CN107730559A - 一种基于图像处理的车载摄像头的标定方法 - Google Patents

一种基于图像处理的车载摄像头的标定方法 Download PDF

Info

Publication number
CN107730559A
CN107730559A CN201710940285.0A CN201710940285A CN107730559A CN 107730559 A CN107730559 A CN 107730559A CN 201710940285 A CN201710940285 A CN 201710940285A CN 107730559 A CN107730559 A CN 107730559A
Authority
CN
China
Prior art keywords
camera
target board
vehicle
hoc location
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710940285.0A
Other languages
English (en)
Other versions
CN107730559B (zh
Inventor
黄磊
徐家明
牛方兴
陈永昌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongfeng Commercial Vehicle Co Ltd
Original Assignee
Dongfeng Commercial Vehicle Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongfeng Commercial Vehicle Co Ltd filed Critical Dongfeng Commercial Vehicle Co Ltd
Priority to CN201710940285.0A priority Critical patent/CN107730559B/zh
Publication of CN107730559A publication Critical patent/CN107730559A/zh
Application granted granted Critical
Publication of CN107730559B publication Critical patent/CN107730559B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Studio Devices (AREA)

Abstract

一种基于图像处理的车载摄像头的标定方法,包括下面的步骤:步骤一,首先安装车载摄像头,然后将电脑与适配器相连接形成标定工具,并将车辆诊断接口与适配器相连接;步骤二,接着在车前摄像头视野范围内放置目标板,然后分别将目标板放置到三个选定的特定位置L1、L2、L3,电脑通过摄像头识别目标板的固定区域,然后对比计算得出摄像头参数并通过标定的方式将摄像头参数安装高度和俯视角固化到车辆ECU中,此处的目标板为白底、上面布满黑白相间方格的平板。实现了摄像头参数的计算和标定工作,保证了整个系统精确运行。

Description

一种基于图像处理的车载摄像头的标定方法
技术领域
本发明涉及一种标定方法,更具体地说涉及一种基于图像处理的车载摄像头的标定方法,属于汽车电子技术领域。
背景技术
随着汽车电子技术的快速发展,车载摄像头的应用越来越普遍,如倒车影像、行车记录仪、偏离车道警报系统,车辆防碰撞预警系统等都离不开车载摄像头的支持。
但是,车辆在使用过程中不可避免地需要修理、更换一些配件,在更换过程中,一旦改变了车载摄像头的位置、角度等参数后,都有可能造成车载摄像头采集图像不佳,从而影响一系列安全系统的正常运行。目前通常采用人工方式校准车载摄像头,保持新安装摄像头和原来位置一致;但是,车载摄像头的参数对车辆安全影响很大,而普通的人工校准方式太过粗放简单且无法管控,不能保证摄像头精确安装到位,使与之有关的安全系统正常运转,从而造成车辆安全行驶隐患。
发明内容
本发明针对现有采用人工方式校准车载摄像头存在的粗放简单无法管控、易造成车辆安全行驶隐患等问题,提供一种基于图像处理的车载摄像头的标定方法。
为实现上述目的,本发明的技术解决方案是:一种基于图像处理的车载摄像头的标定方法,包括下面的步骤:步骤一,首先安装车载摄像头,然后将电脑与适配器相连接形成标定工具,并将车辆诊断接口与适配器相连接;步骤二,接着在车前摄像头视野范围内放置目标板,然后分别将目标板放置到三个选定的特定位置L1、L2、L3,电脑通过摄像头识别目标板的固定区域,然后对比计算得出摄像头参数并通过标定的方式将摄像头参数安装高度和俯视角固化到车辆ECU中,此处电脑使用Aforge.Video类库获取摄像头图像数据帧,使用Emgu.CV对Aforge获取的图像数据进行识别处理,Aforge.Video类库和Emgu.CV二个类库配合使用,可以实现标定工具的图像识别处理功能,此处的目标板为白底、上面布满黑白相间方格的平板。
所述的步骤二中具体包括下面的步骤:1)首先在车前摄像头视野范围内的特定位置L1放置目标板,然后电脑导入车辆与摄像头相关的整车参数到车辆ECU中,此处的整车参数包括车宽、摄像头深度、摄像头偏移、目标板高度和目标板长宽;2)电脑通过摄像头识别,选择特定位置L1的标定区域,得到该标定区域的目标板中心点在场景中的实际坐标(Cx1,Cy1),标定区域的目标板中心点在场景中的实际坐标(Cx,Cy)通过下列方式得到:对特定位置的标定区域,电脑通过显示界面上像素点得到三组坐标(x1,y1))、(x2,y2)、(Xc,Yc),此处的(x1,y1)指视野中选择的标定区域左上角的坐标,(x2,y2)指标定区域右下角的坐标,由此可知该标定区域的目标板中心点在摄像头视野中的坐标为Xc=(x2-x1)/2、Yc=(y2-y1)/2,再乘以视野和实际场景比例k得到目标板中心点场景中的实际坐标Cx=k*Xc,Cy=k*Yc,即(Cx,Cy);3)将目标板移动至特定位置L2,选择特定位置L2的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx2,Cy2);4)将目标板移动至特定位置L3,选择特定位置L3的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx3,Cy3);5)根据得到的三组坐标(Cx1,Cy1),(Cx2,Cy2),(Cx3,Cy3)和整车参数车宽、摄像头深度、摄像头偏移、目标板高度、目标板长宽计算出摄像头安装高度和俯视角,已知参数具体见下表:
目标板坐标 目标板位置 车宽 摄像头深度 摄像头偏移 目标板高度 目标板长宽
Cx1,Cy1 L1 W 1 Offset H A*B
Cx2,Cy2 L2 W 1 Offset H A*B
Cx3,Cy3 L3 W 1 Offset H A*B
假设摄像头深度为1和偏移为0,目标板横坐标在视野正中,此时摄像头安装高度和俯视角度的计算公示如下:摄像头的安装高度为:Xh=H+B/2+(L2*Cy1-L1*Cy2)/(L2-L1),摄像头俯视角为:∠Xd=∠D/2–arctan((H+B/2+Cy2-Xh)/L2),此处的∠D指摄像头纵向视野角度,
上面是通过目标板在L1位置和L2位置的情况计算出的结果,再使用目标板在L1位置和L3位置的情况用相同的方法计算出第二个结果,如果高度值相差5cm以内、角度值相差2度以内则表示结果合理,如果相差过大需要重新标定计算;6)将标定参数摄像头的安装高度、摄像头俯视角写入固化到车辆ECU中,从而重新精准定位了摄像头位置和角度。
所述步骤二中目标板放置的三个选定的特定位置L1、L2、L3分别为置于车前2m、2.5m和3.5m处。
与现有技术相比较,本发明的有益效果是:
本发明在车辆安装摄像头之后通过摄像头图像识别的方式计算摄像头参数,再通过标定的方式将摄像头参数固化到车辆系统;从而实现了摄像头参数的计算和标定工作,做到不仅更换摄像头,更直接将换好后的状态重新写入软件,保证用户在摄像头损坏、挪动的情况下重新精准定位摄像头位置和角度,进而保证了整个系统精确运行。
附图说明
图1是本发明中目标板示意图。
图2是本发明中标定工具示意图。
图3是本发明中类方法示意图。
图4是本发明中摄像头视野计算图。
图5是本发明中摄像头参数计算简图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步的详细描述。
参见图1至图4,一种基于图像处理的车载摄像头的标定方法,包括下面的步骤:
步骤一,首先安装车载摄像头,然后将电脑与适配器之间通过USB相连接形成标定工具;并将车辆诊断接口与适配器相连接,使用UDS协议进行标定工具和车辆通讯。
步骤二,接着在车前摄像头视野范围内放置目标板,然后分别将目标板放置到三个选定的特定位置L1、L2、L3。电脑通过摄像头识别目标板的固定区域,然后对比计算得出摄像头参数并通过标定的方式将摄像头参数安装高度和俯视角固化到车辆ECU中;此处电脑使用Aforge.Video类库获取摄像头图像数据帧,使用Emgu.CV对Aforge获取的图像数据进行识别处理,Aforge.Video类库和Emgu.CV二个类库配合使用,可以实现标定工具的图像识别处理功能。此处的目标板为白底、上面布满黑白相间方格的平板。
参见图1至图5,具体的,所述的步骤二中具体包括下面的步骤:
1)首先在车前摄像头视野范围内的特定位置L1放置目标板,然后电脑导入车辆与摄像头相关的整车参数到车辆ECU中;此处的整车参数包括车宽、摄像头深度、摄像头偏移、目标板高度和目标板长宽。
2)电脑通过摄像头识别,选择特定位置L1的标定区域,得到该标定区域的目标板中心点在场景中的实际坐标(Cx1,Cy1)。
标定区域的目标板中心点在场景中的实际坐标(Cx,Cy)通过下列方式得到:
对特定位置的标定区域,电脑通过显示界面上像素点得到三组坐标(x1,y1))、(x2,y2)、(Xc,Yc);如图3图所示,此处的(x1,y1)指视野中选择的标定区域左上角的坐标,(x2,y2)指标定区域右下角的坐标,
由此可知该标定区域的目标板中心点在摄像头视野中的坐标为Xc=(x2-x1)/2,Yc=(y2-y1)/2。再乘以视野和实际场景比例k得到目标板中心点场景中的实际坐标Cx=k*Xc,Cy=k*Yc,即(Cx,Cy)。其中的k的大小由目标板远近和摄像头系数决定。
3)将目标板移动至特定位置L2,选择特定位置L2的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx2,Cy2)。
4)将目标板移动至特定位置L3,选择特定位置L3的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx3,Cy3)。
5)根据得到的三组坐标(Cx1,Cy1),(Cx2,Cy2),(Cx3,Cy3)和整车参数车宽、摄像头深度、摄像头偏移、目标板高度、目标板长宽计算出摄像头安装高度和俯视角。已知参数具体见下表:
整车参数表
目标板坐标 目标板位置 车宽 摄像头深度 摄像头偏移 目标板高度 目标板长宽
Cx1,Cy1 L1 W 1 Offset H A*B
Cx2,Cy2 L2 W 1 Offset H A*B
Cx3,Cy3 L3 W 1 Offset H A*B
假设摄像头深度为1和偏移为0,目标板横坐标在视野正中,此时摄像头安装高度和俯视角度的计算公示如下:
摄像头的安装高度为:Xh=H+B/2+(L2*Cy1-L1*Cy2)/(L2-L1);
摄像头俯视角为:∠Xd=∠D/2–arctan((H+B/2+Cy2-Xh)/L2),此处的∠D指摄像头纵向视野角度。
上面是通过目标板在L1位置和L2位置的情况计算出的结果,再使用目标板在L1位置和L3位置的情况用相同的方法计算出第二个结果,如果高度值相差5cm以内、角度值相差2度以内则表示结果合理;如果相差过大则可能是因为地面不平等其他因素导致结果错误,需要重新标定计算。
6)将标定参数摄像头的安装高度、摄像头俯视角写入固化到车辆ECU中,从而重新精准定位了摄像头位置和角度。
具体的,所述步骤二中目标板放置的三个选定的特定位置L1、L2、L3分别为置于车前2m、2.5m和3.5m处。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,上述结构都应当视为属于本发明的保护范围。

Claims (3)

1.一种基于图像处理的车载摄像头的标定方法,其特征在于,包括下面的步骤:
步骤一,首先安装车载摄像头,然后将电脑与适配器相连接形成标定工具,并将车辆诊断接口与适配器相连接;
步骤二,接着在车前摄像头视野范围内放置目标板,然后分别将目标板放置到三个选定的特定位置L1、L2、L3,电脑通过摄像头识别目标板的固定区域,然后对比计算得出摄像头参数并通过标定的方式将摄像头参数安装高度和俯视角固化到车辆ECU中,此处电脑使用Aforge.Video类库获取摄像头图像数据帧,使用Emgu.CV对Aforge获取的图像数据进行识别处理,Aforge.Video类库和Emgu.CV二个类库配合使用,可以实现标定工具的图像识别处理功能,此处的目标板为白底、上面布满黑白相间方格的平板。
2.根据权利要求1所述的一种基于图像处理的车载摄像头的标定方法,其特征在于,所述的步骤二中具体包括下面的步骤:
1)首先在车前摄像头视野范围内的特定位置L1放置目标板,然后电脑导入车辆与摄像头相关的整车参数到车辆ECU中,此处的整车参数包括车宽、摄像头深度、摄像头偏移、目标板高度和目标板长宽;
2)电脑通过摄像头识别,选择特定位置L1的标定区域,得到该标定区域的目标板中心点在场景中的实际坐标(Cx1,Cy1),
标定区域的目标板中心点在场景中的实际坐标(Cx,Cy)通过下列方式得到:
对特定位置的标定区域,电脑通过显示界面上像素点得到三组坐标(x1,y1))、(x2,y2)、(Xc,Yc),此处的(x1,y1)指视野中选择的标定区域左上角的坐标,(x2,y2)指标定区域右下角的坐标,由此可知该标定区域的目标板中心点在摄像头视野中的坐标为Xc=(x2-x1)/2、Yc=(y2-y1)/2,再乘以视野和实际场景比例k得到目标板中心点场景中的实际坐标Cx=k*Xc,Cy=k*Yc,即(Cx,Cy);
3)将目标板移动至特定位置L2,选择特定位置L2的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx2,Cy2);
4)将目标板移动至特定位置L3,选择特定位置L3的标定区域,根据上面步骤2)中的方法得到该标定区域的目标板中心点在场景中的实际坐标(Cx3,Cy3);
5)根据得到的三组坐标(Cx1,Cy1),(Cx2,Cy2),(Cx3,Cy3)和整车参数车宽、摄像头深度、摄像头偏移、目标板高度、目标板长宽计算出摄像头安装高度和俯视角,已知参数具体见下表:
目标板坐标 目标板位置 车宽 摄像头深度 摄像头偏移 目标板高度 目标板长宽 Cx1,Cy1 L1 W 1 Offset H A*B Cx2,Cy2 L2 W 1 Offset H A*B Cx3,Cy3 L3 W 1 Offset H A*B
假设摄像头深度为1和偏移为0,目标板横坐标在视野正中,此时摄像头安装高度和俯视角度的计算公示如下:
摄像头的安装高度为:Xh=H+B/2+(L2*Cy1-L1*Cy2)/(L2-L1),
摄像头俯视角为:∠Xd=∠D/2–arctan((H+B/2+Cy2-Xh)/L2),此处的∠D指摄像头纵向视野角度,
上面是通过目标板在L1位置和L2位置的情况计算出的结果,再使用目标板在L1位置和L3位置的情况用相同的方法计算出第二个结果,如果高度值相差5cm以内、角度值相差2度以内则表示结果合理,如果相差过大需要重新标定计算;
6)将标定参数摄像头的安装高度、摄像头俯视角写入固化到车辆ECU中,从而重新精准定位了摄像头位置和角度。
3.根据权利要求1所述的一种基于图像处理的车载摄像头的标定方法,其特征在于:所述步骤二中目标板放置的三个选定的特定位置L1、L2、L3分别为置于车前2m、2.5m和3.5m处。
CN201710940285.0A 2017-09-30 2017-09-30 一种基于图像处理的车载摄像头的标定方法 Active CN107730559B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710940285.0A CN107730559B (zh) 2017-09-30 2017-09-30 一种基于图像处理的车载摄像头的标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710940285.0A CN107730559B (zh) 2017-09-30 2017-09-30 一种基于图像处理的车载摄像头的标定方法

Publications (2)

Publication Number Publication Date
CN107730559A true CN107730559A (zh) 2018-02-23
CN107730559B CN107730559B (zh) 2020-05-08

Family

ID=61210272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710940285.0A Active CN107730559B (zh) 2017-09-30 2017-09-30 一种基于图像处理的车载摄像头的标定方法

Country Status (1)

Country Link
CN (1) CN107730559B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110727966A (zh) * 2018-07-16 2020-01-24 Oppo广东移动通信有限公司 图像处理方法和装置、存储介质、电子设备
CN111696160A (zh) * 2020-06-22 2020-09-22 深圳市中天安驰有限责任公司 车载摄像头自动标定方法、设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101980292A (zh) * 2010-01-25 2011-02-23 北京工业大学 一种基于正八边形模板的车载摄像机内参数的标定方法
CN102294695A (zh) * 2010-06-25 2011-12-28 鸿富锦精密工业(深圳)有限公司 机器人标定方法及标定系统
EP2405399A1 (fr) * 2010-07-06 2012-01-11 Imajing Méthode de calibration de l'orientation d'une caméra vidéo embarquée
CN103871070A (zh) * 2014-04-03 2014-06-18 深圳市德赛微电子技术有限公司 车载全景成像系统的自动标定方法
CN105913439A (zh) * 2016-04-22 2016-08-31 清华大学 一种基于激光跟踪仪的大视场摄像机标定方法
CN106296703A (zh) * 2016-08-16 2017-01-04 上海商泰汽车信息系统有限公司 标定板、摄像头标定方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101980292A (zh) * 2010-01-25 2011-02-23 北京工业大学 一种基于正八边形模板的车载摄像机内参数的标定方法
CN102294695A (zh) * 2010-06-25 2011-12-28 鸿富锦精密工业(深圳)有限公司 机器人标定方法及标定系统
EP2405399A1 (fr) * 2010-07-06 2012-01-11 Imajing Méthode de calibration de l'orientation d'une caméra vidéo embarquée
CN103871070A (zh) * 2014-04-03 2014-06-18 深圳市德赛微电子技术有限公司 车载全景成像系统的自动标定方法
CN105913439A (zh) * 2016-04-22 2016-08-31 清华大学 一种基于激光跟踪仪的大视场摄像机标定方法
CN106296703A (zh) * 2016-08-16 2017-01-04 上海商泰汽车信息系统有限公司 标定板、摄像头标定方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110727966A (zh) * 2018-07-16 2020-01-24 Oppo广东移动通信有限公司 图像处理方法和装置、存储介质、电子设备
CN111696160A (zh) * 2020-06-22 2020-09-22 深圳市中天安驰有限责任公司 车载摄像头自动标定方法、设备及可读存储介质
CN111696160B (zh) * 2020-06-22 2023-08-18 江苏中天安驰科技有限公司 车载摄像头自动标定方法、设备及可读存储介质

Also Published As

Publication number Publication date
CN107730559B (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
US20190197735A1 (en) Method and apparatus for image processing, and robot using the same
CN108520536B (zh) 一种视差图的生成方法、装置及终端
CN108229406B (zh) 一种车道线检测方法、装置及终端
US10464484B2 (en) Apparatus for presenting support images to a driver and method thereof
CN109141347A (zh) 车载摄像机测距方法及装置、存储介质和电子设备
CN108596899B (zh) 道路平坦性检测方法、装置及设备
CN107730559A (zh) 一种基于图像处理的车载摄像头的标定方法
CN112017232B (zh) 图像内圆形图案的定位方法、装置及设备
EP1933270A1 (en) Image search method and device
CN108074237B (zh) 图像清晰度检测方法、装置、存储介质及电子设备
CN105551020A (zh) 一种检测目标物尺寸的方法及装置
WO2022100454A1 (zh) 车辆定损方法、装置、终端设备及存储介质
WO2018150921A1 (ja) 車載環境認識装置
CN111243003A (zh) 车载双目摄像机及其检测道路限高杆的方法、装置
CN108830184A (zh) 黑眼圈识别方法及装置
WO2018222122A1 (en) Methods for perspective correction, computer program products and systems
CN108319931A (zh) 一种图像处理方法、装置及终端
KR20130130943A (ko) 어라운드 뷰 모니터링용 카메라의 위치 자동 조정 시스템 및 그 방법
CN114972531A (zh) 一种标定板、角点检测方法、设备及可读存储介质
JP6591188B2 (ja) 車外環境認識装置
WO2020209046A1 (ja) 物体検出装置
JP5365408B2 (ja) 移動体認識装置、移動体認識方法及びプログラム
CN105809694A (zh) 图像数据处理方法以及装置
CN114299164A (zh) 摄像头标定方法、存储介质和电子设备
CN108734175A (zh) 一种图像特征的提取方法、装置及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant