，由于本发明提供的障碍物距离判定图像生成方法与装置的真实轮廓线是经过误差调整后生成的，所以本发明提供的障碍物距离判定图像生成方法与装置的精确度很高，能够使用户更加准确的判定车后障碍物与汽车之间的距离。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种障碍物距离判定图像生成装置，其特征在于，所述障碍物距离判定图像生成装置包括：

信息接收单元，用于接收第一图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及接收第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材；

线框分析单元，用于对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征；

误差调整单元，用于依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线；

障碍物距离判定图像生成单元，用于将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像。

2.如权利要求1所述的障碍物距离判定图像生成装置，其特征在于，所述障碍物距离判定图像生成装置还包括：

所述信息接收单元还用于接收一距离探测装置发送的安装有所述障碍物距离判定图像生成装置的汽车与位于车尾后的障碍物之间的距离信息；

真实轮廓线调节单元，用于根据预存储的汽车型号、第一图像采集装置距离地面的高度、第一图像采集装置到车后窗距离、车后左窗以及车后右窗的距离、车体宽度、车后窗的长度和上下高度、车后窗到地面的高度、第二图像采集装置到地面的高度、第二图像采集装置的左右和上视角、第二图像采集装置的安装水平角度以及所述安装有所述障碍物距离判定图像生成装置的汽车与位于车尾后的障碍物之间的距离信息，调节所述目标特征物的真实轮廓线的大小；

所述障碍物距离判定图像生成单元用于将所述第二图像素材与调节后的所述目标特征物的真实轮廓线叠加，生成障碍物距离判定图像。

3.如权利要求2所述的障碍物距离判定图像生成装置，其特征在于，所述障碍物距离判定图像生成单元包括：

叠加图像生成模块，用于将所述第二图像素材与所述调节后的真实轮廓线叠加，生成叠加图像；

距离最小障碍物选取模块，用于依据接收到的车尾后的障碍物之间的距离信息选取与所述汽车距离最小的障碍物；

状态更新模块，用于选取所述真实轮廓线与所述汽车距离最小的障碍物的叠加区域，并将位于所述叠加区域的目标特征物的真实轮廓线更新为与位于所述叠加区域外的目标特征物的真实轮廓线不同的显示状态，所述显示状态为颜色显示状态和/或线条形状显示状态。

4.如权利要求1所述的障碍物距离判定图像生成装置，其特征在于，所述线框分析单元包括：

轮廓描绘模块，用于对所述第一图像素材的进行线框分析，描绘出从汽车驾驶室朝向车尾视角的场景特征物的轮廓线；

目标特征物轮廓线提取模块，用于从所述从汽车驾驶室朝向车尾视角的场景特征物的轮廓线中提取目标特征物的初始轮廓线。

5.如权利要求1所述的障碍物距离判定图像生成装置，其特征在于，所述误差调整单元包括：

图像提取模块，用于提取透过所述车窗特征的外部场景特征；

对应关系建立模块，用于将所述第二图像素材内的图像中表征所述外部场景特征的区域与所述外部场景特征建立对应关系；

偏移与畸变处理模块，用于根据所述对应关系对所述初始轮廓线进行偏移与畸变处理并获得所述真实轮廓线。

6.一种障碍物距离判定图像生成方法，其特征在于，所述障碍物距离判定图像生成方法的步骤包括：

接收第一图像采集装置发送的从汽车驾驶室朝向车尾视角的第一图像素材及接收第二图像采集装置发送的从汽车外的远离车尾视角的第二图像素材；

对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线；其中，所述目标特征物包含至少一个车窗特征及透过所述车窗特征的外部场景特征；

依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线；

将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像。

7.如权利要求6所述的障碍物距离判定图像生成方法，其特征在于，在所述依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线的步骤之后，所述障碍物距离判定图像生成方法还包括：

接收一距离探测装置发送的安装有所述障碍物距离判定图像生成装置的汽车与位于车尾后的障碍物之间的距离信息；

根据预存储的汽车型号、第一图像采集装置距离地面的高度、第一图像采集装置到车后窗距离、车后左窗以及车后右窗的距离、车体宽度、车后窗的长度和上下高度、车后窗到地面的高度、第二图像采集装置到地面的高度、第二图像采集装置的左右和上视角、第二图像采集装置的安装水平角度以及所述安装有所述障碍物距离判定图像生成装置的汽车与位于车尾后的障碍物之间的距离信息调节所述目标特征物的真实轮廓线的大小；

所述将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像的步骤包括：

将所述第二图像素材与调节后的所述目标特征物的真实轮廓线叠加，生成障碍物距离判定图像。

8.如权利要求7所述的障碍物距离判定图像生成方法，其特征在于，所述将所述第二图像素材与所述真实轮廓线叠加，生成障碍物距离判定图像的步骤包括：

将所述第二图像素材与所述真实轮廓线叠加，生成叠加图像；

依据接收到的车尾后的障碍物之间的距离信息选取与所述汽车距离最小的障碍物；

选取所述真实轮廓线与所述汽车距离最小的障碍物的叠加区域，并将位于所述叠加区域的目标特征物的真实轮廓线更新为与位于所述叠加区域外的目标特征物的真实轮廓线不同的显示状态，所述显示状态为颜色显示状态和/或线条形状显示状态。

9.如权利要求6所述的障碍物距离判定图像生成方法，其特征在于，所述对所述第一图像素材进行线框分析，获取从汽车驾驶室朝向车尾视角的目标特征物的初始轮廓线的步骤包括：

对所述第一图像素材的进行线框分析，从汽车驾驶室朝向车尾视角的场景特征物的轮廓线；

从所述从汽车驾驶室朝向车尾视角的场景特征物的轮廓线中提取目标特征物的初始轮廓线。

10.如权利要求6所述的障碍物距离判定图像生成方法，其特征在于，所述依据透过所述车窗特征的外部场景特征以及第二图像素材对所述初始轮廓线进行误差调整，获得从汽车驾驶室朝向车尾视角的目标特征物的真实轮廓线的步骤包括：

提取透过所述车窗特征的外部场景特征；

将所述第二图像素材内的图像中表征所述外部场景特征的区域与所述外部场景特征建立对应关系；

根据所述建立对应关系对所述初始轮廓线进行偏移与畸变处理并获得所述真实轮廓线。